Abstract
Future health industry is a core area of China’s future industrial development and also one of the key future industries prioritized in Jiangxi. Based on the current development status of the health industry, analyzing how to empower the development of the future health industry with artificial intelligence against the backdrop of national strategies and industrial goals will help localities identify clear paths and practical approaches for economic and social development. The research shows that Jiangxi boasts distinct advantages in the development of the health industry: it has a profound heritage of traditional Chinese medicine (TCM) and a solid foundation in the pharmaceutical industry, with a diverse range of business formats and prominent agglomeration effects in the future health industry. AI has been maturely applied in the industry through multi-scenario integration, and the province’s digital infrastructure ranks among the top in China. At present, the future health industry is trending toward in-depth technological integration and cross-border business model innovation, yet Jiangxi is confronted with challenges such as intensified regional competition, core technological barriers and inadequate industrial chain integration. Targeting the core problems of an unclear industrial development focus, imprecise empowerment approaches and insufficient support from innovative resources, Jiangxi should adhere to the health-first strategy and strengthen top-level design and policy guarantees; break down data silos to build a provincial health database; focus on key tracks such as AI + TCM to elevate the industrial chain development level; increase the tilt of scientific and technological innovation resources to strengthen support in terms of funding, computing power and industry-university-research collaboration; and optimize the overall industrial layout by enhancing regional coordination, talent cultivation and fostering a sound industrial ecosystem, thus driving the high-quality development of the future health industry empowered by artificial intelligence.
|
Published in
|
Science Innovation (Volume 14, Issue 2)
|
|
DOI
|
10.11648/j.si.20261402.16
