醫藥制造業是我國國民經濟的重要組成部分，醫藥行業由于其特殊性，行業監管力度大，藥品從研發、生產、流通、銷售、售后安全各個環節都會受到政府主管部門的嚴格監管和控制。如何通過數字化手段保證藥品質量的安全性和有效性，加快藥品上市時間，提高藥品生產效率，成為整個醫藥行業關注的焦點。

推進數字化轉型，建立全行業生命周期跟蹤追溯體系勢在必行。以自動化系統集成、信息系統集成、工業網絡和信息安全為重點，通過智能設備、智能生產線、智能車間、智能工廠等路徑，用信息流的自動化驅動，為醫藥企業數字化轉型賦能，從而達到保證藥品質量穩定、降低人力成本的目的。

醫藥行業現狀

過去幾十年，由于醫藥行業高毛利，生存環境樂觀，傳統的研發、生產、商業流通及營銷，粗放式建設及管理，仍然可以維持企業生存和高利潤。近幾年，隨著國內對科技創新日益重視，配套醫改政策不斷推進，加上疫情等突發公共衛生事件，醫藥企業生存環境已然改變，醫藥行業的問題日益突顯。

1.缺乏技術支撐

新藥研發階段信息化支撐手段缺乏，缺乏技術支撐。當前醫藥研發需要強大的平臺及人工智能、大數據分析等手段支撐，我國醫藥企業特別是中小企業仍處于傳統醫藥研發階段，缺乏信息化手段及數據的支撐，導致藥物研發耗時耗力，且成功率低。

2.存在孤島效應

醫藥生產階段信息化及自動化大部分處于單點覆蓋階段，未形成端到端集成，醫藥生產供應鏈存在“孤島效應”。一方面部分生產環節還未實現自動化，這在中成藥制造企業中較為常見，如藥材預處理、藥物提取、環境控制等環節，仍需要大量人工參與。另一方面，醫藥企業信息化與自動化大部分互相分離，生產過程中的數據沒有得到實時收集以用于研發、生產過程的控制及管理。

3.數字化水平低

醫藥企業多環節數字化水平偏低，我國醫藥制造企業對藥品營銷渠道管理、營銷數據的實時跟蹤及數據分析能力普遍不足，缺乏先進的信息技術和數據分析手段，數據采集、存儲、處理和共享能力有限，難以有效應對當前市場競爭和業務需求的快速變化。

4.產業協同力弱

企業營銷流通、產業鏈協同等環節信息化水平普遍偏低。我國醫藥制造企業對藥品營銷渠道管理、營銷數據的實時跟蹤及數據分析能力普遍不足。同時，當前藥企普遍缺乏互聯網營銷及用戶服務類平臺，基于線上的創新發展觀念薄弱。另外，醫藥制造企業利用信息化平臺打通產業鏈上下游企業，實現上下游企業數據同步、資源及業務協同等方面還存在較大短板。

轉型思路說明

基于我國醫藥制造企業數字化、自動化現狀及問題，為推進我國醫藥制造企業運營升級、產品及服務模式創新，提升行業在國際的綜合競爭力，企業應根據自身實際情況進一步提升研發、生產、營銷流通、用戶服務等環節智能化、數字化水平，同時推進企業各環節系統間集成及數據共享流通，最終實現智能化研發、智能化生產制造、智能化企業管理等全新生產運營模式的構建，具體建議如下。

1.研發環節升級

醫藥研發環節數字化是目前我國醫藥制造企業存在的最大短板，也是企業加強創新藥開發力度的關鍵一步。研發環節數字化建議從以下幾方面開展。

• 建立統一數倉

一是企業內部要構建統一的研發基礎數據庫，如電子實驗記錄、儀器原始數據、化合物/生物樣品數據、生物活性數據庫等，實現研發過程中各類數據電子化、標準化，并實現基礎數據庫在企業內部的數據共享。

• 完善流程集成

二是完善企業級的研發信息管理系統，實現研發流程集成。構建醫藥研發平臺，建立標準化的研發流程，基于研發平臺實現研發流程集成。基于研發平臺推進研發數據的整合和開發利用，實現對研發進程和研發質量的管理和控制，提高實驗效率，加快藥物研發進程。

