Technical guidance for the design of patient- focused clinical trials (Trial version) [以患者为中心 的药物临床试验设计技术指导原则（试行）]. Center for Drug Evaluation, NMPA. https://www.cde.org.cn/main/news/viewInfoComm o Technical guidance for the implementation of patient-focused clinical trials (Trial version) [以患 者为中心的药物临床试验实施技术指导原则（试 行）]. Center for Drug Evaluation, NMPA. https://www.cde.org.cn/main/news/viewInfoComm o 2380bd (accessed February 2025). • Center for Drug Evaluation, NMPA. (2024). 在罕见 疾病药物临床研发中应用去中心化临床试验的技术 指导原则 [Technical guidance for the application of decentralized clinical trials in rare disease

合规风险智能提醒 • 多源信息来源 • 互动性、个性 化 患者流程 • 内容⽣产辅 助 • 管理营销素 材 • 营销内容策 划 • 患者招募 • 试验设计优 化 • 执⾏效率提升 新药研发与 临床试验 • 客户精细化标签 • 个性化与医⽣互动 • 交叉证据⽹ 络 构建 提升新药研发和 临床管理效率 数字化内部流程 提效 更个性化、 互动 未公开数据） • 知识图谱可关联临床试验数据与 RWE 试验， 去观察有潜⼒的适应症 试验设计优化 • 患者分层：基于⼤模型的语义理解能⼒， 从历史数据中识别符合⼊组标准的“数 字孪⽣”患者群体，提⾼招募效率 • 剂量探索：通过强化学习算法模拟不同 剂量⽅案的效果，缩短 1 期的试验周期 试验执⾏多元 • 去中⼼化试验⽀持：居家数据采集与 依 从性管理 • 客户精细化标签 • 个性化与医⽣互动 提升新药研发和 临床管理效率 云深 智药 • 患者招募 • 试验设计优化 • 执⾏效率提升 • 内部⽂档提效 • 数字化知识库管理 • 合规风险智能提醒 新药研发与 临床试验 数字化内部流程 提效 ⽣产与 供应链 多渠道营销 学术化推⼴ • 交叉证据⽹络构建 患者服务 31 ROI 优化

患者招募 • 试验设计优化 • 执⾏效率提升 • 交叉证据⽹络 构建 • 内部⽂档提效 • 数字化知识库管理 • 合规风险智能提醒 • 内容⽣产辅助 • 管理营销素材 • 营销内容策划 • 客户精细化标签 • 个性化与医⽣互动 • 多源信息来源 • 互动性、个性化 患者流程 • 多重购买渠道 患者服务 多渠道营销 ⽣产与 供应链 新药研发与 临床试验 学术化推⼴ • 知识图谱可关联临床试验数据与RWE 试验，去观察有潜⼒的适应症 研发⽅向探索 • 患者分层：基于⼤模型的语义理解能⼒， 从历史数据中识别符合⼊组标准的“数 字孪⽣”患者群体，提⾼招募效率 • 剂量探索：通过强化学习算法模拟不同 剂量⽅案的效果，缩短1期的试验周期 试验设计优化 • 去中⼼化试验⽀持：居家数据采集与依 从性管理 • 院外数据的⾃动采集和综合分析 试验执⾏多元 • 创意类、发散性思考类、快速检索等 有数据是第⼀要素 提升新药研发和 临床管理效率 数字化内部流程 提效 数据驱动的 多渠道营销 更个性化、互动 ⾏业学术化推⼴ 重塑患者流程 • 患者招募 • 试验设计优化 • 执⾏效率提升 • 交叉证据⽹络构建 • 内部⽂档提效 • 数字化知识库管理 • 合规风险智能提醒 • 内容⽣产辅助 • 管理营销素材 • 营销内容策划 • 客户精细化标签

制药蓝海市场，人工智能赋能药研全流程 人工智能赋能新药开发，是指在规模化医药数据基础上，运用机器学习、深度学 习、自然语言处理等技术参与药物开发各个环节，包括靶点发现、化合物合成、 化合物筛选到患者招募、临床试验设计等，通过 AI 技术的运用有效解决传统新 药研发痛点，缩短研发周期，提高研发成功率，降低研发成本。根据 DPI 援引英 矽智能数据，通过 AI 技术能将 ISM001 分子发现时间由传统手段的 2 长 使用 AI 技术提取患者数据，快速匹配最合适 入组患者，降低临床开发风险 NLP、DL、ML、OCR 临床试验设 计及优化 优化受到局限，效率低 AI 通过机器学习和认知计算能力，从海量靶 点、临床试验数据中学习成功和失败经验， 设计优化当前临床试验方案 NLP、DL、ML 药物重定向 效率低，很难找到最适适应症 使用 AI 技术开发新适应症，将老药与罕见疾 个由 AI 发现的具有全新 靶点和全新分子结构的候选化合物 ISM001-055 等事件为标志，全球 AI 制药行 业进入突破期，AI 药企开始追求端到端的服务能力，同时开始自建管线完成并推 动临床试验完成。与此同时，Big pharma 逐步认识到 AI 制药的潜力，行业合作 和投资案例增多，2021 年 5 月 BMS 与英国 AI 制药头部企业达成超 12 亿美元 的合作，AI 管线商业价值逐步得到体现。