|
|
Page(s)
|
58-65 |
|
Creative Commons
|
This is an Open Access article, distributed under the terms of the Creative Commons Attribution 4.0 International License (http://creativecommons.org/licenses/by/4.0/), which permits unrestricted use, distribution and reproduction in any medium or format, provided the original work is properly cited.
|
|
Copyright
|
Copyright © The Author(s), 2026. Published by Science Publishing Group
|
Keywords
Future Health Industry, Artificial Intelligence, Industrial Upgrading, Modern Industrial System
1．引言
未来健康产业是江西重点发展的未来产业核心之一
。《江西省未来产业发展中长期规划(2023-2035年)》《江西省未来产业培育发展行动方案(2024-2026年)》中多次强调未来健康产业的战略定位，提出推动“未来材料、未来能源、未来生物、未来健康、未来显示、未来航空等领域全面发展，全省未来产业培育发展体系初步形成”。2025年省政府工作报告中明确指出，要“实施未来产业培育发展行动，开展未来产业先导试验区建设、未来产业科技园建设试点，争取国家未来产业示范工程和应用场景在江西落地试点”。作为具有战略性和前瞻性的关键技术供给，人工智能技术供给与现代化产业体系建设需求呈现高度的契合性
，能够为江西未来产业发展赋予强大生命力。
“十四五”时期，我国人工智能产业迎来高速发展期，展现出强劲的创新活力和市场潜力。工业和信息化部数据显示，目前，我国人工智能企业数量已超5000家，国家级人工智能专精特新“小巨人”企业超400家。随着国务院《关于深入实施“人工智能+”行动的意见》的落地，全国正在形成“算力筑基、场景破局”的融合发展格局。“人工智能+”这一曾经的技术热词，如今已被纳入国家“十五五”规划的重点任务，明确以“赋能千行百业、培育新质生产力”作为核心方向。根据中央经济工作会议精神，“以科技创新引领新质生产力发展，建设现代化产业体系”是我国2025年重点任务之一，“人工智能+”行动正式上升为国家战略层面的系统布局
。以人工智能赋能江西未来健康产业发展，将成为推动健康产业数字化转型、重塑江西产业竞争格局的关键引擎。根据研究设计，江西中医药大学团队围绕未来健康产业，从人工智能赋能角度开展调研，对发展情况、发展趋势、成功经验进行了深入分析，找出一些存在的关键问题，并提出针对性对策建议。
2．江西未来健康产业底蕴深厚优势明显
2.1．健康产业发展有深厚底蕴
江西健康产业积淀千年，中医药传承脉络清晰。作为全国中医药资源大省，樟树“中国药都”的品牌历经千年传承，“建昌帮”“樟帮”两大中药炮制流派的技艺流传至今，形成了“炮制虽繁必不敢省人工，品味虽贵必不敢减物力”的产业传统。当前，全省已形成赣中道地药材、赣东特色药材、环鄱阳湖药食同源药材三大核心产区，中药材种植总面积达371.85万亩，建成75个标准化定制药园，“赣十味”（栀子、吴茱萸、粉防己等）、“赣食十味”（泰和乌鸡、广昌白莲等）道地药材品牌在全国市场认可度持续提升，其中栀子、枳壳等品种的市场占有率稳居全国前列。
医药工业基础扎实，规模与效益稳居全国第二方阵。全省医药产业链企业超1.7万家，培育出济民可信、青峰药业、仁和集团、华润江中等一批行业龙头，其中济民可信、青峰药业、仁和集团连续多年入选全国医药工业百强榜单，济民可信2024年营业收入达255.45亿元，位列江西民营企业百强第8位。2024年，全省规模以上医药工业实现营业收入847.17亿元、利润111.22亿元，综合排名全国第14位左右。2025年9月，化学药、中药、生物药、医疗设备四大子行业分别实现营收221.31亿元、186.03亿元、24.15亿元、142.99亿元，其中中药产业规模稳居全国第5位，医疗设备子行业利润同比增长2.33%，展现出多元协同的产业韧性。
2.2．未来健康产业有广泛基础
特色业态蓬勃发展，形成多业态融合发展格局。健康食品领域，立足生态优势推进“食品+健康”融合，开发出药食同源药膳、无蔗糖桃酥、益生菌发酵果蔬等特色产品，其中樟树药膳、泰和乌鸡滋补品等兼具传统风味与现代健康属性，年销售额超50亿元。康养文旅领域，深度融合生态资源与中医药文化，打造了樟树药都养生游、婺源中药花海游、宜春明月山温泉康养游等特色项目，明月山温泉康养年接待游客超百万人次，中医药康养、森林康养模式成为全国标杆。养老服务领域，以医养结合为核心，创新“两院一体”“居家上门”等服务模式，建成1200多个社区嵌入式养老站点、4500多个日间照料中心，构建起15分钟居家养老服务圈，惠及全省超200万老年人。
