探索中国CIO人才现状 | 第四季调研报告
天士力数字化建设系列(总)——全面推动天士力数智化跃升
2024-08-26  作者:王宇 来源:CIO发展中心

本文根据天士力集团CDO史建华在“共建数字生态-2024医药数字化巡展之走进天士力集团”活动中的分享整理

史建华.png

史建华 天士力集团CDO

各位行业嘉宾大家好,非常高兴各位到访天士力,也非常荣幸能够向大家分享天士力的数字化建设。今天我以《全面推进数智化跃升,加快构筑“数智天士力”》为题,向大家展开介绍。

首先为大家简要介绍下天士力:

目前天士力集团拥有2万名员工,医药领域中有14个品种超过10亿,有92款在研产品,42项一类创新药。此外天士力还有现代中药创始国家重点实验室、中药先进地方联合工程实验室等17个创新品牌。天士力还是一家同时具备国家重点实验室、国家工程实验室和国际联合研发中心三个国家级平台的公司。

从天士力数字化的发展历程来看:2005-2013年是信息化阶段,主要的工作重点在于营销、智能制造、研发;2014-1018年,是信息化+数字化阶段;2019-2022是深化应用阶段,这一阶段我们已经采用了一些智能化应用和算法体系;2023年之后,就是数智化跃升的阶段。

史建华1.png

相对来说,天士力的信息化基础做的很扎实,在整个数字化框架中,我们提出了“1-5-2-3”架构,也就是1个愿景,打造数智天士力;5个方向,研发精准化、生产智能化、营销数智化、业财一体化、管协高效化;2类赛道,分别是医药产品与服务,大健康产品;3种能力,数字化平台能力、数据资产能力、数字化组织能力。以上提到的架构,每一个核心的KPI都会与集团的业务战略匹配。

史建华2.png

在路径上,我们也完善了整个架构,从基础架构到现场支持,再到运营完全决策,以及数据触点和治理体系都是完整的。从战略上来说,数字化战略作为集团战略的一个抓手,我们的IT战略也“适时”进行变化。2018-2019年,我们做的是调结构、防风险等工作,到2023年的再定向,重编程,新稳态。我们的战略始终由“数智化”贯穿。

值得称道的是,我们每年度都会举办两个重要的会议,一个是每年8月份的战略投放风暴会,一个是年底回顾会。我认为这两个会议是非常有价值的,而且我们做的很好。整体上来说,我们正在由“二转一升”向“全面数智化”转型。

在医药领域,我将分享以下三个方面的内容。

一、打造数智科研新范式

目前天士力共有92款在研产品管线,我们坚持“四位一体”的研发模式,构筑“一库、一网、一台”为抓手的大生物医药数智精准创新研发链。其中一台是指产业关键技术平台,一网是指AI数智创新功能服务网,一库是指优质疾病组学数据库,同时我们与外围也有很多合作。

史建华3.png

在整个IT体系中,我们将其分为5个方面,1是财务的优化,2是合规类平台,3是研发数据湖,4是运营层,5是项目管理系统。以上提到的几个部分我们皆有布局,其中项目管理系统我们还在学习和探索中。在研发体系中也有一部分是外包的,目前整个体系还在逐步的完善中。

对于中药来说,我们现在打造的是数智中药(AI for TCM)研发新范式,这里我们提出了数智中药的“六化三精”,六化表示的是组方配伍数字化物质基础数字化量时毒效数智化生产质控数字化临床应用数智化消费认知数字化三精用药更精细生产更精益治疗更精准

在数智研发领域,我们从17年左右建立了“星斗云”一站式计算平台,也获得了很多奖项。目前该平台大概积累了100T的重要数据,包括疾病数据、组学数据、文献数据。众所周知,数据是大模型的基础,因此数据的量级和准确性对于AI大模型来说是至关重要的。

数智中药需要的是以人工智能等颠覆性科学技术为突破,创新性配置包含中医药海量数据的新型生产要素,结合云计算、大模型等新型技术手段,通过中药产品的组方配伍数智化、物质基础数智化、量时毒效数智化、生产质控数智化、临床应用数智化、消费认知数智化,引领现代中药达到用药精准、生产精智、疗效精确的新高度,从而打造“数智中药”研发新范式,实现中药产业全链条跨跃性转型升级。

2023年3月,科技部会同自然科学基金委启动“人工智能驱动的科学研究”(Al for Science)专项部署。科研第五范式Al4Science将前四种范式的经验、理论和特点有机结合,基于Al和计算科学对科学研究进行更全面的认知,在这个技术上延伸出AI4TCM。我们将基于海量、多位、高质量的数据透彻了解系统的机理研究,实现传统与现代科技的深度融合。

在关键路径上,形成了三条路径,第一个是以多维度多模态数智中药研发技术深刻解析药物与疾病特征;第二个是以智能制造技术保障中药产品质量精准控制、高效、绿色、可持续发展;第三个是以智慧中医大脑高效赋能数智中药个体化精准服务。

数智中药首先要做到“说理”,也就是“从方到病”,解析中药的科学内涵,精准的实现异病同治。目前天士力基本上通过应用知识存储技术,能够对“方”形成药到组,到作用靶点,到基因网络中的解析。近年来,天士力发表了复方丹参滴丸相关等多篇高质量文章,系统阐释了这些药物的科学内涵。此外还包括对新症重新定位,对药方进行优化等,大模型给我们提供了很大的帮助。另一方面,结合我们对疾病基因网络的分析,重新解析中医药处方,真正打造“从病到方”。

