当前，我国数据要素市场化配置改革正加速推进，数据知识产权登记作为明确数据权属、保障数据权益、促进数据合规流通的核心前置环节，已成为工业、医疗、金融等多个领域探索数据价值释放的重要路径。其中，医药制造作为高附加值、高风险的流程工业赛道，生产环节的工艺数据、安全数据长期存在权属不清、难以复用的痛点，尤其是抗肿瘤药物原料药的高温高压合成工段，既存在热失控等重大安全风险，也面临收率波动影响生产成本与供应稳定性的行业共性难题。作为浙江省推进数据要素市场化配置改革的核心基础设施，浙江省数据知识产权登记平台承担着数据权属存证、合规校验、流通前置服务等职能，本次登记完成后，相关训练数据资产的权属得到官方确认，具备了后续合规流通、价值变现的基础条件。
临海市产业大脑有限公司本次登记的数据知识产权为「抗肿瘤药物原料药高温反应风险预警与收率提升训练数据」，该训练数据面向抗肿瘤药物原料药高温高压合成工段研发，聚焦热失控风险识别、关键中间体转化率监控、产品收率提升三大核心需求，既能够保障高危工段安全生产，也可有效提升抗肿瘤药物原料药生产的整体经济性与供应稳定性，可实时监测高温高压反应过程中的温度、压力突变情况，识别热失控风险并及时预警，监控中间体转化率以优化反应进程，调整工艺参数提升产品收率，避免安全事故与生产损失，适配抗肿瘤药物原料药高危、高精度的生产工艺管控需求。
（一）模型选择：采用时序异常检测与多分类预警模型，适配抗肿瘤药物原料药高温高压合成的高危性、时序性特点，能够快速捕捉温度、压力等参数的突变规律，实现热失控风险的分级预警与收率优化，兼顾安全性与经济性。
（二）超参数设置：学习率0.0004，批量大小64，迭代次数1200，使用自适应提升优化器。该参数设置重点强化高危工况提前预警能力，适配抗肿瘤合成反应中温度压力波动大、风险隐蔽性强的特点，确保模型能够快速识别潜在热失控风险。
（三）算法逻辑：1. 训练数据预处理：对采集的生产训练数据进行清洗、去重、异常值剔除，对缺失值采用均值插值法补充，对时序训练数据进行平滑处理，确保训练数据质量；2. 特征提取：选取实时反应温度、实时反应压力、搅拌转速、反应时长、热失控风险指数等12个核心特征，构建时序特征矩阵，重点突出热失控风险指数（抗肿瘤药专属特征）与反应安全的关联关系；3. 模型训练：以异常预警等级、中间体转化最高损失额、产品收率为目标变量，训练时序异常检测与多分类预警模型，优化模型参数，提升风险预警与收率优化精度；4. 模型应用：将实时采集的高温高压反应训练数据输入训练好的模型，实时识别热失控风险并分级预警，预测中间体转化率，输出工艺参数调整建议，保障生产安全与收率稳定。
（四）模型评估与落地验证：采用独立生产测试集对模型开展全方位性能评估，核算核心指标，同步对接车间高温反应场景开展落地验证，确保模型在风险预警、工艺微调环节稳定运行，最终形成企业完全自主可控、无权属争议的专属AI模型资产包。
从应用场景来看，本次完成登记的训练数据除了可直接服务于持有企业自身的抗肿瘤原料药生产环节，未来完成合规流通授权后，还可作为通用训练数据集为同类医药生产企业的工艺优化提供数据支撑，降低中小药企的智能生产建模成本；也可为化工园区的安全生产智能监管提供参考数据集，提升区域高危生产环节的整体管控能力；此外，还可为医药制造领域工业数据标准的制定提供实证样本。本次登记是医药制造领域工业生产数据知识产权确权的典型实践，既破解了工业生产数据权属不清、难以资产化的行业痛点，也为后续医药领域数据要素的合规流通、价值释放提供了可参考的路径，对推动我国医药制造数字化转型、加快数据要素市场在细分行业的落地具有重要的示范意义。
登记内容：
_1769672084863.jpg)