产业布局持续优化，“一城一都多园”集群效应凸显。南昌中医药科创城聚焦AI+中医药融合，建成国家中药资源与制造技术创新中心等平台，集聚产业链企业83家；樟树“中国药都”推进全产业链智能化升级，中医药“产业大脑”实现从种植到流通的全流程数字化管控；进贤医疗器械产业集群作为全国三大医疗器械产业基地之一，推进智改数转项目32个，产品附加值提升40%；上饶依托华东数字医学工程研究院，研发生产的高端智慧医疗器械填补省内空白；赣江新区、井冈山、九江等地布局核医疗健康产业，核技术应用江西省实验室加快筹建，九江天红镇医用同位素生产堆开工建设，打造国内领先的核医疗产业高地。
2.3．人工智能赋能产业有优势
AI与产业深度融合，形成多场景特色应用。诊疗领域，赣江新区AI四诊仪基于30余万例医案构建模型，10分钟即可完成体质辨证，搭配全自动抓药设备实现20秒精准配药，准确率达99.97%；抚州资溪县基层中医智能辅助诊疗系统累计应用59万次，AI推荐方案准确率超85%。制造领域，江中药业液体制剂无人车间数控化、自动化率超95%，入选工信部“数字领航企业实践案例”和首批卓越级智能工厂，年产能突破1亿盒；建昌帮智慧中药配制中心的AI炮制决策系统，将200余项传统工艺参数数据化，批次间有效成分差异控制在5%以内，成为工信部“智慧药房类”全国唯一入选产品。研发领域，赣江中药创新中心HSQCid智能分析模型，基于40万条天然产物数据构建，将中药化合物解析效率提升近5倍，单条化合物C谱检索时间从39秒缩短至0.02秒。
数字化基建全国领先，应用成效显著。江西“智医系统”于2024年实现基层医疗机构全覆盖，接入2159家乡镇卫生院、20769个村卫生室和154家县直医疗单位，累计服务门诊患者6200余万人次、住院病人128万，年均产生医疗数据15亿条，门诊实名就诊率从65%提升至97%，AI质检病历规范率达99%。截至2025年，全省23家制药企业已申报或正在建设智能化“5G工厂”，医药领域成为江西智能化水平提升的核心阵地；互联网医院实现11个设区市全覆盖，2024年线上服务量突破200万人次，基层医疗服务可及性提升40%。
3．江西未来健康产业发展的趋势与面临挑战
3.1．人工智能赋能健康产业发展的趋势
当前，全球未来健康产业与人工智能正处于快速发展阶段，技术上的突破与医药健康场景的落地，导致行业生态发生重构，细分领域发展潜力深厚
。
1、技术深度融合重构健康产业生态
人工智能正从单点辅助工具向全流程核心引擎进化，专业型AI工具逐渐渗透医药健康产业各环节。在诊疗端，AI辅助影像诊断从简单识别向多模态融合升级，未来将进一步结合基因测序、代谢组学数据，实现个体症状、遗传基因、表观发育过程的精准辨证。在研发端，AI将缩短药物研发全周期，未来AI将更加精准高效承担实验室药物设计功能。在制造端，互联网、大数据、人工智能推动医药生产从自动化、信息化向智能化升级，未来的智能生产车间将充分实现通用型兼容与个性生产需求的兼顾。
2.业态跨界创新拓展健康服务新场景
健康产业跨界融合成为新增长点，催生多元新业态。健康食品将从满足基础营养向个性定制升级，实现健康管理与个性饮食的定制化匹配
。康养文旅领域，人文经济将成为主流，健康需求与文化传承传播将相互浸润融合，智能穿戴设备、VR沉浸式体验大量应用，实现虚实结合、深度感官体验的文旅体验新场景。银发经济领域也将是未来健康产业的重点消费市场，智能化医养结合将成为核心模式，智慧化设备将成为医养结合机构和居家养老的重要支撑。
3.资源下沉普惠提升基层医疗健康服务能力
人工智能将帮助破解医疗资源不均衡的问题，帮助优质医疗资源下沉到基层。城市中，人工智能将能够引导社区群众就近享受医疗健康服务，打造医疗服务圈。县域及基层医疗卫生服务机构，将通过AI辅助和远程医疗、互联网医院等形式，为基层群众提供高水平优质医疗卫生资源，提升基层医疗健康服务能力。
4.深化跨区域、跨领域合作联动
未来健康产业竞争从规上企业比拼转向产业生态体系碰撞。不同县市的产业园区、不同区域的产业集群，内部产业链将实现完全整合，以链主企业牵头、中小企业配套、专业服务支撑的形式整合竞争力量。行业内、区域间的竞争，是政策工具、金融支持、人才团队、科创能力、社会保障等全方位的因素集合，最终体现为消费市场、企业规模、产品品牌等直观因素的比较。
3.2．未来健康产业发展面临的主要挑战
未来健康产业在面临巨大利好的同时，还需直面外部竞争压力与内部短板制约，具体可归结为四类。一是区域竞争加剧。全国各省份均将未来健康产业作为未来产业的核心，人工智能江西面临“前有标兵、后有追兵”的竞争格局。二是核心技术存在壁垒。江西的人工智能发展偏迟滞，与特色健康产业的融合存在适配性、算力支撑均不足的短板。三是产业链整合不足。江西的医药健康产业还存在产业链各环节割裂、龙头企业带动不足、中小企业无力转型等诸多问题，难以凝聚产业协同发展合力。四是存在标准与安全风险。人工智能广泛应用对规范标准和应用安全要求较高，信息安全、标准对接的短板将严重制约产业快速发展。
4．兄弟省份以人工智能赋能未来健康产业的经验
