编辑：朱彩文
据统计，截至2020年12月，中国网民规模达9.89亿，手机网民规模达8.97亿，互联网普及率达70.4%。随着互联网的发展，人们获取信息的方法也从原来的传统媒体转移到了互联网上，就连简单的问诊、买药等医疗相关的信息，人们也习惯于先在互联网上搜索信息。医药行业与互联网相比，属于传统行业，有着高投入、高风险、高回报、长周期的特点，具有行业渠道混乱、经营运作低效、资金链随时可能断掉的危险。医药行业从业者也在为此寻找着出路，互联网助力医药行业，是大家一致认可的方向。
医药产业互联网创新推广既是技术上的变革，又是新零售模式的创新。王海燕身为医药研发与互联网创新推广领域的专家，对这点深有体会。她认为互联网所赋能后的医药行业能够为医药企业带去更透明、更高效、更专业的医药销售通路和市场，也能为消费者带去更高效、更便捷、更优质的服务。基于此，王海燕创新性地研发出了基于深度学习的医药电子商务商控系统这项技术成果。
基于深度学习的医药电子商务商控系统包括服务层、应用层、模型层、数据层、学习层。服务层包括品种查询服务、模型分析模型、流向分析模型、收益分析服务、预期分析服务等模块，能够帮助应用者更加了解自己企业医药产品的信息与销售情况；应用层包括商控模型管理、商控收益分析、商控模型预期分析、数据挖掘计算、数据集成工具等模块，能够获得企业收益、渠道收益、零售商收益等，能帮助应用者对各个环节更好进行控制；模型层包括控品种模型、控区域模型、控渠道模型、控终端模型、控价格模型、综控模型等模块，主要为应用层与数据层服务，提供技术支持；数据层包括品种数据、终端企业数据、商业企业数据、销售团队数据、交易流向数据等模块，主要为应用层与服务层提供数据支撑，保证为应用者提供数据的准确性；学习层应用了深度学习技术，主要为以上层提供服务，保证该技术的先进性。该技术能够帮助企业节省医药产品流通管理中间繁琐环节，能够节约企业经营生产成本，帮助企业提高生产经营效率，并且，该技术的深度学习技术能够使得该技术能够不断自主学习，不断完善各模块的数据等，保持该技术所提供服务的准确性。
基于深度学习的医药电子商务商控系统能够帮助应用企业有效了解进行线上的医药产品的多种信息数据，能够帮助应用企业对医药产品进行合理定价，能够帮助应用企业对生产厂家、渠道商、零售终端三端更加了解，保证医药产品供销渠道管理更加规范，能够帮助应用企业借助电子商务交易平台更好销售医药产品，提高企业的经济收益。据了解，某医药企业在应用该技术后，企业对医药产品价格的把控能力愈发出众，保证了该企业产品价格体系稳定，保证了企业商品流通各个环节的利润。同时，该技术也能够帮助企业更加了解医药产品市场，有效制定电子商务平台商品销售方案，优化商品配比，提高了企业医药产品在互联网上的销售数量，并且能够更好迎合用户的商品购买需求，保持企业线上销售路径的畅通。据统计，在应用该技术成果一年后，该企业的经济收益同比提高了15.6%。
正是因为基于深度学习的医药电子商务商控系统这项技术的先进性、科学性、实用性、创新性，王海燕凭借着该项技术成果获得了由中国科学技术协会颁发的国家科技进步奖。王海燕认为，医药产业互联网创新推广不仅能够深化医药研发的路径，拓宽医药流通便捷，提升医药服务保障，还能够提高药品的普及性，让更多患者得到更好的救治。王海燕在未来也将研发出更多技术成果，为医药企业，为患病者，提供更好的服务。