• 技術輔助研發

三是充分利用大數據、人工智能等新一代信息技術輔助研發創新。醫藥制造企業應和專注于大數據、人工智能的信息技術服務企業開展廣泛合作，共同探索人工智能、大數據等技術在藥物研發、臨床試驗過程中的應用，以降低研發成本、縮短研發周期。例如運用人工智能、大數據等技術在藥物研發、臨床試驗等階段進行大批量文本分析及預測、虛擬藥物篩選、病例分析及臨床匹配、晶型預測、發掘藥物新適應癥等工作，以提高藥物研發效率。

2.生產環節升級

醫藥生產環節應重點推進生產過程自動化、智能化水平，加強各環節智能化系統的整合，逐步形成貫穿整個生產過程的智能化、自動化控制體系。由于化藥、生物藥、中藥生產數字化基礎存在較大差異，建議企業在數字化轉型過程中，根據自身情況選擇具體方案。具體建議如下。

• 減少人工干預

一是中小企業首先提升藥品生產關鍵環節的自動化、智能化水平。推進智能裝備、智能傳感器等智能設備的普及，加強提取、濃縮、醇化、干燥、滅菌等關鍵環節自動化控制系統的部署，逐步實現各個環節工藝參數和質量控制參數(如溫度、流量、壓力、液位、質量、濃度等)的自動采集、監測、分析、集中顯示、報警和控制，簡化生產流程，減少人工干預。

• 形成控制體系

二是逐步形成貫穿全生產過程的智能化控制體系。在關鍵環節自動化系統部署基礎上，推進各環節自動化控制系統的整合，形成貫穿整個生產過程的智能化、自動化控制體系，強化生產制造各類參數數據匯聚與分析，實現信息和數據的快速、合理、準確傳遞與共享，全面提高生產制造過程信息化管理能力。

• 加強系統建設

三是完善企業生產類信息化系統建設及綜合集成。完善生產執行(MES)、環境監測、藥品質量監管、倉儲管理等生產信息化系統建設，實現生產自動化、智能化設備數據、物料、能耗等數據接入到生產信息化系統中，實現數據的實時監測及分析應用。推進生產信息化系統間集成及數據共享流通，形成集管控、優化、調度、執行和經營于一體的生產新模式。

3.運營管理升級

企業運營管理數字化是醫藥制造企業實現內部運營升級的重要手段，通常包括企業人財物的數字化綜合管理、企業數據匯聚及綜合分析、企業智能決策等。具體建議如下。

• 推進管理升級

一是推進企業運營管理數字化升級，針對中小企業，建議通過實地部署或采購SaaS服務等方式，推廣辦公自動化、企業資源管理、客戶關系管理、供應鏈管理等運營管理類信息系統的使用，加強企業管理精準管控能力。對于有實力的大型企業，建議推進運營管理類系統與藥品研發、生產制造、營銷流通、用戶服務等環節信息化系統的整合，實現研發、生產、營銷、用戶服務、企業運營管理相關流程及數據的融合貫通。

• 提升應用水平

二是提升企業大數據創新應用水平，建議有實力的醫藥制造企業打造企業數據中臺，盤活企業全量數據，實現企業各環節數據的匯聚整合、提純加工、數據分析、數據應用服務等，形成基于大數據分析與反饋的工藝優化、流程優化、設備維護與事故風險預警、精準營銷及用戶服務能力，實現企業生產與運營管理的智能決策和深度優化。

• 加強產業協同

三是推動產業鏈上下游信息化協同，加強醫藥制造企業與上下游產業鏈企業的協作，通過系統整合、流程打通等推進上下游企業生產要素互通共享，逐步實現產業鏈互聯、平臺協同、要素融通，推動產業鏈企業生產和服務資源優化配置。

數據中臺方案

數據中臺的方案主要是面對企業數據治理分析的需求，對企業基礎數據進行治理，實現基礎數據同步分發，同時建設企業的數據倉庫，將基礎數據、業務數據進行高度匯聚整合，并通過圖形化的分析看板和組件將數據直觀展現，滿足企業高層對于業務的掌握以及決策的制定。

1.方案整體介紹

數據中臺主要是打通企業的數據環節，實現全生命周期的數據管理，通過數據中臺建設數據管理體系，實現各個業務系統數據的有效整合，通過基礎數據治理保證底層基礎數據的一致性，基于業務指標進行前端的動態展現，結合數據指標的多維度穿透，實現以不同形式、不同維度的分析展現。分析業務指標的同時也是對企業業務的梳理，發現業務中存在的問題，實現企業業務升級與轉型，保證領導層能實時把控企業業務的發展，了解業務痛點，改進業務管理方式，實現業務與數據的相互支撐，從而為企業的高層決策提供數據支持。

