摘要：
8月26日，江苏省工业和信息化厅正式公开《江苏省促进生物医药产业高质量发展三年行动计划》。文件由省工信厅、发展改革委、科技厅、商务厅、卫生健康委、医保局、药监局七部门联合印发，明确到2028年继续保持全省生物医药产业规模和创新药械数量全国领先。与一般生物医药政策相比，这份文件专门设置“人工智能全面赋能行动”，同时部署医疗高质量数据集、全省算力统筹、“Token券”、临床专病专科垂直大模型、AI药物设计、器官芯片、智能工厂和脑机接口成果转化中心。江苏正在把AI放进药物研发、临床、审评、生产和支付体系的完整链条里。
一、一份生物医药政策，为什么值得AI公司认真看
这份文件的成文日期是8月20日，江苏省工信厅在8月26日正式公开。
联合发文部门一共七个：工信、发改、科技、商务、卫健、医保和药监。
这已经说明它并不只是产业园招商政策。
从科研，到临床，到审批，到医保，再到制造和市场，都被放进了同一套政策框架。
到2028年，江苏提出继续保持生物医药产业规模和创新药械数量全国领先，同时提升关键产业链自主创新能力，培育全球影响力龙头企业和产业集聚区。
对于AI企业，最值得看的是第五项行动。
文件直接用了一个非常明确的名字：
“人工智能全面赋能行动”。
这里的“全面”有实际内容。
数据、算力、模型、研发、临床、生产、审评审批、脑机接口，全部被连了起来。
二、江苏准备把医疗数据先整理成“大模型能吃”的状态
政策第一步没有先讲模型。
它先解决数据。
江苏提出升级省全民健康信息平台，建立统一数据采集通道，推动医疗、医保、医药“三医”数据开发利用。
同时要制定行业高质量数据集建设指南，发布一批高质量数据集，用于大模型训练。
这一步很关键。
医疗AI长期面临的最大问题之一，就是数据非常多，但真正能够直接用于训练的数据非常少。
医院有影像、有检验、有病历、有处方，医保还有支付数据。
但不同医院的数据标准、字段和质量并不一致。
如果江苏把省级健康信息平台、医保数据和药械数据进一步打通，再按照统一标准建设高质量数据集，对医疗大模型公司的意义非常大。
未来竞争可能逐渐从“谁有一个医疗模型”，转向：谁有专病数据，谁的数据能持续更新，谁的数据标注质量高，谁的模型能在临床流程里验证。
三、一个新词进入省级政策：“Token券”
整份政策里最容易被AI行业注意到的一句话，是江苏提出：
依托全省一体化算力监测调度平台，加强算力资源统筹，推动“Token券”政策出台，降低算力使用成本。
过去地方政府支持AI企业，经常发“算力券”。
企业租GPU，政府补一部分费用。
Token券的思路更接近现在AI产业的实际使用方式。
越来越多企业并不自己训练大模型。
它们调用模型API。
成本按照Token计算。
尤其医疗、法律、工业软件等垂直应用，大量成本发生在推理阶段。
如果Token券最后按模型调用量进行补贴，它可能会让政策支持方式从“补GPU”转向“补AI实际使用量”。
不过要特别注意：
目前文件写的是“推动Token券政策出台”。
这意味着具体补贴比例、适用模型、企业资格和额度还没有在这份行动计划中确定。
企业现在可以关注，但还不能直接按照“已经可以领取Token券”理解。
四、江苏要做的不是一个医疗大模型，而是一批专病专科模型
行动计划提出，依托科研平台和重点企业开展技术攻关，形成一批临床专病专科垂直大模型。
这个路线比建设一个“大而全”的医疗聊天机器人更符合行业特点。
肿瘤、心血管、代谢疾病、影像诊断、病理，每个领域的数据、指标和诊疗流程都不同。
一个模型很难同时达到足够高的专业深度。
专病模型则可以围绕真实医疗任务构建。
病例结构化、影像分析、临床路径辅助、治疗方案评估、随访、科研数据分析，甚至临床试验入组筛选。
这种模式也更容易评价。
因为最终可以和医生诊断结果、病理结果以及临床结局进行比较。
五、AI制药被直接写进了药物研发流程
文件在“人工智能驱动研发创新”部分写得很具体。
江苏提出支持医药龙头企业和AI企业、高校院所合作，前瞻布局基础模型和药物研发设计AI模型。
应用场景包括药物靶标筛选、药物分子设计、中药组方和功效组分优化，以及药械制造。
同时还提出支持开发AI预测模型、类器官与器官芯片模型，用于加快候选药物筛选和临床前研究。
这说明江苏对AI制药的理解已经从“做一个分子生成模型”进一步往工程流程推进。
以后可能出现这样的组合：
AI寻找靶点。
生成候选分子。
预测药物性质。
类器官和器官芯片完成实验验证。
筛选结果重新返回模型。
最后进入临床前研究。
这实际上是一套“计算—实验—数据—再训练”的闭环研发体系。
江苏本身拥有大量医药企业、高校、医院和CRO/CDMO资源，这种组合的产业基础比较好。
六、AI开始进入临床试验设计和药品审评
行动计划还提出建设“人工智能+生物医药”应用场景。