“722”事件后，NMPA（当时为 CFDA）相继发布了《关于开展药物临床试验数据自查核 查工作的公告》《关于调整药物临床试验审评审批的公告》等文件，引发了国内 EDC、 RTSM 市场的繁荣，太美医疗等企业在系统中植入 AI，使其顺势成为药企数字化的关键 要素。 如今 FDA 鼓励药企采用数字健康技术（DHT）进行临床试验申办，间接引导着药企的 进一步开展转型。以 eCOA 为例，美国约 80%的临床研究都以 经采购了相应的数智化系统，率 先享受到了 AI 赋能后的管理红利。 制药 AI 方面，绝大多数创新药企都对医疗 AI 持积极态度。不过，大多数药企在药物发 现阶段均倾向于自研 AI，而到了临床试验，更多药企习惯于采购成熟的第三方综合解决 方案，降低成本并规避研发风险。 5 6 第二章：自我突破，医疗 AI 形态异变 政策与提效两大购置动力支持下，国内已经孕育了一大批医疗人工智能产品，嵌入了医 大模型落地的典例。 2.3 制药 AI：下行时期，在变化之中寻找新的机遇 自 2020 年制药 AI 在一级市场迎来爆发性增长后，大量创业公司将其管线推至临床阶段。 此前，AI 主导的进入临床试验阶段的创新药项目仅为个位数。2021 年这一数字已迅速 增长至 100 多个，2022 年维持增势突破 200，2023 年进一步提升，管线数量迈入 300 大关。 趋势之下，阿斯利康、拜耳、罗氏、礼来及赛诺菲等等

中试 经理 产品线管理办公室 市场经理 客户经理 产品线总监 产品 经理 知识产权部 部 生产 接口人 成本 经理 计划财经部 研究管理部 中间试验部 技术支援部 总体组 软件经理 产 品 结构经理 工艺经理 售后经理 实施经理 装备经理 试制经理 访 问 系统部 技术干部部 验证 发布 成果化 概念决策评 审 计划决策评 审 — — ___________ 开发及 试验 TR3 ： 原始样机或初 始版本评 审 概念 阶段 TR1 ： 技术需求 评 审 计划 阶段 TR2 ： 技术路线 评 审 第二个问题： TR4 ： 试验样机或 版本评 审 TR6 ： 货架化评 审 TR5 ： 成熟度评 审 生命周期结束评 审 详 稿 ) 编制概念阶段 预算表 编制生命周期 管理预算表 预算表制定的 时间 编制发布阶 段预算表 编制开发与验证阶段预算 表 确定全生命周期预算表 开发及 试验 概念 阶段 计划 阶段 第 22 页 收入 减： 第三方采购 产品线毛利 减： 生产成本 本产品利润空间 减： 费用合计 研发费用 管理分摊 人力成本 业务费用 营销费用

能体。其工业应用包括两个层次，一是嵌入各类智能软硬件的机器人 产品在生产操作、物流配送等典型工业场景中的应用，二是智能化的 工业控制平台通过集成人工智能技术与工业机器人等设备，在产线优 化和试验验证等群体智能场景中的应用。 本报告分为研究背景、技术趋势分析、应用现状分析和前景展望 四个部分。首先，从技术突破、大国竞争和市场前景三个角度，分析 “机器人+人工智能”工业应用的发展背景；其次，从技术趋势的角 2、物流配送：“识别+导航”模型组合适用于封闭生产场景 . 12 3、质量管理：机器视觉检测大量取代人工检测 ............ 12 4、安全管理：在部分重化工业存在一定需求 .............. 13 5、试验验证和产线优化：仅在部分龙头企业开展探索 ...... 13 （二）应用行业：重点用于汽车、电子、金属三大行业 ..... 14 1、汽车：关注精细生产、高效物流和外观检测 .......... （一）应用场景：从生产操作向其他高附加值场景拓展 在工业领域，机器人被广泛应用于多个关键环节，包括生产操作、 质量管理、安全管理、物流配送、试验验证以及产线优化等（表 1）。 表 1“机器人+人工智能”在工业领域的应用场景 环节名称 六大重点环节 细分场景 研发设计 试验验证 —— 生产制造 生产操作 焊接、喷涂、冲压、切割、组装等 质量管理 表面检测、综合质检 安全管理 安全巡检 产线优化

