01 · 信用
医药流通客户信用评分卡
- 业务问题
- 对经销商、药店与医疗机构客户，如何授信、给多长账期？
- 建模方法
- 基于采购、回款、库存与历史逾期的信用评分卡，额度与账期按分数分层。
- 交付物
- 客户信用等级、建议额度与账期规则，定期复评。
行业挑战
制药数据分析的三道门槛
01
数据高度敏感
医疗健康信息属于敏感个人信息，处方、患者与医疗机构数据的处理要求严格，数据往往不能离开企业环境。
02
合规压力持续
学术推广、会议与费用报销必须真实、可追溯，事后抽查难以覆盖海量单据，风险发现滞后。
03
结论必须可复核
药物警戒、质量与临床数据的分析结论需要能够追溯到数据、方法与签字人，经得起检查与审计。
应用场景
六类核心模型，覆盖信用、合规、安全与供应
每一类分析都走 SAM 同一条十四步流水线，统计量由确定性代码计算，关键结论由具名的专业人员签字；模型输出用于辅助专业判断，不替代医学与合规评估。
02 · 合规
营销费用合规风险评分
- 业务问题
- 哪些会议、费用报销与发票存在合规风险？
- 建模方法
- 规则、异常检测与关联网络分析结合，迁移弘犀反欺诈的团伙识别方法。
- 交付物
- 单据风险评分与待核查清单，交由合规与审计团队复核。
03 · 安全
药物警戒信号检测
- 业务问题
- 哪些“药品—不良事件”组合的报告数异常偏高？
- 建模方法
- 比例失衡分析（PRR、ROR 等）由确定性代码计算，报告文本由 DH S1 辅助理解与归类。
- 交付物
- 候选信号清单与可追溯的计算记录，供药物警戒人员评价。
04 · 供应
需求预测与近效期预警
- 业务问题
- 各区域、各品规需要多少库存？哪些批次存在近效期风险？
- 建模方法
- 分层需求预测与库存风险评分，模型部署在 DH S1 上滚动更新。
- 交付物
- 需求预测、补货建议与近效期预警清单。
05 · 临床
临床运营分析
- 业务问题
- 哪些中心入组偏慢？哪些受试者存在脱落风险？
- 建模方法
- 入组速度预测与脱落风险评分，结合中心与访视数据。
- 交付物
- 中心排序与重点关注名单，供临床运营团队跟进。
06 · 研究
真实世界数据分析
- 业务问题
- 在真实诊疗数据中，不同人群的用药结局有何差异？
- 建模方法
- 队列描述、倾向评分匹配等统计分析，全过程由运行清单记录。
- 交付物
- 可重演的分析报告与完整运行清单。
可审计、可重演
每一次分析，都有一份不可变的运行清单
SAM 每次发布都会生成运行清单（Run Manifest），把数据快照、代码版本、参数集、门禁签字、模型包与监控计划绑定为一个发布单元。检查或审计时，可以按清单完整重演分析全过程，有助于满足计算机化系统与数据可靠性管理的要求。
- 数据快照与代码版本逐一锁定
- 关键步骤均有具名签字与时间记录
- 受控沙箱内完成计算，数据与产物不出沙箱
平台协同
四个平台，在制药行业中的分工
SAM
分析、建模与评分卡
六类分析与模型的全流程，确定性统计计算与具名门禁。
了解平台
VDC
流向与费用变量
把销售流向、回款与费用单据明细衍生为可解释的时间窗口变量。
了解平台
DH S1
知识检索与文档理解
说明书、法规与内部制度的 RAG 检索（无出处即拒答）；不良反应报告与单据的多模态理解。
了解平台
AGENT
合规运营智能体
费用单据初审、药物警戒病例整理等智能体，只提议、不决定，在 Harness 治理下运行。
了解平台
变量怎么来：“时间＋产品＋状态＋值＋统计”
VDC 的衍生方法同样适用于医药数据。以流通客户信用模型为例，一个变量由五个维度组合而成：
时间近 180 天
产品处方药品规
状态已到期应收
值逾期天数
统计最大值
常用数据销售流向采购与回款库存与批次效期费用报销与发票会议与学术活动记录不良反应报告临床中心与访视数据
- 私有化部署：全部数据与模型留在企业自有环境，建模在受控沙箱内完成，数据与产物不出沙箱。
- 敏感个人信息：依据《个人信息保护法》，医疗健康信息属于敏感个人信息，处理须具有特定目的和充分必要性，并依法取得单独同意；建模数据优先使用去标识化数据。
- 药物警戒：信号检测的数据、方法与结论全程留痕，供药物警戒人员依据《药物警戒质量管理规范》开展评价。
- 数据可靠性：运行清单与不可篡改的审计日志，便于配合《药品生产质量管理规范》计算机化系统相关要求开展检查。
- 人做决定：模型只提供评分与候选清单，医学、合规与商业决定由具名的专业人员作出。
