2026 年 11 月 2 日星期一

经国务院同意，工业和信息化部会同人力资源社会保障部、农业农村部、商务部、文化和旅游部、市场监管总局联合印发该《意见》，这是国家层面首次针对丝绸、茶叶、瓷器、中药、酿造、工艺美术、文房四宝等历史经典产业制定的专门政策，围绕产业统筹规划、传承创新与转型升级、多元融合发展、培育良好生态、加快国际化五方面部署 20 项任务，设 2028 与 2030 两阶段目标：到 2028 年培育 50 家百亿规模龙头企业、塑造 100 个中国消费名品、打造若干千亿级规模特色产业集群。本期值得记录的是解读稿披露的两组数字与一个判断。数字侧：历史经典产业代表性行业规上企业约 2.5 万家、从业人员近 350 万人、全行业年营业收入约 8 万亿元；其中中药工业总产值约 8000 亿元、国内中药整体市场规模超 7000 亿元、全国中药生产企业近 5000 家。判断侧：工信部工业文化发展中心产业文化融合处负责人董温彦把三大难点讲得很直白——"传承难"（技艺后继乏人、人才老龄化）、"创新难"（工艺知识藏在匠人经验里、尚未数字化归集）、"转型难"（中小微企业数字化基础薄弱、改造成本高），并给出应对口径"数据驱动、模型支撑、场景落地"；中国医药教育协会原会长黄正明的表述则更克制——"人工智能不是替代中医，而是作为新型生产工具"。需要明确区分事实与判断：文件本身印发于 9 月 7 日（新华社当日已报），11 月 2 日刊出的是产业解读而非新政；把它放进本期，是因为它给出了中药在这个新政策框架中的坐标——中药从此不只受"中医药专项政策"约束，还要接受"传统产业转型升级"这套指标体系的考核（集群、龙头、消费名品），而这三项指标都不是药品监管口径，是产业经济口径。这意味企业未来的合规叙事可能要写两套。

工信部赛迪智库医药研究室主任曹慧莉在 2026 大健康产业大会上，用八个关键词概括这部由十部门联合印发的规划——创新医药、韧性医药、数智医药、精准医药、效率医药、价值医药、普惠医药、开放医药。其中对"数智医药"的界定是本期唯一有增量信息的部分：要体现人工智能对医药全产业链的赋能，加强生产领域的数智化改造。同时"韧性医药"要求补短板（科研仪器设备、包装材料、试剂耗材）、锻长板（化学原料药、高端制剂）；"精准医药"与"效率医药"被她点为规划的两个亮点。这条与 10 月 28 日已报的规划本体不重复，价值在于官方智库对"数智医药"落地重点的排序：生产端优先于研发端与营销端。这与本刊近期观察到的企业实践分布吻合——达仁堂、神威、普正、银朵兰的投入重心都在提取、制剂、仓储，而不是 AI 找靶点。对中药企业而言，这个排序的现实含义是：数智化改造的验收口径大概率落在"生产环节的自动化率、批间一致性、能耗"，而非"是否用了大模型"。

金秀瑶族自治县的路径可以拆成"标准—解析—产能"三层。标准层：先后出台《瑶浴粉》《金秀瑶浴浓缩液》《金秀外用瑶药酒》等国内瑶浴细分品类首批团体标准，其中《金秀瑶浴浓缩液》于 2026 年 6 月在全国团体标准信息平台正式公布，配套建立原料溯源、洁净生产、成品检验三项机制。解析层：龙头企业广西宏瑶生物联合中国医学科学院药用植物研究所等院校，完成 104 种瑶药分子图谱解析，手握瑶医药领域知识产权近 500 项——104 这个数字恰好等于瑶族"五虎、九牛、十八钻、七十二风"经典瑶药的总数，即把口传心授的整套药系做了一次成分层面的清点。产能层：瑶医药健康产业园集聚 28 家精深加工企业、开发 300 余种产品、8 款国药准字号，宏瑶生物 9 条生产线、瑶浴包年产能 5000 万包、2025 年销售额 1 亿元；林下瑶药材规范化种植 21 万亩、13 个仿野生示范基地。截至 2026 年 9 月，瑶医药大健康产业综合产值 20.49 亿元，其中瑶浴关联产值 16.57 亿元。这条对本刊的意义在于：民族药（藏、维、蒙、瑶、苗）此前多出现在政策文本里，少有可核查的"标准+分子图谱+产能+产值"四件套齐全的样本。分子图谱解析这一步尤其关键——它把"这味药凭什么有效"从经验命题转成可检索的化合物清单，是做质量标志物与 AI 建模的前置条件。当然也要提示边界：团体标准不是国家标准，瑶浴产品仍走"大健康/日化"与"药品"两条完全不同的监管轨道，16.57 亿元产值中药品占比很小。

