从“人工经验”到“数据智能”:AI正在悄悄重写药品集采的底层逻辑

当药师还在手工核对集采任务、当采购员还在凭经验估算用量——AI 已经在监管平台上画出了第一张“风险动态画像”。

过去十年，中国药品集采解决了“价格”问题。 未来十年，要解决的是“质量、供应、用药安全”的问题。 而解开这道题的关键，正在变成同一个词——人工智能。 从国家药监局到三甲医院，从 GPO 到医保比价系统，AI 正在把药事服务从“人工经验驱动”推向“数据智能驱动”。

2026 年 4 月 2 日，国家药监局发布《关于“人工智能+药品监管”的实施意见》。

两个时间节点，值得记住： 

2030 年：初步建成药品监管与 AI 融合创新体系 

2035 年：形成数智驱动、智能敏捷的智慧药品安全治理格局

更重要的是，文件点名了集采中选产品—— 推进跨层级、跨区域监管业务的智能分派、全程可溯、闭环管理。 翻译成大白话：以后集采品种出问题，不再是“层层上报、逐级处置”，而是系统自动识别、自动分派、自动闭环。

最有代表性的案例：连云港市第一人民医院 × 艾隆科技，共建“AI 集采药品智能监管平台”。

这个平台干了几件事： 

集采任务自动分配 

临床使用实时监测 

缺药预警 + 可替代药监控 

云端对接大模型，搭建智慧药学体系

它已经拿了多个医院管理和医疗 AI 赛事的奖。

AI 在医院药学的三个主战场，正在快速扩张： ① 采购与供应链依托 Power BI、HIS 系统、SPD 物流模式等工具，集采使用量、库存、替代药、配送，全部实时可视。 ② 处方审核NLP + 知识图谱 + 机器学习，实时拦截不合理处方、抗菌药滥用、超说明书用药。 ③ 效率与安全药师从“事务性工作”中解放出来，更多投入临床药学服务。

当然，问题也真实存在：集采品种频繁变动、系统对接困难、数据孤岛、设备稳定性不足、复合型人才短缺。

微医等数字化采购联盟，正在用真实世界数据评估药械临床价值、做动态定价； 

三明医改相关采购联盟平台已服务多个省市，“省钱”的同时更“提质”。

2025 年第 11 批国家集采也释放出明显信号：稳临床、保质量、反内卷、防围标。 也就是说：AI 的重点，正在从“压价格”转向“管质量、防风险”。

国外没有“国家集采”，但有 GPO（集团采购组织）和大型招标体系。AI 在这些体系里扮演的角色越来越关键： 

供应链预测——精准预判需求，减少缺货与过剩 

招标与定价——分析历史中标数据、支付方偏好 

GPO 升级——合同谈判、供应商画像、合规检查、替代品推荐 

市场扩张——2025—2026 年 AI 医疗供应链市场高速增长

代表性政策： 

美国 HHS AI 战略 

英国 MHRA AI Airlock

中国和海外，面对的压力其实是一样的：价格更卷、监管更严、供应链更不确定。

中国走的是一条独特的路径—— 将把 AI 直接嵌入到“集采监管 + 医院药事 + 医保价格治理”的同一张网里，形成“监管—服务—产业”协同闭环。

未来三到五年，可能会看到这些变化： 

真实世界数据支撑价值导向定价 

多智能体（Multi-Agent）协同参与采购与监管 

跨区域药品追溯互认 

医保、医疗、医药“三医”协同的智能治理体系

从手工到表格，从表格到系统，从系统到智能体。 药事服务正在经历一次底层逻辑的重写——不是工具变了，而是判断的方式变了、治理的颗粒度变了、风险被发现的时间点变了。当 AI 真正嵌入药事服务的每一个齿轮，它带来的不只是效率，而是“主动安全”。 这或许，就是下一代药品治理的样子。

你所在的医院，AI 已经用在了哪个环节？ 是审方、采购、库存，还是追溯？欢迎留言。