2.方案場景說明

在“MDM基礎數據平臺+ESB企業數據總線+DAP數據分析平臺”構成的企業數據中臺方案中，強調數據的價值，數據資產的管理，業務主題、業務指標的梳理與分析，實現基于業務指標的數據分析，考察數據指標的來源、影響以及基于數據指標實現多主題、多業務的數據穿透，在不同業務中指標的變化和發展趨勢，從而為業務發展進行預測和決策。

3.涉及產品作用

數據中臺分三個模塊，數據分析平臺(DAP)、主數據治理平臺(MDM)、數據集成平臺(ESB)，數據中臺的部署環境采用K8S云平臺部署，主要實現基于數據治理分析的中臺建設，通過MDM將企業內部的基礎數據標準化、規范化、整合化后，由DAP進行數倉建設以及最終的數據分析的可視化展現，ESB通過數據集成完成整個數據中臺的主數據分發和數倉的數據匯聚。

建設要點說明

通過數據中臺的建設，使基礎數據標準化、管理流程規范化、數據共享模式化、數據呈現直觀化，實現基礎數據的集中、全生命周期管理，業務數據的實時、精準采集、有效分析，實現業務流程的標準化管理及監控，保證數據質量的真實性、準確性、一致性、完整性、及時性，提高全集團的數據管理能力，數據共享能力，促進數據綜合分析能力的提高，為管理層決策提供依據的服務能力。

1.業務內容整合

從業務的角度來說，數據中臺的建設是對現有業務集成整合的過程，通過數據、業務、流程的遷移整合，加強對整體生產經營業務的監管、決策，實現數據無障礙采集、交換、共享，加強上下級業務聯動化、流程合理化水平，提升監管過程各環節效能，不斷優化管理結構。

業務集成和數據集成有效結合，實現無邊界的業務、數據流體系的打通，通過數據標準化、采集交換、匯聚整合等手段，為人、財、物等資產綜合管理提供有效的支撐，同時通過系統建設為組織布局、業務流程、管理制度的優化提供支持，規范業務操作流程。

2.平臺體系建設

平臺建設主要是基于企業的實際業務以及信息化建設情況，基于數據中臺的建設規劃，提出的信息化平臺建設要求，主要包括基礎數據平臺、數據集成平臺和數據分析平臺，基礎數據平臺用于支持全生命周期的基礎數據管理，保證基礎數據的唯一、準確、全面，通過數據集成平臺實現異構系統的基礎數據和業務數據的集成同步，同時將分散在各系統的數據匯聚到數據分析平臺的數倉中，支撐數據的可視化分析展現。

1.基礎數據平臺：建立統一的基礎數據管理維護平臺，實現基礎數據全生命周期管理，建立基礎數據管理體系，維護基礎數據模型，保證跨系統的基礎數據集成，各業務系統復用同一套基礎數據，幫助創建并維護整個企業內基礎數據的單一視圖，保證單一視圖的準確性、一致性以及完整性。

2.數據集成平臺：滿足異構系統間的集成對接需求，通過平臺進行服務接口的集中化管理，支持跨系統的數據集成、業務集成實現，通過工具化、服務化形成數據集成體系，便于系統間的對接。

3.數據分析平臺：建立統一高效、資源整合、互聯互通、信息共享、便捷查詢、實時監管的企事業內外一體化的數據決策分析平臺，實現各業務系統的基礎數據、業務數據的整合，構建企業數據倉庫。實現數據整合的同時形成數據資產，進行數據分析和可視化呈現，幫助企業根據自身經營發展情況，提供政策分析、運營情況分析、財務情況分析、企業運營主題分析、企業內外部的相關數據分析，實現及時掌握商情和動態，通過積累和挖掘行業數據，達到幫助運營決策的目的。

4.云平臺部署：通過云管理平臺搭建數據中臺，可以提升部署效率，特別是針對集群式、高可用部署，云平臺具有天然的優勢。云平臺部署模式在滿足常規部署的同時，也提供了對于服務器資源的監控、運維的輔助，能協助運維人員快速進行服務器升級、擴容、啟停等操作，降低運維難度。

3.標準體系建設

標準體系的建設是企業信息化建設的核心內容之一，對于信息化建設而言，只有建立一套統一、標準、行之有效的標準規范體系，才能保證系統集成過程中數據的有效落地。對于數據中臺的標準規范，主要考慮基礎數據、數據管理、數據集成和服務治理、數倉建設幾個方面考慮。

