AI、量子計算、太空製藥同框出現在一份文件裡：十部門醫藥規劃，把研發和工廠都點了名

2026年9月18日，工業和信息化部等十個部門聯合印發《醫藥工業發展「十五五」規劃》。文件裡有一段文字密度極高：加快人工智慧、量子計算、超級計算、計算醫學等新技術藥物研發；探索超限製造、太空製藥、生物製造等藥械生產新模式；深化基因編輯、分子精準遞送、新一代腦機接口等前沿技術應用；突破類器官與器官芯片、通用型細胞治療、異種移植器官等關鍵技術。 半個月後回頭看這份文件，值得注意的不是它列了多少技術名詞，而是這些名詞被放進了「醫藥工業」的框架裡。工業規劃談的是產能、體系與供應鏈，把研發工具和生產模式一起寫進去，等於宣告下一階段的醫藥競爭，比的不只是實驗室裡誰先找到分子，還包括工廠端誰能把新技術變成可重複的製程。

研發端：把「試錯」變成「計算」

傳統藥物研發的結構，可以用一個日常比喻來理解：像在一棟沒有索引的圖書館裡找一本特定的書，只能一排一排翻。先從幾百萬個化合物裡篩出候選，再做動物實驗、臨牀試驗，平均要花十年以上，失敗率超過九成。藥廠真正燒錢的地方，往往不是成功的那一顆藥，而是前面倒下的幾千個候選。 AI流程裡的角色，是先把圖書館建成有索引的資料庫。模型從既有文獻、蛋白質結構、臨牀數據裡學習，直接預測哪些分子值得進實驗室，把「一排一排翻」變成「檢索後精讀」。量子計算與超級計算則處理更底層的問題：分子與蛋白質的相互作用本質上是量子力學問題，古典計算只能近似，算力越強，模擬越貼近真實。 這與我們先前分析的外灘大會AI新經濟落地邏輯是同一條線：AI的價值正在從榜單與展示，移向藥房、醫院這類有明確驗收標準的場景。藥物研發恰好是付費意願最強、試錯成本最高的場景之一，政策在此加碼並不意外。

生產端：太空製藥與生物製造，改的是「工廠」的定義

文件裡更有想像空間的，其實是生產端的三個新模式：超限製造、太空製藥、生物製造。 太空製造藥物聽起來像科幻，但原理相當具體。微重力環境下，蛋白質晶體可以長得更均勻純粹，某些在地面上難以結晶的藥物分子，到了軌道上反而能長出品質更好的晶體。這對蛋白質類藥物的純度與療效有直接意義。隨著商業航天發射成本下降、發射班次趨於穩定，軌道實驗的門檻正在從「國家級工程」降到「企業級專案」。 生物製造則是用活細胞當生產設備。傳統化工廠靠高溫高壓把原料轉成產品，生物製造靠工程化的細胞，在常溫下把糖轉成藥物分子、材料或原料藥。它的優勢在於某些複雜分子（例如許多勝肽與抗體）只有細胞的生化機制造得出來，化學合成路線要嘛繞很遠，要嘛根本走不通。 這三個模式共同指向一件事：藥品的成本結構與供應鏈地理位置，未來十年可能被重新安排。

為什麼是十個部門聯合發文

醫藥工業的特殊性在於，它橫跨了工業、衛生、藥品監管、科技研發、醫保支付等多個主管機關的職權。一款細胞治療產品從實驗室走到病人身上，中間要過研發立項、臨牀審批、生產規範、上市定價好幾道關，每一道關都屬於不同部門。 十部門聯合印發，用意很清楚：避免政策出現「研發端鼓勵、審批端卡住」的斷點。文件裡「支持醫藥工業企業、高校、科研院所、醫療機構等聯合攻關」這一句，對應的正是過去產學醫之間數據不通、權責不清的老問題。醫院握有臨牀數據，藥企握有研發資金，高校握有基礎研究能量，三者的接口往往才是瓶頸。 對照我們之前談過的算力組裝方式的變革，可以看到同一個趨勢：當單點技術的進步放緩，政策與產業的重心就轉向「組裝方式」，把分散的算力、數據與人才串成一個能協同工作的整體。

所以呢：三個值得追蹤的訊號

對一般讀者來說，這份文件可以收斂成幾個可觀察的訊號。 第一，看藥企的研發費用流向。接下來一到兩年，若有更多藥企設立AI製藥部門、與運算中心或太空實驗平臺簽約，代表政策正在轉成實際訂單；若名詞停留在發布會簡報上，就是另一回事。 第二，看審批端的配套。前沿技術再快，卡在監管框架沒有對應的審評路徑，落地就會延遲。類器官、細胞治療這類新產品，監管科學的進度往往決定商業化時程，這部分的後續文件比研發補助更值得盯。 第三，看人才市場的結構變化。AI加醫藥的交叉背景人才，未來幾年的需求只會上升。對正在選方向的學生與轉職者而言，這份文件點名的技術清單，本身就是一張未來五到十年的技能需求預測表。 政策文件不會直接造出藥來，但它決定了資源往哪裡流。十個部門同時在一張紙上簽字，這個動作本身，就已經把未來幾年醫藥產業的賽道畫出了輪廓。