4.1．上海围绕新药研发布局人工智能，已经成为AI+新药研发的枢纽
上海以政策规划为引领，出台《发展医学人工智能工作方案(2025—2027年)》，构建通专融合技术范式。核心举措是搭建协同创新平台，商汤医疗打造大医智能体开发平台，形成“数据-模型-场景-产业”闭环，支撑医院自主开发智能应用。
深化产学研合作，新华医院探索数字孪生AI大模型医院架构，瑞金医院构建多模态医疗AI平台，肺科医院上线病理大模型系统，使部分病种报告生成时间缩短50%。通过龙头企业带动、三甲医院示范、全流程场景覆盖，上海已实现AI医疗服务人次超千万，成为全国AI+新药研发与临床应用的核心枢纽。
4.2．广东将AI+生物医药列为未来产业重点方向，并纳入战略性产业集群建设
广东将AI+生物医药列为未来产业重点方向，纳入战略性产业集群建设体系，形成省级统筹、地市联动的发展格局。注重产业生态构建，通过规划专用产业园区、设立专项扶持资金，吸引AI技术企业与生物医药企业集聚发展。
强化跨界融合创新，推动AI企业与药企、科研院所共建联合实验室，聚焦药物研发、临床诊断、生产制造等关键环节开展技术攻关。依托粤港澳大湾区科创资源优势，建立基础研究联结技术开发、强化产业化应用的全链条支撑体系，为产业集群发展提供持续动力。
4.3．江苏已成为全国AI医药产业发展的标杆，助力建设世界级生物医药创新高地
江苏以算力基础设施建设为核心，连云港海州区建成6500P规模的“悟空智算”算力中心，形成全国首个聚焦医药产业的智能算力枢纽。创新政企协同模式，通过供需对接会推动正大天晴、恒瑞医药等龙头药企与数字科技公司合作，发布悟空AI工厂智能系统，提供全流程AI解决方案。
政策精准扶持，设立专项基金支持智算与医药产业融合，目标三年内形成百亿规模算力经济集群。通过算力赋能，江苏医药企业研发周期缩短超30%，2024年海州区新获批2个1类新药占全国总量的6.7%，助力江苏建设世界级生物医药创新高地。
5．人工智能赋能未来健康产业存在问题
5.1．未来健康产业的主线还不清晰
核心发展方向分散，缺乏龙头引领。江西未来健康产业涵盖智能医疗、智慧养老、医药智能制造、创新药研发等多个领域，但尚未形成明确的核心主线，呈现“多点发力、重点不明”的态势。各细分领域各自为战，未能形成协同效应，尚未打造出如江苏AI赋能创新药研发、广东AI+生物医药等具有全国辨识度的产业标签。
AI与优势产业融合不深，特色未充分彰显。中医药作为江西最具比较优势的产业，AI赋能仍处于碎片化探索阶段，尚未形成系统性布局
。在中药资源普查、方剂优化设计、炮制工艺智能化、疗效评价数字化等核心环节，AI技术应用深度不足，未能充分释放AI+中医药的独特潜力，存在“叫好不叫座”的现象。
产业定位同质化，竞争优势不突出
。在智慧医疗、AI辅助诊断等热门领域，江西的发展方向与湖北、安徽等中部省份及江苏、广东等东部省份趋同，缺乏结合本省人口结构（老龄化率超14%）、疾病谱特点（心脑血管疾病、慢性病高发）的差异化定位。部分AI应用场景照搬省外模式，与本地医疗需求、产业基础适配性不强，难以形成核心竞争力
。
5.2．人工赋能产业发展的抓手不精准
政策支持针对性不足，供给存在缺口。现有政策多为宏观引导，如《江西省未来产业发展中长期规划》等，缺乏针对AI+健康产业的专项扶持政策。在数据共享标准、算力资源保障、AI创新产品审批、场景落地激励等关键环节，政策供给滞后，未能有效破解产业发展痛点
。例如，基层医疗机构AI设备部署缺乏专项补贴，中小企业智能化改造融资难、融资贵问题突出。
应用场景推广受限，规模化效应不足。尽管涌现出AI四诊仪、智能炮制系统等成功案例，但大多集中在少数龙头企业和核心园区，在基层医疗机构和中小企业的普及率较低。部分AI产品存在“水土不服”问题，如基层医生对复杂AI系统操作不熟练、中小企业难以承担高昂的技术改造费用，导致优质应用场景难以复制推广，未能形成规模化效应。
企业转型支撑薄弱，转型动力不足。针对传统医药企业的智能化转型服务体系不完善，缺乏专业的技术咨询、方案设计、设备改造等定制化服务。中小企业普遍面临“不会转（缺乏技术人才）、不能转（资金不足）、不敢转（风险不确定）”的困境，全省614家规模以上医药制造企业中，完成智能化改造的不足30%，且改造深度多停留在自动化层面，未能实现向智能化的本质跃迁。
5.3．创新资源对产业的支撑存在不足
研发投入相对不足，资金保障乏力。尽管青峰医药等龙头企业将销售额的10%以上投入研发，但全省医药制造业研发投入平均占比仅为2.32%，低于全国3%左右的平均水平，更低于江苏（4.8%）、广东（4.2%）等先进省份。AI+健康领域的专项研发资金短缺，制约了智能诊断算法、中药智能化装备等关键技术的攻关进程。
算力设施建设滞后，支撑能力不足。省内缺乏聚焦医药健康产业的专用算力中心，现有算力资源多为通用型，难以满足AI药物研发、医疗大数据分析等算力密集型任务的需求。与江苏连云港6500P规模的“悟空智算”算力中心相比，江西在AI辅助药物研发、中药成分解析等领域的算力支撑差距明显，部分企业需租用省外算力资源，增加了研发成本和周期。
