2026 年 4 月 2 日，国家药品监督管理局发布《关于「人工智能+药品监管」的实施意见》（国药监综〔2026〕6 号），落实国务院《关于深入实施「人工智能+」行动的意见》与药品医疗器械监管改革部署，推进人工智能与药品监管深度融合。意见提出的阶段性目标是：到 2030 年，初步构建药品监管与人工智能融合创新体系，「人工智能+药品监管」运行管理机制基本形成。
为什么是「监管侧」先落地
这一轮「人工智能+」的落点，多数在产业侧——制造、消费、交通、医药。药监局选择从监管侧切入，值得注意。
监管数智化的直接对象是审批、检查、监测、稽查等行政环节。它的价值不在于监管本身变快，而在于监管所依赖的数据口径、风险识别标准与证据形式随之改变。当监管机关用模型辅助审评与风险预警，企业对监管提交材料的结构化程度、数据可追溯性要求也会同步提高。换言之，监管侧的能力升级，最终会传导为企业的合规能力门槛。
七大重点方向
意见以药品监管现代化为目标，提出下一阶段监管数智化的七大重点方向，覆盖审评审批、检查稽查、监测评价等监管全链条环节。其共同特征是把人工智能嵌入既有监管流程，而非另起一套体系。
对医药企业而言，这意味着与监管交互的方式将逐步标准化：申报资料、临床试验数据、药物警戒信息的提交格式与质量要求会更明确，人工「补正—退回」的空间收窄。
五项基础支撑任务
意见结合人工智能技术发展新趋势，提出筑牢「人工智能+药品监管」基础支撑的五项重点任务，涉及数据资源、算力设施、标准规范、安全与人才等基础要素。
基础支撑的价值在数据。监管数智化高度依赖高质量、可流通的行业数据资源，这与国家数据局推进的公共数据授权运营、行业高质量数据集建设方向一致，可参见国家数据局行业高质量数据集建设行动实施方案。对参与其中的数据服务商与 AI 服务商，数据来源合法性、个人信息处理边界与安全措施是前置条件，可参见AI 企业数据合规风险。
对医药与 AI 企业的实际含义
第一，做监管侧工具的企业要面对更严的准入要求。面向监管机关或医疗机构提供 AI 辅助审评、影像辅助诊断等功能的，其算法与模型的合规属性、数据来源、可解释性会成为评审重点。
第二，医药企业自身的 AI 应用要纳入合规框架。药物研发、真实世界研究、患者服务等场景涉及大量个人信息与敏感数据，需按数据合规服务的路径梳理处理活动与授权链条。
第三，面向公众提供生成式功能的产品，仍需履行算法备案与生成合成内容标识义务，可参见算法备案全流程操作指南。
监管数智化是一条长周期主线。企业与其等待细则逐条落地，不如先把自己的数据台账与合规文档做实——这是任何一版监管口径都绕不开的基础，相关方法论可参见人工智能安全治理框架 3.0 解读。
本文依据国家药品监督管理局 2026 年 4 月 2 日发布《关于「人工智能+药品监管」的实施意见》（国药监综〔2026〕6 号）的公开信息编写，仅供参考，不构成法律意见。