AI加速药企数字化转型升级——透过DeepSeek应用

模块一：机器智能基础和

AI思路

一、

AI演进的历史、现况和趋势

1. AI业界演进历程

——推演理论机、专家系统、异或者难题、损失函数、机器研习（IBM深蓝）、深度研习（AlphaGo）、生成式AI（Alphafold），多模态融合（DeepSeek）

2. AI业界链和主要公司

——基础层：如芯片；技艺层：如算法架构；运用层：业界级/消费级运用

3. AI未来的演进趋势

——超级个体、AIoT物联网、数转智改，无人机、具身机器人、科研、预测等等

4. AI当下的局限性和挑战

——能源、资料隐私保护、资料投毒污染、提示注入攻击、AI幻觉和虚假资讯

二、

AI大模型的分类和训练思路

1. AI大模型的分类碰头

——模型轮廓分类、规模分类、差事类型分类、运用领域分类、生成方式分类

2. AI大模型的通用情境和评价

——通用：情报获取、资料拆解、市场预测、方案拟定、资源规划、公共决策

——评价：准确、稳定性、推演、创造性、一致性、易用性、安全性、ROI

3，DeepSeek R1的差异化

——跑分、架构，落地时，计算效率、开源、多模态本领、垂域延伸力、性价比

模块二：药企数智化转型和

AI的全价值链运用

一、医药业界的数智化演进

1、AI制药演进的三个阶段

2、医药全业界的数智化转型

——现况、机遇、挑战、要害成功要素

3、DS和医药业界的适配情境和革新运用

实例解读：

恒瑞医药的内部文件解读

小组碰头：

1、各业务线的核心难题；2、和DS的结合点

二、

AI在医药业界全价值链的运用解码

1、上游研发情境——加速药物发现和革新

——AI辅助靶点筛选和分子规划

实例：

Insilico Medicine的Chemistry42引擎

实例：英

矽

智能的

PandaOmics发现TNIK抑制剂

——临床试验精进的AI实践

实例：璞睿生命的临床

EDC提效

——基因组学/蛋白组学等等资料库

抓手：

DP本地部署、资料库和API调用

上手：

科易云采用办法、

DeepChem开源资料库等等

2、中游生产情境——智能化和隐患管控

——生成流：智能排产和供给链精进

——质量实时监测：资料采集和隐患预警

——装置故障：隐患管控和预测性维护

——质量部门：GMP/GCP合规文件，流通环节资料拆解

实例：借助边缘计算和数字孪生达成生产智能化

实例：某药企

AI驱动的生产流程精进方案

3、下游市场和销售情境——精 准提效和学识管控

——学术营销：PPT自动生成、文献检索和要点整合

——用户画像和话术精进：资料拆解、个性化话术

——学识库搭建：资讯秒查，训练自由

——医学部门：循证医学报告，个性化用药、不良反应等等

——舆情监控和竞品拆解

上手：

小组实操

模块三、

DeepSeek在药企营运和提效方面的运用

一、

AIGC基础模块

1、学术活动创意标题和营销推广文案撰写

2、优质文章的结构化输出和PPT生成

3、高质量提示词的用法和精进AIshort

上手：

小组实操

二，

高效办公进阶模块

1、AI插件的浏览器安装和采用

2、Excel资料处理和可视化拆解

3、推演图和思路导图M

ermaid

+Xmind

4，视频素材的文字提取ParseVideo

5，编程助手极简搭建VScode

6、搭建智能体和数字人

上手：

小组实操

模块四、药企

AI方略规划和落地施行

1. 药企AI部署的投入产出比拆解

——

资料基础、业务流改造、智能化车间、差异化部署等等

2. 技艺中台搭建的五层架构

——基础设施层IaaS、资料层Data、算法仓库层、情境服务层（API）、监控层

3. 从试点到规模化：

药企

AI方略的阶段性规划

——敏捷性组织、革新信念建设等等

4. 药企AI方略和施行中的常见误区

——盲目追求、预期过度、技艺复杂度和业务价值倒挂、资料规模和质量陷阱、和情境和业务脱节、AI欺诈、组织惯性、信念建设缺位等等

小组碰头：

本业务线的

AI落地方案

模块五：交流答疑和课程收束

老师简介

Introduction to lecturers

弄懂更多

博闻智咨询|张轩荣老师