AI赋能集采与药事服务:政策监管、医院实践与全球趋势综述(截至2026年5月)

人工智能正在加速融入药品集中采购和医院药事服务体系。中国在政策设计和实践落地方面走在前列，已将AI应用延伸至集采中选产品监管、药品采购、库存管理、处方审核、合理用药、全链条追溯等多个环节。全球范围内，AI则更多应用于集团采购组织、供应链预测、招标定价优化和采购合规管理等领域。

整体来看，AI正在推动药事服务从“人工经验驱动”向“数据智能驱动”转型，并逐步形成覆盖监管、采购、流通、使用和评价的闭环体系。

2026年4月2日，国家药品监督管理局发布《国家药监局关于“人工智能+药品监管”的实施意见》，提出到2030年初步构建药品监管与AI融合创新体系，到2035年形成数智驱动、智能敏捷的智慧化药品安全治理格局。

该文件直接涉及集采中选产品监管，强调依托智慧监管平台，围绕集采中选产品等重点环节，推进跨层级、跨区域监管业务的智能分派、全程可溯和闭环管理，解决信息不共享、处置难闭环等问题。

在药事服务相关场景中，政策重点包括：

• 推进药品追溯体系数智化升级，实现全品种赋码、多码映射和触发式追溯。
• 构建追溯风险筛查与预警模型，提高流通风险智能监测能力。
• 建立质量安全、流通异常等智能风险监管模型，形成重点品种、重点企业和重点环节的动态风险画像。
• 在生产、流通、使用全过程引入智能监控、智能分析和预警机制。

同期，国家医保局等部门也在推进药品价格智能化监测和比价模型建设，利用AI大模型自动校验异常价格线索，服务集采价格治理。

医院是AI赋能集采和药事服务的关键应用场景。2025年以来，多地医院已在采购管理、库存监控、缺药预警、替代药监测和合理用药审核等方面开展智能化探索。

典型案例是连云港市第一人民医院与艾隆科技共建的AI集采药品智能监管平台。该平台实现了集采药品任务自动分配、临床使用监测、缺药预警、可替代药品监控等功能，并支持云端对接大模型，推动AI智慧药事药学体系建设。该案例获得多项医院管理和医疗AI赛事奖项，具有较强示范意义。

在医院药学实践中，AI主要应用于以下方面：

采购与供应链管理通过Power BI、HIS系统、SPD物流模式等工具，实现集采药品使用量监测、库存预警、替代药分析、验收盘点和配送管理智能化。

合理用药与处方审核利用自然语言处理、知识图谱和机器学习模型，构建审方知识库，实时识别不合理处方、抗菌药物滥用、超说明书用药和剂量风险。

效率与安全提升部分场景下，AI可提升药师工作效率、降低人工差错、保障集采任务完成率，并提高患者用药安全水平。

但实践中仍面临集采品种频繁调整、系统集成困难、数据孤岛、设备稳定性不足和复合型人才短缺等问题。

以微医等平台为代表的数字化采购联盟，正在结合真实世界数据与AI能力，开展药械临床价值评估、动态定价和集采扩面探索。三明医改相关采购联盟平台已服务多个省市，并在成本节约和集采提质方面形成经验。

国家组织药品集采也在持续推进。2025年第11批国家集采完成55个品种采购，政策导向更加重视稳临床、保质量、反内卷和防围标。AI在质量监测、价格治理和风险识别中的作用将进一步增强。

全球虽没有完全等同于中国国家集采的统一制度，但集团采购组织、国家招标和批量采购机制广泛存在。AI正在重塑这些采购体系。

主要趋势包括：

供应链预测与库存优化AI用于预测药品需求、优化库存水平、减少缺货和过剩，并提升采购计划的韧性。

招标与定价智能化通过分析历史招标数据、支付方偏好和市场竞争格局，AI可辅助企业制定报价策略和区域采购策略。

GPO采购管理升级AI被用于合同谈判、供应商风险画像、支出分析、合规检查和替代品推荐。

市场快速增长AI制药及医疗供应链相关市场在2025至2026年保持高速增长，采购、供应链和招标定价成为重要应用方向。

美国HHS AI战略、英国MHRA AI Airlock等政策和试点，也在推动AI在医疗监管、采购和合规领域的应用。

中国的突出特点是将AI与集采中选产品监管、医院药事服务和医保价格治理直接结合，正在形成“监管—服务—产业”协同闭环。2026年以后，高质量数据集、智能体应用、药品追溯体系和风险预警模型将成为重点。

全球趋势则集中在预测性采购、供应链韧性、成本控制和智能招标管理方面。无论中国还是海外，AI都在回应共同压力：价格竞争更激烈、质量监管更严格、供应链不确定性更高。

未来，AI+药事服务下的集采发展方向可能包括：真实世界数据支持价值导向定价，多智能体协同参与采购与监管，跨区域药品追溯互认，以及医保、医疗、医药“三医”协同下的智能化治理体系建设。