2026 年 1 月达仁堂与腾讯健康启动战略合作，依托"数字运河"平台扩容中医药慢病数字化服务，已推进近千家药店终端落地。技术栈讲得比较具体：由 CDP（客户数据平台）、MA（营销自动化平台）、SCRM、MAGIC Agent 2.0 及智能回访、AI 话术构成完整体系，完成数据标签、患者旅程编排、私域药师运营、智能人群运营，并把体质辨识、养生干预、用药指导数字化，与中成药销售协同。首席信息官叶辉的定位是"从卖药转向经营慢病会员、从药品供应商转型为健康赋能方"。市场侧给出一组测算：院外药品零售规模预计从 2024 年 6400 亿元增至 2030 年 7372 亿元，私域"数字运河"对应交易机遇约 921 亿至 1229 亿元；1.0 模式已跑通，拟从心脑血管赛道复制到呼吸、消化、皮肤、肌肉，形成"五大健康服务矩阵"。本期最值得记录的其实是后半段的风险自陈，且是企业主动列出：一是中医药数据标准化难题——辨证缺少统一结构化标准，症状、体质、舌象难以建模，不同连锁门店的数据接入与归因口径尚未统一；二是药师服务能力配套不足——一线店员能力参差，需搭 L1 至 L4 分级培训认证与星级评价，中小连锁还存在工具打通的技术短板，门店落地执行效果容易衰减；三是患者教育——中老年数字素养有限，依从性依赖长期陪伴，且必须严守内容合规与患者数据"可用不可看"的底线。另有行业层面的三条共性瓶颈：数据孤岛与隐私合规推高治理成本、药品与数字服务的分类监管边界不清、数字服务尚无稳定收费路径。这三条比"近千家终端"的规模数字更有信息量——它说明中医药 AI 在院外市场真正卡住的不是模型能力，而是把辨证变成字段这件笨功夫。

乌鲁木齐高新区（新市区）生物医药产业集群入选工信部 2026 年度（第五批）中小企业特色产业集群，记者实地探访两家链主企业。银朵兰药业：中药民族药产业园投运后，通过绿色节能与智能化改造稳定药品质量，园区设计产能可达老厂产能的 10 倍；近五年在研 6 个中药民族药新药，其中 4 个进入Ⅲ期临床、1 个已进入报批阶段；依托 3500 亩药材种植基地与链主身份，带动本地药材、包材、检测、物流配套，并推进复方比那甫西颗粒等产品海外注册。新疆维吾尔药业：国际产业园定位"国家中药民族药产业示范园区"，围绕科技创新与数字制造推动传统工艺与现代制药技术融合，一期已于 10 月 27 日封顶，计划 2028 年投产。区域配套侧另有一条值得记：乌鲁木齐片区已上线全疆首家中药材数字化交易平台与全疆首个医疗器械专业跨境线上出海平台。这条的价值不在单厂数据，而在"10 倍产能"这个口径本身——中药民族药产业园普遍以"设计产能"作宣传，而设计产能与实际放量之间通常差着 GMP 符合性检查、品种转移与市场准入三道关，2028 年投产的维药园区是后续可验证的观察点。同时应注意新疆的特殊性：民族药品种多、批量小、工艺差异大，智能化改造的边际收益与大宗中成药并不相同，10 倍产能是否匹配订单结构，需看其海外注册（中亚五国）进度。