2024—2027 年） 目标： 创新能力成效显著 。到 2027 年， 低空产业技术创新能力 、安全监管及飞行运行技术支撑能力 、基础设施 网 络体系建设基本满足全场景示范应用需要，形成若干技术创新平台和试验测试服务平台，参与编制一批 一 、华北地区低空政策（北京 、河北 、内蒙古 、山西 、天 津） 1. 北京（北京市、 房山区、 丰台区） 1 发文时间： 2024/9/20 发文单位：北京市房山区经 无人机起降平台、航空轻质高强度模具等产品研发创新；在软件方面，推动飞机寿命监控系统、 无人机测控 系统 、无人机任务云控平台等研发验证。 2. 支持建设实验验证和中试平台， 推动产品研发设计和中试验证能力提升， 着力解决关键材料 、重大装备、 飞行软件等在成果转化中的共性问题， 打通产业化最后一公里。 主要任务（共 5 项）： 强化创新引领，提升产业竞争能力；强化企业培育，推动产业融通发展；强化产业配套，构建完整产业链条； 6. 低空＋工业应用： 积极引进国内外成熟优质的低空经济飞行器等装备制造企业， 发展无人机 、小型载人机 、滑翔 机 、动力伞 、滑翔伞 、热气球 、 eVTOL 等低空装备与套材研发制造和试验试飞 、拆解 、总装等配套产业。 7. 低空＋农牧林水治理： 探索推广无人机放牧 、高端农副产品（鲜驼奶） 等无人机集运等应用。 8. 低空＋智慧物流： 规划开通无人机快递航点， 开展城市无人机配送

累计注册内资“四个超干亿”的发展成就 高质量发展阶段（ 2012-2022年 ） - 2015年，国务院批复同意苏州工业园区开展开放创新综合试验 - 2017年，跻身科技部建设世界一流高科技园区行列 - 2019年，国务院同意设立中国(江苏)自由贸易试验区，其中苏州片区位于苏州工业园区 新发展阶段（ 2023年— ） - 加快建设开放创新的世界一流高科技园区，全面推进中国式现代化园区新实践 获得荣誉 • 中国首个中外合作开发区项目 • 中国首个开展开放创新综合试验区域 • 中国首批国家级相对集中行政许可权改革试点地 区 • 中国首创充分授权的一站式服务体系 • 中国首个空陆联程快速通关模式—“SZV”虚拟 空港模式 • 中国首个保税物流中心(B型) • 中国首个内陆型综合保税区 • 中国首个检验监管综合改革试验区 • 中国首批生态工业示范园区 • 中国首批生态文明建设试点园区 中国首个服务外包示范基地和首个鼓励技术先进 型服务企业优惠政策试点区域 • 中国唯一由地方政府主导的“2011计划”协同 创新中心 • 中国首批国家知识产权示范园区 • 中国首批国家专利导航产业发展试验区 • 拥有中国首个专业化特色国家大学科技园(苏州 纳米技术国家大学科技园) • 中新社会治理合作首个试点单位 • 中国首个以邻里中心为特点的社区商务模式 • 中国首批“智慧社区及社区公共服务综合信息平台”

案例 9.构建算力调度服务体系 提升算力资源服务效能..........................................................16 案例 10.算力跨域试验场 开源互联新生态................................................................................18 二、东中西部算力的一体化协同 亿元。 18 案例 10.算力跨域试验场 开源互联新生态 推荐单位：深圳市政务服务和数据管理局 申报单位：鹏城实验室、中关村视听产业技术创新联盟 （暨新一代人工智能产业技术创新战略联盟） 针对全国一体化算力网建设过程中面临的“算力协同难、 算力利用率低、应用生态建设难”等现实挑战，鹏城实验室 依托“鹏城云脑”，打造了当前国内最大的算力网开源开放 试验场。 一是技术创新。研发异构算力全栈贯通的开源开放软件 一是技术创新。研发异构算力全栈贯通的开源开放软件 栈，实现了硬件资源云化纳管和跨域算力协同调度。试验场 当前可支持 10 余种算力芯片，实现分布于 10 省份 16 城市 28 个异构算力中心的接入，可调度总算力超过 5E Flops， 测试了 T 级互联实验网络，算力调度峰值带宽最高可达 981.53 Gb/s，极大地加速了计算、网络与应用交叉技术的 深度融合。 19 图 1 算力网全栈软件系统架构 二