图博数智
AI高校科研

中药企业AI能做什么4个真实实践

· 图老师

中药企业AI能做什么?4个真实实践

最近碰到一家做中药的企业,研究院负责人跟图老师倒苦水。

团队里懂古籍、懂炮制的老先生就那么几位,年轻人一时接不上手,几类活全压在少数人身上。

他问图老师:中药企业这种讲究出处的行当,AI知识库真能帮上忙吗?

能,最先值钱的四件事,全压在考证和溯源上。

考证底稿、药材别名、炮制批记录、供应商档案,下面4个场景一件件讲。

做饮片、做经典名方开发的团队,都能对号入座。

场景一:经典名方考证建底稿

第一个场景,经典名方的考证底稿。

一份考证底稿要引古籍原文,还要挂上现代研究文献,在研的一个方子动辄牵出几百份材料。

这些材料散在影印扫描件、数据库和个人文件夹里,写底稿的人找一条出处,要翻好几本书、好几个文件夹,找到了还得抄录、标注版本。

写到一半换人接手,前一个人留下的批注和线索,常常就对不上了。

AI的做法是把古籍影印件和现代文献数百份PDF批量入库,按方剂、药材、出处建好关联。

写到某一条要引出处,直接问库,答案点到原文位置,哪本书哪一卷,点开就是原文图页。

影印页里的表格也能还原成结构化数据,不用再人工誊。

考证素材自动往对应条目下归拢,后来的人接着写,前人的线索一条不丢。

底稿写完归档,下一轮立项接着用,越攒越厚。

入库的素材还能编译成知识导图和时间线,一个方子的源流脉络一眼看全。

古籍条文在这里只是考证对象,AI只负责找出处、理版本,条文的取舍由专家定稿。

图博数智学术图表与代码生成

场景二:别名归并成标准名

第二个场景,药材名字的归并。

同一个药材,药典上是标准名,地方标准里有习用名,供应商检验报告上是另一个写法,仓储台账里还有俗名。

做汇总的人靠脑子里的对照关系把这些名字对上,新人对不上,老人凭记忆对,错了很难发现。

报表口径打架,注册和采购各说各话,追溯一个药材的资料要来回问好几轮。

AI知识库把药典条目和地方标准条目整篇入库,遇到别名时把两边条目并排调出来,各自标着出处。

这一步只做名实对应,条目原文并排给出处,怎么认定交给专家。

图博数智inFab上有现成的概念归并功能,别名挂到标准名下,检索时一个名字进来,全部叫法一起带出来。

新人上手也快,不用先背两年对照表。

名字统一之后,考证底稿、批记录、供应商档案才挂在同一套名下,四件事才连得起来。

场景三:批记录跟规程版本核对

第三个场景,炮制批记录和工艺规程的核对。

批记录要跟着现行版工艺规程走,温度、时间、辅料用量对没对上规程那一版的参数,判定标准引的是哪一条,查记录的人得逐页对。

一批记录几十页,一个下午能核完的量有限,堆多了就只能抽查。

规程一升版,旧批次的记录跟新版参数混着看,最容易看走眼。

AI的做法是把批记录和工艺规程按版本挂链,核对时把记录参数和对应版本规程的条款并排列出,对不上的直接标疑点。

哪条参数引的是已作废版本,哪处判定没落到具体条款,机器先列清单,人按清单复核。

核对清单还能反着用,规程升版时把受影响的记录一次性圈出来。

AI只出核对草稿和疑点列表,定案还是质量人员签字。

复核过的记录留痕,谁核的、按哪一版核的,都查得到。

这类核对最怕漏看,机器不嫌烦,一页都不会跳过。

场景四:供应商档案按药材挂链

第四个场景,供应商档案的管理。

一家中药企业的供应商档案,检验报告、产地信息、经营证照,历来按供应商一家家存,用的时候要按药材倒着找。

同一个药材多家供应商,产地和报告版本对不齐,整理一次档案要翻好几天。

某个药材换了产地,哪些报告要补、哪些档案要更新,全靠人记。

证照和报告分散在各经办人手里,交接一次就得重新对一遍。

哪家证照快到期没人盯,往往到检查前才着急。

AI的做法是把档案按药材挂链归档,产地、检验报告、证照都挂在对应药材名下。

证照临期自动提醒,产地一变更,关联档案自动盘点出一份清单,该补什么一目了然。

盘点做成例行动作,档案就再也不会积成老账。

档案原文都在库里,点开就是扫描件,内外部检查来调档,一套材料当场凑齐。

这几件事攒在同一个库里,查一个药材,来龙去脉一次看全。

这几个场景图老师写起来有底,图老师做图博数智inFab交付,中药现场是常跑的一类。

进场先把药材、文件、条款、供应商这些名词关系做成业务本体,再让每条结论可溯源到原文,企业拿到的是从文件到可信决策的底子。

中药企业AI怎么起步

4个场景讲完,落到怎么排顺序。

底子好的企业,古籍和文献电子化程度高,可以从考证底稿做起,把最吃经验的那件事先接住。

刚起步的别贪快,挑最疼的一件先跑通:考证压力大先做底稿,名字乱先做归并,检查频繁先做批记录核对和供应商盘点。

顺序排错了也不怕,底座是同一套,先跑的场景攒下的结构,后面的场景直接复用。

判断标准就一条:哪件事返工最多、审得最严,就从哪件开始。

还有一句要提醒,古籍、批记录、供应商证照都是敏感资料,这种数据敏感的行当,私有化部署、数据不出厂之后,团队才敢放开用。

数据也别一口吃成胖子,古籍文献先挑在研方子入库,规程先挑现行版,跑顺了再补历史批次。

图老师见过贪快的团队,什么文件都想进系统,名字没统一,检索出来的东西互相打架,到头来反倒怪工具不好用。


关注我,图老师每天分享一个企业AI落地的真问题、真办法。

先进团队正在用的 AI 落地方案

判断您的业务里哪些环节已经适合用 AI 替代?