2026 福鼎栀子产业成果发布会的现场观摩环节，贯岭镇茗洋村栀子标准化基地被作为数字化智慧种植样板展示：物联网设备分布田间，气象、土壤墒情、虫情数据实时上传云端，基地依托智能监测与溯源云平台，把种植从传统经验模式转向标准化数据管理；同时该基地是 GAP 规范化种植示范片区，实行网格化地块编码管理，从种苗选育到采收初加工全流程记录存档，每一批次栀子均可扫码溯源。产业侧的跨界尝试更有意思：将栀子原料经超微粉碎后按 1% 比例添加进大黄鱼配合饲料开展投喂试验，观测显示摄食添加栀子饲料的大黄鱼体色更鲜亮、抗应激能力提升，加工副产物栀子粕同样投入试验，为水产绿色替抗开辟新思路。福鼎栀子有逾 260 年栽培史，过去以干果原料外销为主，近年联动中科院、福建农林大学、集美大学等打通"种植—科研—标准—应用"链条，向饲料、食品、茶饮、水产畜禽添加剂多赛道拓展。这条补的是本刊长期偏薄的上游种植端样本，且给出一个可迁移的判断：中药材数字化的第一笔投入往往不是 AI，而是环境传感与地块编码——没有这两样，后续所有模型都缺输入。也要保持怀疑：文中"体色更鲜亮、抗应激能力提升"属观测性描述，未给出对照组规模与统计检验，不能当作功效结论。

这是本期技术含量最高的一条，也是本刊跟踪"把火候拆成参数"主线以来第一份把质量指标与能耗放进同一闭环并给出对照数据的工程论文。问题定义很准确：中药生产中物料批次差异与蒸汽压力波动会导致蒸汽调节阀控制滞后，传统控制方法难以同时兼顾产品质量与能耗。方法上提出 NARX-AL（带外生输入的非线性自回归 + 主动学习）模型 + 模型预测控制（MPC），以 CQA（关键质量属性）含量实时数据驱动蒸汽阀开度，在 ZQ-100N 中药提取浓缩设备上以心可舒片醇提工序开展验证。结果三项：一是 CQA 含量能稳定在预设区间，优于固定参数控制与 PID 控制；二是能耗——较固定参数控制分别降低 13.6% 与 10.2%，较 PID 控制分别降低 8.3% 与 5.6%（两组工况）；三是全过程符合 GMP 监管约束，且该方法无需建立复杂机理模型即可实现基于 CQA 的在线优化，可直接集成至现有提取浓缩生产线，具备向提取、浓缩、干燥等连续制造场景迁移的能力。局限也写得诚实：主动学习策略依赖在线 HPLC 标注，单个样本标注周期约 2 小时、成本较高，无法实现全自动闭环；实验批次数量有限，对不同提取溶剂的适用性待验证。这条为什么重要——过去两年中药智能制造的报告多讲"上了多少传感器、建了多少看板"，很少讲控制律；而真正决定批间一致性的恰恰是控制律，不是采集密度。2 小时标注一次的现实约束说明：在近红外/拉曼在线检测真正铺开之前，这类 MPC 只能做到"低频校准 + 高频执行"，把它当"全自动无人车间"来宣传是不成立的。

华东师范大学金杰博士团队自研的共价药物 AI 研发平台 ALPHARMA，根据中国药科大学王广基院士团队刘嘉莉研究员的研发需求，依托多智能体技术完成两轮分子迭代，产出一批高质量共价药物候选分子，目前实验验证正在开展。平台能力边界讲得清楚：可依据靶蛋白与共价作用位点完成分子生成与筛选，把大量试错工作前置到计算环节，压缩早期研发成本与候选分子发现周期。分工模式值得记：华东师大负责 AI 分子设计优化，中国药科大学承担化合物合成、细胞及动物药效验证，实验结果反向反馈模型迭代，构成"计算设计—实验验证—迭代优化"闭环。需要说明的是，共价药物本身不是中药范畴，本条收录的理由是方法论可迁移——共价结合位点约束下的分子生成，与中药活性成分"靶点明确但亲和力弱"的改造需求同属"给定结合模式做结构生成"问题；且这种"AI 团队 + 药学院实验团队"的双向闭环，正是当前中药 AI 研究最缺的组织形态（多数中药 AI 论文止于计算预测，无湿实验回流）。判断上应保守：两轮迭代、实验尚在进行，尚无活性数据，不能视为成果。