1.基礎數據標準：建立基礎數據的模型、編碼標準體系，統一建立并管理維護基礎數據，保證現有系統基礎數據的集成統一和數據準確，同時為后續系統接入奠定主數據標準。

2.數據管理標準：根據各類基礎數據業務應用模式，結合業務管理職責，明確各類數據責任部門，建立各類數據相關職能崗位和運行維護團隊，統一進行數據的管理維護, 并明確數據相關崗位操作規范，形成各類數據的標準化操作流程規范。

3.數據集成標準：根據數據管理和應用的需求，設計數據管理系統的應用架構(包括部署模式、軟硬件環境以及網絡部署模式等)，同時根據業務需求，梳理數據管理系統與各業務系統的集成關系，完成數據管理系統集成架構的設計，建立異構系統的集成標準，數據結構、服務接口、集成方式等統一、標準，支撐業務系統集成以及后續新系統上線的統一。

4.服務治理標準：建立統一集成開發標準，規范服務開發、消息讀寫、服務管理、平臺運維等，形成一套獨有的從開發到運維的管理體系，后續所有的服務開發與系統接入統一遵循標準規范，從而提升服務開發與對接的效率，也能使后續的管理和運維工作更加規范化、標準化，通過服務化治理實現各個系統服務接口的統一管理，統一服務接口，便于后續系統對接。

5.數倉建設標準：針對數據倉庫的建設制定建設標準，明確數據的來源，通過獲取到的數據將會從ODS到數倉—數倉中維表和事實表加工匯總—加工匯總后進行數據模型的創建—數據模型生成數據集和立方體最終進行可視化展現，實現數倉建設、管理、采集、加工、轉換、匯聚過程的標準化。

預期效果說明

通過數據中臺建設，完善了信息化體系建設，使各業務系統的融合度更加完整，構建更加完整、全面的信息化體系。將各個系統分散的基礎數據進行了統一治理，保證了基礎數據的一致性，提高數據質量，有效支撐了數倉建設，提高了決策分析的效果，同時也能完成跨系統的基礎數據統一，建立數據標準，支撐了系統間的快速融合。

1.優化體系架構

通過企業數據中臺方案，能夠優化體系架構，確保企業核心應用系統實現信息系統互聯，滿足集團信息共享需求，避免信息孤島形成。統一系統架構及協同標準，單一系統變化對其它系統影響極小，符合未來業務發展需求，為后續信息化建設提供支撐。

2.構建標準體系

通過數據管控體系和數據運維體系咨詢服務，對組織架構、運營模式、管控流程、角色與職責進行清晰的定義。通過標準業務流程驅動，強化數據中臺的作用，打造企業信息基礎數據集成和共享平臺，實現企業數據層面的戰略規劃管理。支持集團化多組織結構的復雜管理層級，能夠構建在多組織結構上的應用系統，兼顧集團公司整體管理和下屬企業作業流程之間的平衡，實現流程驅動和數據管控。

3.提高數據質量

通過數據總線，實現一致性的企業數據視圖，大大降低數據交互訪問的復雜性。基于面向服務架構的標準化數據服務，實現訪問的透明化。數據自動化服務實現了統一的業務訪問標準，主動分發服務保證了相關業務目標系統數據的變更同步性，大幅降低數據的集成和共享成本，有效降低人為因素所產生的數據問題，提高數據應用質量。

4.挖掘數據價值

通過業務主題、數據大屏、移動端的可視化分析等手段深度挖掘數據價值，幫助企業更好地滿足客戶需求，滿足業務拓展需要，保障高層決策的合理性和可靠性，同時能提示風險，幫助企業規避雷點，促進企業發展。數據中臺提供政策分析、生產情況分析、財務情況分析、企業運營主題分析、企業內外部的相關數據分析，可視化數據能夠幫助企業快速將數據轉化成信息，從而產生數據生產力，形成數據驅動閉環，達到幫助經營決策的目的。

醫藥企業數字化轉型的關鍵驅動要素是數據。數通暢聯認為，站在企業數字化轉型的視角下，建立起安全穩固的數據底座，才能支撐企業不斷發展的新業務，支撐市場的差異化需求，提高核心競爭力。通過數通暢聯的數據中臺，可以根據想要搭建的業務場景，隨時調用對應業務主題的數據，又能通過新增數據不斷反哺到數據池，促進整體業務的不斷優化。