人才供给结构性短缺，供需错配突出。既懂医药健康专业知识，又掌握AI技术的复合型人才严重匮乏，全省此类人才缺口达5000人/年。人才培养体系不完善，全省仅南昌大学开设智能医学工程专业，2025年本科生招生规模仅27人；江西中医药大学、赣南医科大学等院校的人工智能与医药交叉学科建设尚处于起步阶段，人才培养规模和质量难以满足市场需求。同时，高端AI算法人才和医药研发人才引育难度大，缺乏有竞争力的薪酬待遇和发展平台。
产学研协同不畅，成果转化低效。高校、科研院所与企业之间的创新链条衔接不紧密，存在“实验室里有技术、企业生产用不上”的脱节现象。赣江中药创新中心等平台的AI技术成果转化率不足15%，部分先进技术停留在论文、专利层面，未能转化为实际生产力。例如，某高校研发的AI辅助炮制系统，因未充分考虑药企实际生产流程和成本控制需求，难以实现产业化应用。
6．推进人工智能赋能未来健康产业发展的对策建议
6.1．实施健康优先战略，把人工智能赋能作为未来健康产业发展的优先工作来推进
1、强化顶层设计引领，明确发展路径
将人工智能赋能未来健康产业纳入全省经济社会发展总体规划，出台《江西省人工智能赋能未来健康产业发展行动计划（2026-2030年）》，明确“以AI+中医药为核心，以基层智慧医疗和医药智能制造为两翼”的发展主线，设定量化目标: 2027年前实现基层AI辅助诊疗功能全覆盖，2028年前建成3个省级AI+健康产业集群，2030年前形成全国领先的AI+中医药创新高地。建立由省政府牵头，卫健、发改、工信、医保、药监等多部门参与的跨部门协同推进机制，实行“月调度、季评估、年考核”制度，将AI赋能健康产业发展成效纳入市、县（区）政府绩效考核，权重不低于健康江西考核指数的30%。
2、培育健康消费新场景，释放市场需求
鼓励发展互联网+健康新业态，推进互联网医院、智慧医院建设，推动传统被动医疗服务向主动健康管理转型。重点培育四大消费场景: 在医疗服务领域，推广AI智能导诊、远程会诊、线上复诊等服务，缩短患者候诊时间；在健康体检领域，开发个性化AI体检套餐，实现前期精准推荐、体检智能导诊、后期AI解读全流程服务；在体育运动领域，打造AI+运动康复场景，开发智能运动设备和个性化训练方案；在健康食品领域，推广智能辅助药膳产品定制，满足消费者个性化营养需求。将AI健康服务纳入医保支付试点，对符合条件的AI辅助诊疗项目、智能康复设备使用给予医保报销支持，激发消费潜力。
3、深化政策融合衔接，强化保障力度
落实全省制造业重点产业链“1269”行动计划和未来产业培育发展行动方案，在中医药科创城、青峰药谷、樟树药都等产业集群，重点布局AI+中医药、AI+医疗设备、AI+创新药等细分领域。加大政策倾斜力度，对开展智能化升级的企业，给予最高500万元的技改补贴；对AI+健康领域的高新技术企业，按规定享受研发费用加计扣除、税收减免等优惠政策；在土地供应、融资担保等方面给予优先支持，鼓励金融机构开发未来健康专项信贷产品，解决企业融资难题。
6.2．打通各系统数据对接，构建省域健康数据库
1、建设省级全域健康数据枢纽
升级扩容省全民健康信息平台，整合赣服通、智医系统、医保村村通等数据资源，构建统一身份认证、统一病历档案、统一数据标准、统一监管要求的智慧健康数据底座。推动卫健、药监、医保、民政、体育等部门数据互联互通，重点归集电子病历、检查检验结果、药品流通、医保结算、健康档案等多维度数据，建立覆盖全生命周期的健康数据库。依托数据库训练中医药专病大模型、基层常见疾病诊断模型等特色AI模型，为全省医疗机构、企业和居民提供智能化服务。
2、完善健康数据治理体系，保障数据安全
建立医疗健康数据分类分级管理制度，将数据划分为公开数据、受限数据和敏感数据，实行差异化管理。采用联邦学习、多方安全计算、区块链等技术，构建可信数据空间，实现“数据可用不可见”，在保护患者隐私和数据安全的前提下，为AI模型训练、药物研发、医疗监管等提供合规数据支持。加强数据安全监管，建立跨部门监督执法联动机制，严厉打击数据滥用、泄露等违法违规行为；开展数据安全等级保护测评，对全省医疗健康数据系统进行全面排查，筑牢数据安全屏障。
3、推进检查检验结果互认，提升服务效能
建立标准规范型检查检验结果互认机制，制定统一的医学影像、检验项目数据标准和质量控制规范。率先在省属12家重点医院与基层医疗机构间，实现脑部、胸部、心血管等核心部位影像数据和200余项常规检验项目的跨区域查询互认；十五五期间，将互认范围扩大至全省所有二级以上医院，实现一次检查、全省通用。依托省级健康数据枢纽，搭建检查检验结果互认共享平台，为AI辅助诊断提供全量、标准化的数据支撑，减少重复检查，降低患者就医成本。
6.3．找准产业关键赛道，布局提升未来健康产业链发展水平
1、打造AI+中医药特色产业集群
聚焦中药全产业链智能化升级，重点突破四大环节。在种植端，推广智能监测系统，通过土壤、气象传感器和AI算法，指导“赣十味”道地药材精准种植，提升药材品质；在加工端，推广建昌帮AI炮制决策系统、智能调剂设备，实现中药炮制工艺标准化、数字化，建设樟树、赣州等智能炮制基地；在研发端，推广赣江中药创新中心HSQCid智能分析模型，加速中药成分解析、方剂优化和新药研发，缩短研发周期30%以上；在诊疗端，扩大AI四诊仪、热敏灸机器人等设备在基层医疗机构的部署，实现中医服务标准化、精准化。到十五五末期，初步建成全国领先的AI+中医药产业特色集群，产值突破500亿元。
