AI赋能集采与药事服务：政策、实践与趋势

人工智能正迅速渗透进药品集中采购及医院药学服务体系。中国在政策设计与实际应用上处于领先地位，已将AI技术覆盖到集采中选产品的监管、采购流程、库存管控、处方审核、合理用药以及全流程追溯等多个环节。放眼全球，AI则更多地被应用于集团采购组织（GPO）、供应链需求预测、招标定价优化及采购合规管理等领域。

总体而言，AI正在促使药事服务由“人工经验主导”向“数据智能驱动”转变，并逐步构建起涵盖监管、采购、流通、使用及评价的闭环体系。

2026年4月2日，国家药品监督管理局发布了《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融合的创新体系，到2035年形成数智驱动、敏捷智能的智慧化药品安全治理新格局。

该文件直接聚焦集采中选产品监管，强调依托智慧监管平台，围绕集采中选产品等关键环节，推进跨层级、跨区域的智能业务分派、全程追溯与闭环管理，旨在解决信息壁垒和处置难闭环等痛点。

在药事服务的具体场景中，政策关注的重点包括：

与此同时，国家医保局等部门也在推进药品价格智能化监测与比价模型建设，借助AI大模型自动核查异常价格线索，助力集采价格治理。

医院是AI赋能集采与药事服务的关键落地场景。自2025年以来，多地医院已在采购管理、库存监控、缺药预警、替代药品监测及合理用药审核等方面开展了智能化探索。

典型案例是连云港市第一人民医院与艾隆科技联合打造的AI集采药品智能监管平台。该平台实现了集采药品任务的自动分配、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智慧药学体系建设。该案例荣获多项医院管理与医疗AI赛事奖项，具有显著的示范效应。

在医院药学实际应用中，AI主要涵盖以下几个方面：

采购与供应链管理借助Power BI、HIS系统、SPD物流模式等工具，实现了集采药品使用量监测、库存预警、替代药分析、验收盘点及配送管理的智能化。

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、超说明书用药及剂量风险。

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

然而实践中仍面临集采品种频繁变动、系统集成难度大、数据孤岛、设备稳定性不足以及复合型人才匮乏等挑战。

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

国家组织药品集采也在持续推进。2025年第11批国家集采完成了55个品种的采购，政策导向更加注重稳临床、保质量、反内卷和防围标。AI在质量监测、价格治理及风险识别中的作用将愈发重要。

全球范围内虽无完全等同于中国国家集采的统一制度，但集团采购组织、国家招标及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、减少缺货与过剩，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、支付方偏好及市场竞争格局，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年间保持高速增长，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、医院药事服务及医保价格治理紧密结合，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。

全球趋势则聚焦于预测性采购、供应链韧性、成本控制和智能招标管理。无论是中国还是海外，AI都在应对共同压力：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。