国家中医药高层次人才培养基地 2026 年"名家大讲堂"上，伍建林教授作《AI 辅助药食同源复杂体系全成分解析、功能评价和产品开发》报告。问题诊断部分讲得比多数同类报告实在：药食同源产品的核心痛点是"效应物质基础不明、功能机制与质量控制不清"；同时提出两条产业化原则——技术门槛决定产业价值，科研成果需从实验室走向生产线，以高技术门槛形成核心竞争力、避免低水平重复；研发应坚持自下而上的场景导向，基于真实市场需求与临床痛点开发产品。技术路径是AI 辅助质谱多组学平台：综合代谢组学、微生物组学、多肽组学、蛋白组学与挥发组学对植物与食品化学成分做全成分解析，并用人工智能辅助海量质谱数据的注释、解谱与核心活性成分挖掘。这条的观察价值在于它指出了中药 AI 的一个真实分工：在大模型热潮之外，质谱数据的自动注释才是每天都要面对的量级问题——一张高分辨质谱图可产生数千个特征峰，人工解谱速度是产业化的硬瓶颈，AI 在这里的收益是确定的、可计量的，不像辨证模型那样难以验证。同时它也间接提示：药食同源目录扩容后，地方与企业最缺的不是配方，是"成分说得清"的证据链。

美国公司 Enveda 以 AI 分析数千种分子并配合高通量筛选机器人系统，开发出 12 个天然产物药物候选，其中两个已进入人体临床：ENV-294（特应性皮炎外用治疗）与 ENV-308（用于 GLP-1 类减重药物停用后维持减重效果）。估值翻倍至 20 亿美元。报道中几段方法论表述比融资数字更值得记录：一是数据获取是 AI 改造天然产物研发的第一道关——数千年传统医学知识以多种语言散落在各地文献中，需用自然语言处理把这些传统知识与现代科学对接；二是知识流失风险有量化依据——苏黎世联邦理工学院 2024 年 7 月发表于《Nature》的研究预测，随着亚马逊植物利用方式衰退与原住民语言加速消亡，到本世纪末约 26% 的有用植物相关知识可能消失，口传知识的数字化已属紧迫；三是"失败实验与成功同样重要"——多数论文只记录成功结果，缺少阴性数据是训练 AI 的结构性缺陷。此外，第二届江陵国际天然产物生物大会将于 11 月 4 至 6 日在韩国江陵举行，设"AI 与大数据驱动的药物发现""基于 AI 的功能材料生产"等六个分场。这条对本刊的直接提醒是"知识资产"视角：中药的竞争壁垒可能不在算力也不在模型，而在结构化的传统知识语料——这与国内多支团队做古籍多智能体、方剂知识库是同一逻辑，只是国内普遍低估了"阴性数据"的价值。

中国中医药出版社 10 月第五期新书推荐中，浙中医大同时推出两部：《求本远志 数智岐黄：人工智能赋能未来中医药教育的创新与实践》（陈忠、黄建波主编）与《数智赋能中医药高等教育数字化转型的探索与实践》（李志敏、赵鸣、唐雯炜主编）。前者定位是"落实国家教育数字化战略、探索'人工智能+中医药'高等教育新模式的成果汇编"，以"求本远志 数智岐黄"为理念，分未来教师、未来课堂、未来学习中心、未来学校四大篇章，收录三十余个兼具中医药特色与数智化特点的应用场景，覆盖个性化学习、学科教学、临床带教、医教协同服务，场景清单里明确列出 AI 古籍研读、虚拟仿真、辅助诊疗，并从体制机制、素养标准、伦理建设三个维度提出"浙中医大方案"。后者以"融数聚智"为主线分七篇，讲校园数字基础设施与智慧教学、智慧学习、智慧中医、智慧管理、智慧生活五大场景，具体应用包括 AI 数字名师、学教一体化平台、健康画像，并建立技术、制度、文化多维安全保障体系。这条为什么列入本期：本刊此前收录的教学类条目多为单点（一门课、一个实训平台、一个智能体），而成体系的教学法出版物是首次出现，且四大篇章的切分方式（教师—课堂—学习中心—学校）本身就是一套可复用的框架，对正在做课程数智化改造的院校有直接参照价值。需要提示的是，两书均为"成果汇编"性质，属经验总结而非效果评估，其中场景数量与落地质量之间不能划等号。