2、深耕基层智慧医疗赛道
针对基层医疗资源不足的现状，升级优化全省基层AI辅助诊疗系统，拓展慢病管理、智能随访、处方审核、健康宣教等功能，打造15分钟AI医疗服务圈。重点推进三大工程:基层AI设备普及工程，对基层医疗机构采购AI四诊仪、智能影像诊断设备等给予50%的购置补贴，2027年前实现全覆盖；优质医疗资源下沉工程，依托省级区域医疗中心，建设AI影像、病理、心电等共享诊断平台，实现省市优质医院远程会诊、阅片服务下沉；慢病智能管理工程，开发AI慢病风险预测模型，对高血压、糖尿病等重点人群进行动态监测和精准干预，将规范化管理率提升至85%以上。
3、培育医药智能制造企业
以普正制药、江中药业等企业为标杆，推进医药企业“5G+智能工厂”改造，支持建设智能工厂和数字化车间。重点推广数字孪生、AI质量控制、智能仓储物流等技术，实现药品生产全流程智能化管控，力争生产效率提升30%以上，产品一次性合格率达99.8%。针对中小企业，搭建智能化转型服务平台，整合算力资源、技术方案提供商等资源，提供低成本、模块化的AI解决方案。聚焦医疗器械领域，支持进贤医疗器械产业集群研发生产智能康复设备、高端诊断设备等产品，提升产业附加值和核心竞争力，2030年实现医疗器械产业产值突破300亿元。
6.4．加大科创资源倾斜，为企业发展提供定制解决方案
1、强化研发资金支持，拓宽融资渠道
设立规模50亿元的未来健康产业专项基金，采用以奖代补、股权投资、贷款贴息等方式，重点支持AI药物研发、智能医疗设备创新、传统企业智能化改造和创新成果转化。统筹省级科技重大专项、产业转型升级专项资金等，向AI+健康领域倾斜，对突破性技术成果给予最高1000万元奖励。鼓励企业通过科创板、创业板等资本市场融资，对成功上市的AI+健康企业给予500万元奖励；引导社会资本参与，形成政府引导、企业主导、社会参与的多元化投融资体系。
2、建设医药健康专用算力中心，强化算力支撑
借鉴江苏“悟空智算”经验，规划建设江西医药健康专用算力中心，一期规模达到1000P，重点支撑中药化合物解析、药物分子设计、临床试验数据分析等算力密集型任务。采用政府与企业共建的模式，降低企业算力使用成本，对中小医药企业给予30%的算力费用补贴
。与华为、科大讯飞等科技企业合作，引入先进算力技术和算法资源，构建医药健康领域的算力、算法、数据一体化支撑平台，为全省AI+健康产业发展提供高效算力保障。
3、深化产学研协同创新，提升成果转化效率
支持南昌大学、江西中医药大学等高校与济民可信、华润江中、青峰药业等企业共建AI医药健康联合实验室，围绕智能诊断算法、中药智能化装备、AI辅助药物研发等关键技术开展攻关。按照“揭榜挂帅”方式，针对中药智能化炮制、AI辅助开方等“卡脖子”技术，面向省内外征集解决方案。建立AI医疗创新产品临床试验绿色通道，简化审批流程，支持创新成果在省内率先示范应用；推广职务科技成果所有权或长期使用权改革，赋予科研人员更大成果处置权，提升技术转化率至30%以上。
6.5．着眼产业整体布局，营造未来健康良好生态氛围
6.5.1．强化区域协同发展，优化空间布局
推动南昌中医药科创城、赣江新区等核心区域与樟树药都、进贤医疗器械产业集群、章贡生物医药产业基地联动发展，建立产业转移、技术共享、人才交流机制，形成高校与科研机构研发核心、龙头骨干企业制造升级、健康消费市场全域应用的产业格局。深化与粤港澳大湾区、长三角地区的合作，引进优质AI医疗企业和项目，共建创新联合体；主动承接产业转移，重点引进AI算法研发、智能设备制造等配套企业，完善产业链条。
6.5.2．优化人才培育供给，打造核心人才团队
支持高校扩大智能医学工程、AI+药学、AI+中医药等交叉学科招生规模，南昌大学、江西中医药大学等院校每年培养复合型人才不少于1000人。实施“双师型”人才培育计划，推动医院专家、企业技术骨干进校园授课，高校教师进企业挂职，提升人才实践能力。在赣鄱俊才计划中优先支持未来健康人才培养，靶向引进AI算法、医药研发等高端人才，给予最高500万元的安家补贴和科研启动资金；对作出突出贡献的人才，纳入省级人才计划重点支持。开展基层医务人员AI应用轮训，十五五期间实现全省基层医护人员通用AI技能培训全覆盖。
6.5.3．打造产业发展生态，降低转型门槛
定期举办江西大健康产业大会、中医药产业创新大赛等活动，搭建供需对接平台，推动AI技术服务商与医药企业、医疗机构精准对接。培育一批AI技术服务商，为中小企业提供智能化转型咨询、方案设计、设备改造等定制化服务，降低转型门槛。建立AI医疗应用评测中心，从安全合规、医学专业、流程适配等多维度开展评测，引导AI产品迭代优化。加强公众宣传引导，普及AI健康服务知识，提升公众接受度和信任度，营造AI赋能健康产业发展的良好社会氛围。
7．结论
当前全球未来健康产业呈现技术深度融合、业态跨界创新、资源普惠下沉、区域协同联动等发展趋势