史建华4.png

二、重构市场营销新生态

经过多年的努力,天士力目前从营销业绩、费用投入、运营效率、销售行为、市场覆盖五个维度上的全面考量,加速数字化转型,创建大数据驱动下的营销决策,客户运营、精准化的传播,打造客户价值赋能的智慧引擎服务体系。

史建华5.png

在营销数字化领域,天士力建立了三大体系,有机结合22个系统。其中一个商业的B2B系统花费了我们两年半的时间,中间遇到很多挑战。数据直连DDI是我们非常骄傲的地方,我们现在的医药代表,考核的数据全部来源于此系统,在医院领域的连接力可以达到90%,在OTC领域能达到85%,所以这对于我们进行销售的精准分析是非常有用的。在运营支撑上,我们全面应用的DHR和TA,费控以及OA协同。此外我们的SAP体系中的电脑端、流向端、还有报表、仪表盘和移动端,基本上都涵盖了,目前的体系还是比较完善的。

史建华6.png

在2011年我们实施了CRM系统(18年以前代表是没有移动工具的),后续在2023年后我们基于腾讯体系,建立起了远程拜访、公众号来推送客户行为等。在公众号、小程序以外,我们在外围还搭建了一个学术营销的平台,将内部的访销系统、行为管理系统和绩效管理系统进行联动。

史建华7.png

举例来说,我们有一个项目,进行了完整的SFE分解,同时来进行潜力的分析、现状的综述、机会的分析,以及制定市场策略。对于机会的分析,包括患者的分流指导,用药标准化,是否有效?以及月计划的目标定位、市场活动的管理、市场合作的效果,是全程进行的。经过这些动作以后,我们就形成了完整的SFE分析报告体系,同时也会有竞品的分析报告、DDI的数据挖掘、BI的核心报表,以及销售、运营分析的综合报表。不管是总部还是区域市场,我们的代表在他们的手机端上就能集合100多张报表,随时可以查看相关的日常指标。

史建华8.png

总体来看,目前我们有所欠缺的就是从数字化平台到内容生产发放的整个画像上,对于医生的画像是我们所欠缺的,因为我们目前还没有引进行业内的HCP数据,可能在未来会有所动作,随着接入一些外围的互联网数据,可能我们就会建立更好的关联和画像。

史建华9.png

三、构建低成本、韧性的智能制造能力

智能制造是天士力数字化建设的一个核心,天士力首创以数据、质量、数字化为核心的智能制造体系,专注于中药,并于2023年拿到了天津市科学进步特等奖。此外,天士力从建立全国第一个GMP药材基地开始,逐步构建了复方中药生产全产业链标准化管理体系,形成了以标准化、数字化为核心的全产业链质量管理关键技术,实现质量的精准管理,助力中药产品的现代化和国际化。

我们认为在GMP的建设上,有四个核心的任务:第一个是融合多维参数的中药工艺系统设计,第二是基于多目标的中药可制造性协同优化,第三是基于模型的中药生产过程动态智能控制,第四是中药工厂全要素的智慧管控。

中药工艺设计举例,中药先进剂型滴丸剂的制剂成型生产,我们基于射流振动分散动力学原理,找寻辨识影响的关键参数,刻画参数的线性效应、非线性效应以及参数间交互效应等,计算参数交互的最优操作空间。目前也取得了一定的成果,丸径分布一致性提升76%,滴丸合格率由80%提升至99%,滴制效率提升30%。

第二个案例是基于质量与效能多目标的中药可制造协同优化。天士力的养血清脑颗粒,在硫化的过程中,需要去分析水分、粒径分布、堆积度等因素,这些形态直接影响产品的规格一致性,这对于行业来说是很难优化的。目前我们的硫化生产过程主要依赖于人工,我们在收集了多批次数十万个数据后,经过降维映射进行变量提取,再经过相似度检测、算法研究发现,找到了绝对湿度、颗粒水分的优化值。这样就可以保持硫化状态,最终我们实现了预测的偏差率小于5%。

第三个案例是动态智能控制,在中药的智能制造过程中,有很多工艺单元,例如浓缩环节,是典型的高耗能,且有相态的变化,进行人工研究很难做到。所以我们开发了基于动态模型的智能控制系统,在浓缩过程中持续进行模型的实时计算与蒸发效率的预测,通过多个参数的实时反馈与调节,实现蒸发效率实时最优。经过反复的实验和分析,我们找到了相关关键系统的约束条件,建立了蒸发速度的预审模型,实现了浓缩速率调控偏差小于15%,浓缩效率提升20%。

第四个案例是全要素数据智慧管控,我们在全面应用数字化技术和系统后,横向贯穿了药材、制造、质检、仓储、物流各环节,纵向联通执行层、控制层、管理层各层级,实现了对物料流、数据流、信息流的集成高效管理。支撑工厂更加高效的背后是算法体系,我们现在对于算法也越来越重视。当然在大模型应用的时候,我们也无法去完全规避小模型,在研发领域的知识工作、标签也非常重要。

史建华10.png

在具体的建设中,我们也取得了很多成果,有首批全国两化融合管理体系评定、获得国家级“智能制造试点示范”、国家级“智能制造示范工厂”、国家级“绿色工厂”、卓越ESG领航企业等荣誉。至今我们拿到了80余项核心专利,20+项标准,200余篇学术论文,14项软件著作。还形成了两个国家级平台,分别是“现代中药创制全国重点实验室”和“中药先进制造技术国家地方联合工程实验室”。

最后想说的是,为临床服务、工业服务,深度解析中药的内涵,并融合药理工程,这将是我们未来的愿景。以上就是我的分享,谢谢大家。