图片系AI生成
痛点
对于传统医药企业而言，药品研发的全流程是一个即费时，又费力的过程，但是在AI大模型的加持下，医药代表可以用更快的速度、更高的效率完成这些环节的工作，从而实现降本增效。
首先，HCP（医疗专业人员）寻证费时费力，HCP人员在研究使用药物时，需广泛搜寻研究文献、药品指南、用法说明、临床数据等，以获取充分的使用依据，并根据研究方向与患者具体状况制定策略。这一过程涉及海量文献的查阅与经验总结，极为耗时且劳动强度大。
其次，HCP人员文献见解无法传承且效率低下，HCP人员在文献研读上高度依赖个人经验和专业水平，导致企业难以系统性积累和传承文献解读的资产，加之文献内容繁复，常规阅读方式效率欠佳。
最后，医药代表培训成本高，医药代表培训专业内容多且严谨，初级医药代表很难快速上手。
解决方案：
对此，某医药制造公司与神州数码共同启动了“生成式 AI 与业务智能化场景建设实施性研究项目”，旨在探索生成式 AI 技术在降低成本和提高效率方面的应用。在知识治理方面，引入了自动化标注模型，极大简化了企业私域知识的整理与应用。
成效：
目前，除了药物研发和智能制造外，“神州问学”不仅能够提供AI应用落地实施服务、相比原厂实施成本更低，而且还支持开箱即用、累积了丰富的大模型工程经验、与企业共创将企业特色业务运行在问学平台上等多重价值，更能匹配企业的实际场景需求。通过智能化解决方案，公司内部销售知识库资料整理流程得到了显著优化，有效节省了时间并提高了工作效率和质量。
在治理医药行业客户的海量医疗文档治理场景，通过平台的文档布局拆解工具和专业训练模型，将人工干预的文档量从46万份减少至1000份以内，实现了知识治理的自动化飞跃。
「关于创新场景50」
场景不是案例，它更加精准、也更加抽象。数字化就是创新场景的不断叠加和迭代。
在此背景下，钛媒体重磅推出「创新场景50」评选，每年遴选并解读50个全行业与业务深度融合的创新性场景及其解决方案，并在钛媒体年度ITValue Summit 数字价值年会上隆重颁奖、深度交流。
