AI+医疗如何落地防疫诊疗全流程 ——盘点五大智慧医疗典型案例 案例概览 案例 1 | 基于知识图谱的新冠肺炎防护问答助手，离智能更近一步——柯基数据 案例 2 | 不只是疫情咨询，院前预检筛查成智能问答新“战场”——朗通医疗 案例 3 | 互联网医疗作为“第二战场“，在疫情防控中发挥重要作用——左手医生 案例 4 | 高敏快速检出病灶，CT+AI 助力医院实现“应收尽收”——体素科技 如果说此前智慧医疗的主要推动力是政策，那么，此次疫情中智慧医疗在多环 节部署的牵引力就是突然催生的需求和应用场景。纵观本次疫情中的智慧医疗 应用，大致可分为智能问答、线上问诊以及 AI 辅助诊疗。 在诊前环节，虚拟助手依靠自然语言处理和知识图谱等 AI 技术提供智能问答服 务，承担减轻恐慌、分流普通患者的任务；同时，线上问诊作为线下诊疗的补 充，在患者就诊前通过人机交互技术快速收集患者病情信息，进行患者筛查， 病的复诊，但是疫情过后，随着政策支持与用户使用习惯的培养，可以预见不 管是慢性病的长期诊疗和管理，还是心肺疾病等重要疾病的长期愈后服务，都 会借助互联网医院和智能化的手段得以加快发展。 案例 1 | 基于知识图谱的新冠肺炎防护问答助手，离智能更近一步 疫情爆发初期，大量患者对病情知识匮乏，出于对自身症状的恐慌到医院就医， 人群聚集引起交叉感染风险。因此，短时间内正确地将大量疫情信息及预防措 施以简单易懂的方式向民众科普，正确引导患者就医，消除恐慌心理，是当务

非结构化数据中台，实现“数据” +“ 知识”双擎驱动 增强数字化韧性，提升服务水平（ SLA ） 高校云盘建设 高校智能教学助手 高校统一内容管理 体系化数据灾备及可观测性方案 分级数据保护方案 AnyShare 高性能保护方案 爱数，以全域数据能力加速数据驱动智慧校园建设 人 GAny Backup 多云时代 Prompt Builder Prompt 构建 Agent Dev 助手开发 （未来） Model Hub 生成 Data Management Processing 数据处理 Cleaning 数据清洗 Version 版本管理 认知助手 AnyFabric 认知助手 Cognitive Analytics 认知分析 认知层 大模型评估 Finetune Tool 微调工具 ConceptBases 概念库 RuleBases 规则库 基础层 AnyBackup 认知助手 AnyRobot 认知助手 eQ AnyShare 认知助手 增强 Generative Search 生成式搜索 爱数，以专注、技术创新为本，发挥全域数据能力 Cognitive Search 认知搜索

疾病描述 健康生活智慧管家 健康风险预测 预诊断常见疾病 症状评估 就医指引 就诊服务 实验室结果解读 中医诊疗 用药咨询与指导 洞悉药物相互作用 医生助手 患者助手 LLM 在医疗领域的使用场 景 面向科研 科研转化助手 s EMENS: H a l t h · n r · · 面向医生 面向患者 © Siemens Healthineers 辅助制定个性化治疗方案 视频理解（如手术视频） 多模态影像报告解读和生成 智能预问诊和常见疾病预诊断 （可处理包含视觉信息的多轮问答） 患者健康监测：结合可穿戴设备数据 和患者视觉体征。 患者助手 医生助手（诊断 + 手术） 图文医疗文献 解读与挖掘 VLLM 在医疗领域的使用场 景 面向科研 科研与教育 s EMENS: H a l t h · n r 师 阿里 | 通义万象 智谱清言 |AI 画图 Google | Imagen Synthesia OpenAI | Sora Midjourney 商汤 | 秒画 腾讯 | 混元助手 百度 | 文心一格 OpenAI | DALLE-3 Pika Labs Runway ML s EMENS: H a l t h · n r · ·