2026 年中医药翻译与国际传播国际会议暨中医药国际人才培训班在大学城校区举行，主题为"数智赋能与文明互鉴：面向'十五五'的中医药翻译与国际传播新体系"，汇聚新加坡、智利、泰国、巴西等国及国内高校学者。主旨报告六个议题中，与 AI 直接相关的有三个：新加坡南洋理工大学钟丽丹教授的人工智能赋能中医药教育、智利拉丁美洲中医学院院长路易斯·佩德雷罗斯的跨文化语境传播效能评估，以及广中医曾俊敏副教授的基于人智复合行动者框架的中医药外语课程重构实践。最后一项在概念上值得留意——"人智复合行动者"（human-AI composite actor）把 AI 视为与教师、学生并列的行动者而非工具，用这个框架去重构课程，意味着要重新分配"谁对译文负责"；这在中医药术语翻译这种高专业度场景里是有实际后果的（AI 译错一个药名，责任归属就成问题）。背景补充：今年是新中国中医药高等教育 70 周年、广中医建校 102 周年、邓铁涛先生诞辰 110 周年；下午青年论坛组织"铁涛杯"获奖选手从"讲好一个故事"走向"研究一个问题"。这条相对轻，收录理由是：中医药 AI 教育的讨论长期集中在临床与实训，语言与传播侧几乎是空白，而这一侧恰好是大模型能力最强、也最容易出错的地方。

天纪易岐（北京）科技有限公司人工智能研究院中医数据实验室自研的天纪云中医 AI 端侧大模型"易岐中医 AI"完成全流程调试与多维度数据验证后正式上线，项目由王诩教授课题组牵头。技术侧的关键点有三：全部推理计算在本地终端完成，无需联网、不依赖云端算力，断网状态下可完整提供服务；用户健康数据全程留存本地，从底层处理隐私问题；模型经轻量化裁剪与知识蒸馏，适配医院工作站、便携终端等多类硬件，面向基层医疗机构与院内内网场景。能力范围限定得比较清楚：融合五运六气与五行十态融合体质判定体系，以问诊为核心，支持体质辨识、健康风险评估、中医健康科普，聚焦未分化疾病健康预警与体质辨识两大方向，并依托盘锦辽油宝石花医院落地实践积累。产品声明也写得规范："健康辅助评估工具，不替代执业医师诊断、处方与医疗行为。"这条的行业意义在于它回应了中医 AI 落地最现实的一道墙——三级医院内网不通外网。此前绝大多数中医大模型都是云端服务，在医院 HIS 环境里根本无法调用；端侧部署把这个问题绕开了，代价是模型规模受限、能力收敛到"体质辨识+健康预警"这类窄任务。这个取舍是对的：窄任务可验证，宽任务不可验证。下一步其计划推进《三十大类体质辨识》标准研究与急性重症、肿瘤预警模块，标准若能落地，端侧模型的价值会显著提升。

记者 Erik Nilsson 以神农尝百草为线索，梳理 AI 与机器人进入中医的三条路径。北京亦庄：智能中医机器人"王叔和"（以东汉末魏晋医家命名）"把资深医师的诊断逻辑蒸馏出来，将多年具身化的临床直觉转成可获取的咨询"。成都：机器人与 AI 智能体正在"数字化并重构经典医学框架，把主观的、定性的诊断转译为客观的、可量化的数据集"；作者还在旅游街区戴上 VR 头显，在熊猫形象引导下练太极。其他传统医学：拉萨的藏医药正从生产方法到成品全面更新，新疆阿勒泰的中医长期与图瓦、哈萨克医学融合，相关研发中心有些附属于企业，有些附属于高校甚至博物馆。文中另有一处个人观察可作时代标记：二十年前家人做针灸只有针，如今医师会给针接上电脉冲装置以增强刺激。这条作为英文侧的"外部视角"收录，价值在于它给出的叙事框架而非数据——它把 AI 介入中医描述为"处方变了、想治病的那股劲没变"，这与中国读者熟悉的"科技赋能"叙事略有不同，更接近文化延续视角。需要说明的是，文中无量化指标、无对照实验，属特稿而非研究报道，引用时不宜作为效果证据。