其中明确包括药械研发、临床试验设计、药品审评审批。
这可能是一个容易被忽略的方向。
现在AI医疗最热门的还是诊断。
实际上临床试验和审评同样存在大量文本、数据和规则处理工作。
方案设计、入排标准、病例筛选、数据核查、安全事件识别、审评材料整理，这些任务都适合智能体参与。
当数据格式、药监规则和工作流程进一步标准化之后，很可能出现专门面向临床试验和药监业务的Agent。
这类产品用户数量未必巨大，但专业门槛和客单价可能很高。
七、脑机接口再次进入地方产业政策
文件还提出：
支持省内重点医疗机构建设脑机接口、人工智能医疗器械等领域成果转化中心。
这个时间点很有意思。
就在8月25日，工信部刚刚公开征求国家脑机接口产业标准体系意见。
一天之后公开的江苏生物医药产业政策，又把脑机接口成果转化写了进去。
中央在建标准。
地方开始建成果转化中心。
对于脑机接口企业而言，未来几年产业入口可能会同时来自三个方向：科研平台、医疗机构、产业化基地。
但医疗脑机接口进入医院依然需要严格的医疗器械监管和临床验证。
产业热度上升，并不会降低监管门槛。
八、AI最终还要进入工厂
江苏没有把AI停在研发环节。
文件还提出实施智能工厂培育计划，梯度培育先进级、卓越级和领航级智能工厂。
这会形成另一类机会。
制药企业同样需要设备预测维护、工艺参数优化、质量控制、异常检测、能源管理、生产排程、电子批记录分析。
药品制造属于高度受监管行业。
AI如果能够在GMP体系内稳定运行，价值会很高。
但相应地，系统验证、模型版本管理和数据追溯要求也会比普通制造业更严格。
这也是工业AI公司进入生物医药行业需要提前考虑的地方。
九、江苏还在同时解决一个关键问题：AI做出来以后谁用
技术创新政策最容易遇到的一个问题，是产品研发出来以后没有市场。
这份行动计划同时从临床应用端做了很多安排。
江苏提出定期发布创新药械产品目录和临床优势药品目录。医疗机构在相关目录发布后一个月内需要召开专题药事会，并按照“应配尽配”原则确定应用目录。政策还提出“有需必采、应采必采”，并允许按需设置临时采购绿色通道。
此外，国家医保谈判药品要直接纳入医疗机构药品应用目录，医疗机构不得简单以药占比、次均费用、DRG/DIP等理由限制创新药械合理临床使用。
这对AI医疗器械同样有启发。
产业政策如果只解决研发，没有医院应用场景，AI医疗商业化很难跑起来。
江苏现在试图把研发、审批、医院和支付一起打通。
十、审批时间也在压缩
文件还提出一些很具体的审评审批改革。
例如，没有药学研究要求的备案类上市后变更，审查时限最快从30个工作日压缩至5个工作日。
创新药临床试验审批改革试点则争取把审批时限从60日压缩到30日。
这些条款和AI本身没有直接关系。
但对AI制药公司非常重要。
模型把候选分子的筛选时间缩短以后，如果临床和审批环节仍然很慢，整体研发周期不会发生根本变化。
生物医药的AI化，最后拼的是整条研发链的效率。
十一、这份政策给AI企业留下了几条很清楚的入口
第一条是医疗高质量数据集。
谁能够做好数据治理、标注、匿名化、评测和持续更新，谁就可能进入医疗模型底层。
第二条是专病大模型和医疗Agent。
模型需要进入科室和临床流程，未来会出现越来越细的垂直产品。
第三条是AI制药。
尤其靶点发现、分子设计、药效预测和虚拟筛选。
第四条是脑机接口和AI医疗器械。
政策已经开始给这类产品建设成果转化平台。
第五条是工业AI。
药械制造、质量管理和智能工厂会需要更加专业的工业智能系统。
第六条则是算力与模型服务。
如果Token券进一步落地，第三方模型平台和算力服务商可能获得新的政策驱动需求。
十二、风险主要集中在三个地方
首先是医疗数据。
医疗数据价值高，同时也是最敏感的数据类型之一。
高质量数据集建设必须解决授权、脱敏、安全域和用途控制。
第二是模型可靠性。
AI生成一个营销文案错一句话，影响有限。
医疗模型出现错误，可能直接影响诊疗。
所以模型评测、可解释性、审计和人工复核都会成为刚性要求。
第三是政策细则。
Token券目前只是明确提出“推动出台”。
高质量数据集、专病模型和成果转化中心也需要后续具体项目和申报规则。
企业现在最合适做的是提前卡位技术和场景，等待后续实施细则。
从这一点看，这份三年行动计划真正值得注意的地方，并不只是江苏又支持了一次AI。
它开始尝试把数据、算力、模型、医院、药企、工厂和监管放进同一个产业体系。
这可能是医疗AI走向规模化必须经历的一步。
参考来源
- 江苏省工业和信息化厅等七部门：《江苏省促进生物医药产业高质量发展三年行动计划》，文件成文日期2026年8月20日，江苏省工信厅于2026年8月26日正式公开。
https://gxt.jiangsu.gov.cn/art/2026/8/26/art_6278_11821001.html