在初步完成对传统制造业的升级改造后，数字化生产的浪潮终于涌向了生物医药，而且，它的发生地就在中国hth华体会！这是《科创板日报》记者在第五届中国国际进口博览会（下称：进博会）上感受到的最新信息：

　　在医疗器械及医药保健展区8.1馆，一家名为Cytiva（思拓凡）的公司正在演示其全球首个数字化远程服务中心。戴上其AR智能眼镜，搭配Cytiva OptiRun™ View远程协作系统即可对制药厂区内各个设施的运行状况进行远程监控。

　　“这样一来，哪怕工厂的设备出现运行故障，我们的工作人员也可以在第一时间、远程指导客户维修。”展台工作人员对《科创板日报》记者解释称，这在疫情封控期间，成为了刚需。因人员流动受限，设备的维修周期被拉长，进而导致生产效率降低，“本来一天能生产一批药物，变成三天才能生产一批药物。如果配备了这台设备，那么就能减少这种影响了。”

　　这是“初级模式”。该工作人员进一步介绍称，企业还有Cytiva OptiRun™ Connect 智能平台，运用工业互联网技术，可第一时间侦测出设备运行的异常数据，再将之与后台的大数据进行对比，可以提前预警设备故障的可能性，进而提前采取措施，将生产损失降到最低。

　　在展区的另一头，本土企业海尔生物也携其魁斗HaiLab智慧实验室场景方案亮相。

　　“在实验室里，这套方案可以实现全流程的无人化操作；还能帮助各场景活动实现自我感知、自我计算、自我反馈，从而辅助决策；并能让实验室内人、机、料、法、环互联互通，实现实验室的数字化、智慧化、口袋化管理。而通过实验数据隐私计算与交换共享，则可以实现智慧实验室的生态进化。”工作人员介绍称。

　　以样本存储、转运为例，5G、物联网技术的运用，可以实现海量生物样本从预处理、转运到入库、出库全流程的自动化、无人化、智能化管理。

　　“存取样本时，科研人员通过搭载基于5G的样本信息智慧管理系统，配合图像、射频样本精准定位技术，可以实时锁定样本位置，只需一键操作，就可通过机械手，最快在60秒内从100万份样本中，精确挑选和存取任一样本，做到无关样本零暴露，避免回温冲击。”前述受访者称。

　　《科创板日报》记者注意到，在汽车制造、家电制造等行业内，工业4.0的应用已不新鲜；而在生物医药领域，海内外品牌的集中亮相这还是第一次。

　　在接受《科创板日报》记者采访时，Cytiva中国资深服务总监张磊透露称，其实医药研发、生产的数字化已在全球缓慢进行了十几年hth华体会，但鉴于行业对于安全性的要求较高，整个市场对数字化的反应“非常慎重”。

　　张磊介绍称，得益于中国医药市场的“大飞速”发展，生物制造4.0也在中国找到了应用场景。在2022年复宏汉霖与Cytiva进行深度合作，利用数字化创新技术进行远程设备运维，进一步提升设备安全运行时间，帮助复宏汉霖持续提高产能。

　　看到了这种趋势，Cytiva把自身的业务重心放在了中国。张磊透露称，已有约七八家大型制药公司以及若干重要的科研院所正在使用该系统试运行，“在我们推广过程中，我们发现客户对它的认可度是非常高的。大家基本都愿意尝试一下。”

　　公开资料显示，Cytiva隶属于美国丹纳赫集团，其前身为是通用电气医疗集团生命科学事业部的一部分。2021年，Cytiva拿出15亿美元进行产能扩建。其中，在上海，Cytiva建立了亚洲首个技术研发卓越中心，并全面升级Fast Trak生物技术开发培训中心，建成后，该中心将成为全亚洲最大生物医药人才培训基地和智能制造展示中心。

　　据企业提供的数据，目前，其魁斗HaiLab智慧实验室场景方案已衍生出微生物实验室、细胞实验室等7大核心场景，已为1.3万多个高校、科研单位、企业用户提供从“设计一个实验室”到“建设一个实验室”再到“服务一个实验室”的定制化服务。

　　这次，除了展示软件能力外，海尔生物还带来了新的硬件突破：其“翔云”超高速离心机，实现了转速50000rpm、最大离心力可达135557xg，是国内首次突破超高速离心机技术，能够分离肿瘤细胞特定膜蛋白，识别肿瘤细胞。

　　“行云”程序降温仪则可在样本分离时，把温度偏差控制在2℃以内，并实现0.1~99℃/min的降温速率；并且在细胞降温过程中，能把细胞复苏率由80%提升到90%以上，是首个国产获批拿证的程序降温仪。

　　“魁斗HaiLab智慧实验室，只是海尔生物创新布局生命科学领域的一个hth华体会缩影。”海尔生物称，当前，以生命科学和生物技术的发展进步为动力的生物经济时代正加速走来，海尔生物将继续加速新技术、新产品、新方案研发及产业化应用。

　　Cytiva给出了更为具体的未来描述：在生命科学领域，未来可能会存在一场革命，甚至革命现在正在进行中。

　　从研发的角度开始出发，未来做实验的可能不完全是科研人员了，还有可能是一些软件工程师，他们把原料药、所需生产的药品等参数搜集后，通过数据建模，也许就能设计出来药品生产所需的工艺条件，科研人员只需再通过一些简单的实验来确认即可。

　　在产能放大过程中，仍可以继续通过大数据分析，以数据建模的形式来论证扩大生产的路径，再通过很简单的几批实验论证即可。

　　甚至于在工厂hth华体会里，生产设备数据全面检测、动态可调、提前预警，就连生产本身也可以是自动化智能化的。

　　“过去，药品从研发到量产至少需要经过十年，但在未来，这些数字化工具的应用，可以大大短短药物的上市时间，并且在生产上，由于减少了人的干预，生产效率更高、质量更加可控hth华体会。”张磊畅想称。