，虽然人工智能已经在AI+中医药、智慧医疗、医药智能制造等领域形成特色应用场景，但面临的区域竞争加剧、核心技术存在壁垒、产业链整合不足、产业发展主线模糊、赋能抓手不精准、创新资源支撑薄弱等现实挑战不容小觑。围绕人工智能赋能江西未来健康产业的基础进行分析，依托江西中医药底蕴深厚、医药工业基础扎实、产业业态多元、数字基础设施完善等比较优势，可以借鉴上海、广东、江苏等先进省份的发展经验，从强化顶层设计、构建省级健康数据枢纽、聚焦AI+中医药等关键赛道、加大科创资源投入、优化产业生态布局五大方面发力，通过政策保障、数据贯通、产业链升级、产学研协同与区域联动，破除发展瓶颈、彰显特色优势。
展望未来，以人工智能为核心赋能江西未来健康产业，既是对接国家“人工智能+”战略与培育新质生产力的必然要求，也是发挥江西中医药特色、推动健康产业高质量发展的关键路径。唯有坚持精准定位、重点突破、系统推进，持续强化技术融合、场景落地与生态培育，才能将资源优势转化为产业竞争优势，助力江西打造全国领先的AI+中医药与未来健康产业创新高地，为地方经济社会发展与现代化产业体系建设提供坚实支撑。
基金项目
本研究得到江西中医药大学自选课题(23ZXSQDY04)和(20203BAAW208025)的资助。
References
| [1] |
李宝华. 坚持抢位发展、错位发展, 立足禀赋 “无中生有”, 突破传统 “有中出新”, 面向未来前瞻布局——江西产业新赛道 “新意” 浓浓 [J]. 当代江西, 2025, (09): 34-36.
https://doi.org/10.16706/j.cnki.cn36-1279/d.2025.09.003
|
| [2] |
潘教峰, 王晓明, 薛俊波, 等. 从战略性新兴产业到未来产业: 新方向、新问题、新思路 [J]. 中国科学院院刊, 2023, 38(3): 407-413.
https://doi.org/10.16418/j.issn.1000-3045.20230215002
|
| [3] |
陈凯华, 冯卓, 康瑾, 等. 我国未来产业科技发展战略选择 [J]. 中国科学院院刊, 2023, 38(10): 1459-1467.
https://doi.org/10.16418/j.issn.1000-3045.20230601001
|
| [4] |
陈志. 全球未来产业变革趋势及政策跃迁 [J]. 人民论坛, 2023 (16): 8-12.
https://doi.org/10.3969/j.issn.1004-3381.2023.16.002
|
| [5] |
黄庆礼, 赵紫威, 王灿, 等. 依托创新基础设施集群培育未来产业的思考 [J]. 中国科学院院刊, 2024, 39(7): 1163-1171.
https://doi.org/10.16418/j.issn.1000-3045.20240507002
|
| [6] |
刘治君, 裴敬, 罗增永, 等. 基于产业经济学视角的健康产业概念探析 [J]. 卫生经济研究, 2015, (11): 25-29.
https://doi.org/10.14055/j.cnki.33-1056/f.20151103.008
|
| [7] |
刘浩然, 陈欣雅, 陈谦峰. 江西省中医药健康产业现状与发展策略研究 [J]. 中国卫生经济, 2024, 43(3): 57-60.
https://doi.org/10.3969/j.issn.1003-0743.2024.03.014
|
| [8] |
龙强. 江西健康产业发展现状及提升策略 [J]. 江西科学, 2016, 34(3): 388-392.
https://doi.org/10.13990/j.issn1001-3679.2016.03.026
|
| [9] |
王晓旭, 赵立雨, 王成军. 政产学研协同创新对产业创新绩效的影响机制——以医药制造业为例 [J]. 科技管理研究, 2025, 45(1): 18-27.
https://doi.org/10.3969/j.issn.1000-7695.2025.1.003
|
| [10] |
苏红, 周家祺, 华雪蔚, 等. 宜昌市生物医药产业现状和发展策略研究 [J]. 中国医药工业杂志, 2021, 52(12): 1670-1674.
https://doi.org/10.16522/j.cnki.cjph.2021.12.018
|
| [11] |
王学恭, 杨杰荣. 我国医药产业转型升级的方向和重点 [J]. 中国医药工业杂志, 2019, 50(06): 681-686+693.
https://doi.org/10.16522/j.cnki.cjph.2019.06.016
|
| [12] |
李巧, 董绍辉. 生物医药产业发展关键因素识别研究 [J]. 河北学刊, 2018, 38(03): 198-202.
https://doi.org/10.13763/j.cnki.jhebkx.2018.03.035
|
| [13] |
王立元, 朱根华, 吴晓明. 生物医药产业集群发展趋势与对策——以江西省为例 [J]. 企业经济, 2016(2): 153-157.
https://doi.org/10.13529/j.cnki.enterprise.economy.2016.02.030
|
Cite This Article
-
APA Style
Wang, L., Gan, Y. (2026). Countermeasures and Suggestions on Artificial Intelligence Empowering the Development of Future Health Industry in Jiangxi. Science Innovation, 14(2), 58-65. https://doi.org/10.11648/j.si.20261402.16
Copy
|
Download
ACS Style
Wang, L.; Gan, Y. Countermeasures and Suggestions on Artificial Intelligence Empowering the Development of Future Health Industry in Jiangxi. Sci. Innov. 2026, 14(2), 58-65. doi: 10.11648/j.si.20261402.16
Copy
|
Download
AMA Style
Wang L, Gan Y. Countermeasures and Suggestions on Artificial Intelligence Empowering the Development of Future Health Industry in Jiangxi. Sci Innov. 2026;14(2):58-65. doi: 10.11648/j.si.20261402.16
Copy
|
Download
-
@article{10.11648/j.si.20261402.16,
author = {Liyuan Wang and You Gan},
title = {Countermeasures and Suggestions on Artificial Intelligence Empowering the Development of Future Health Industry in Jiangxi},
journal = {Science Innovation},
volume = {14},
number = {2},
pages = {58-65},
doi = {10.11648/j.si.20261402.16},
url = {https://doi.org/10.11648/j.si.20261402.16},
eprint = {https://article.sciencepublishinggroup.com/pdf/10.11648.j.si.20261402.16},
abstract = {Future health industry is a core area of China’s future industrial development and also one of the key future industries prioritized in Jiangxi. Based on the current development status of the health industry, analyzing how to empower the development of the future health industry with artificial intelligence against the backdrop of national strategies and industrial goals will help localities identify clear paths and practical approaches for economic and social development. The research shows that Jiangxi boasts distinct advantages in the development of the health industry: it has a profound heritage of traditional Chinese medicine (TCM) and a solid foundation in the pharmaceutical industry, with a diverse range of business formats and prominent agglomeration effects in the future health industry. AI has been maturely applied in the industry through multi-scenario integration, and the province’s digital infrastructure ranks among the top in China. At present, the future health industry is trending toward in-depth technological integration and cross-border business model innovation, yet Jiangxi is confronted with challenges such as intensified regional competition, core technological barriers and inadequate industrial chain integration. Targeting the core problems of an unclear industrial development focus, imprecise empowerment approaches and insufficient support from innovative resources, Jiangxi should adhere to the health-first strategy and strengthen top-level design and policy guarantees; break down data silos to build a provincial health database; focus on key tracks such as AI + TCM to elevate the industrial chain development level; increase the tilt of scientific and technological innovation resources to strengthen support in terms of funding, computing power and industry-university-research collaboration; and optimize the overall industrial layout by enhancing regional coordination, talent cultivation and fostering a sound industrial ecosystem, thus driving the high-quality development of the future health industry empowered by artificial intelligence.},
year = {2026}
}
Copy
|
Download
-
TY - JOUR
T1 - Countermeasures and Suggestions on Artificial Intelligence Empowering the Development of Future Health Industry in Jiangxi
AU - Liyuan Wang
AU - You Gan
Y1 - 2026/04/30
PY - 2026
N1 - https://doi.org/10.11648/j.si.20261402.16
DO - 10.11648/j.si.20261402.16
T2 - Science Innovation
JF - Science Innovation
JO - Science Innovation
SP - 58
EP - 65
PB - Science Publishing Group
SN - 2328-787X
UR - https://doi.org/10.11648/j.si.20261402.16
AB - Future health industry is a core area of China’s future industrial development and also one of the key future industries prioritized in Jiangxi. Based on the current development status of the health industry, analyzing how to empower the development of the future health industry with artificial intelligence against the backdrop of national strategies and industrial goals will help localities identify clear paths and practical approaches for economic and social development. The research shows that Jiangxi boasts distinct advantages in the development of the health industry: it has a profound heritage of traditional Chinese medicine (TCM) and a solid foundation in the pharmaceutical industry, with a diverse range of business formats and prominent agglomeration effects in the future health industry. AI has been maturely applied in the industry through multi-scenario integration, and the province’s digital infrastructure ranks among the top in China. At present, the future health industry is trending toward in-depth technological integration and cross-border business model innovation, yet Jiangxi is confronted with challenges such as intensified regional competition, core technological barriers and inadequate industrial chain integration. Targeting the core problems of an unclear industrial development focus, imprecise empowerment approaches and insufficient support from innovative resources, Jiangxi should adhere to the health-first strategy and strengthen top-level design and policy guarantees; break down data silos to build a provincial health database; focus on key tracks such as AI + TCM to elevate the industrial chain development level; increase the tilt of scientific and technological innovation resources to strengthen support in terms of funding, computing power and industry-university-research collaboration; and optimize the overall industrial layout by enhancing regional coordination, talent cultivation and fostering a sound industrial ecosystem, thus driving the high-quality development of the future health industry empowered by artificial intelligence.
VL - 14
IS - 2
ER -
Copy
|
Download
Share This Article
Twitter
Linked In
Facebook