双核心冗余 智慧全景业 务子板 存储阵 列子板 智慧课堂业 务子板 智慧课堂 课堂中：教学互动 课堂外：备课及自主学习 教师 授课演示 一键录课 互动任务推送 无感知点名 移动授课 助手 （ PAD 版） 同步控制 学生 课件同步及反馈 投屏共享 互动任务参与 课堂笔记 课堂授课 PC 版 学生 手机端 课上互动：同步及推送 参与及反馈 课后任务提交 课后提问、笔记 学习概况分析 卓越服务 智慧校园 产品进展（学生学习中心） 卓越服务 智慧校园 产品进展（课堂授课 PC Windows 端） 卓越服务 智慧校园 产品进展（移动授课助手 PAD 端） 卓越服务 智慧校园 产品进展（移动授课助手 PAD 端） 卓越服务 智慧校园 产品进展（学生手机端 Android&iOS 版） 卓越服务 智慧校园 产品进展（学生手机端 Android&iOS 必选 课堂授课组件 面向教师，基于讲桌 PC 的课堂授课与互动，包括授课演示、无感知点名、互动习题和课件云盘等功能。 可选，按教室数量授权，可与雨立方配套销售 授课移动助手 （ PAD ） 面向教师的 PAD 端的授课助手，教师可以在课堂教学中，移动控制大屏，进行授课演示。 可选，按教室数量授权，需配置课堂授课组件，可与雨立方配套销售 课堂录播组件 通过一键录课快捷操作，教师可以在课后回顾

在药物研发过程中，医疗大模型可预测药物-蛋白质相互作用和药物毒性等信息，从而 评估新药的功效和安全性，有助于缩减研发周期，加速新药发现。如，清华系初创团 队水木分子推出新一代对话式药物研发助手ChatDD，涵盖药物立项、临床前研究、临 床试验各阶段，作为制药专家的AI助手，提升药物研发人员的工作效率。 医疗大模型的应用场景展示了其在医学领域的多样性和重要性，可改善诊断、治疗和 疾病预防，提高医疗保健质量和效率。其应用涵盖临床、管理、教育、公共卫生等多 的敏感信息需进行严格脱敏处理和隐私保护。 在透明度和解释能力方面，医生作为专业人士，应对大模型“黑箱”性质加以关注。医 生和患者需理解并信任AI系统的决策过程，要求系统具有透明度和解释能力。有医生 表示，目前期望大模型作为医疗助手、科研助手、患者教育工具，而非独立做出医疗 决策。 在责任归属和问责制度方面，当大模型参与医疗决策时，若出现错误，需明确责任归 属。确定医生、AI系统或开发者承担责任是复杂的法律和伦理问题。如患者因AI错误 入基于医疗大模型的睿医AI平台后，在高龄人群慢病诊治中，大模型根据患者历史就 医和检查情况推荐检验、检查，节省了询问既往检查环节。未来，AI技术可承担更多 临床医疗助理工作，减轻医生重复性工作负担，提升工作效率。 在作为科研助手与诊断顾问方面，在大型医院，医生需要实时跟进最新科研动向，为 诊断和治疗疑难杂症提供权威参考。对于遇到疑难杂症或罕见病例的专科医生，大模 型能提供知识支持，进行检索、翻译、自动综述，提炼总结知识，提高医疗决策准确

数字化资源教育 平台 同步云课堂平台 移动学习平台 精准教学大数据 平台 人人通： 教育教学应用： 备课助手 素质评价 授课助手 走班排课 名校名师 学情分析 名师名卷 优教信使 名师微课 质量测评 智学助手 教育管理应用： 应用 数据中心 教师档案 学生档案 体质测评 学业测评 智能巡课 班级空间 互动消息 小组学习 课 程 表 自主学习 同步学习 有效提分 升学考试 名师微课 智学助手 学科应用 课外阅读 亲情电话 网址管理 应用配置 智学助手等服务。 我的作业 课堂互动 教师导学 家长关爱 • 以“学”为中心 以“学”为中心是提高学生学习自主性、培养学生成长成才关键。 • 以“ AI

密码、身份证号 + 密码、登录账号 + 密码、手机号 + 验证码 ) 进入 进入平台后在右下方咨询客服上方点击 · 图标进入 deepseek 智能助手 , 输入需要查询的关键字 , 等待智能助手思考回应。 使用 DeepSeek 的 4 种方法 通过青岛教育 e 平台访问： https://www.qdedu.net/ 一、 电脑端使用 平台。推荐用户使用 360 ②DeepSeek 输出结果： 学习全国教育大会精神 目录： 1. 大会背景与意义 2. 大会核心精神 3. 教育改革重点任务 4. 落实大会精神的行动路径 ③ 进入 KIMI ，使用 PPT 助手一键生成 ④ 选择合适模版 ， 一键生成及修改 DeepSeek 大模型 +KIMI 大模型生成 PPT DeepSeek 教学应用场 景 04 DESIGN 示例 1 ：个性化备课 - , Deepseek 本地化后 , 可以通过个性化知识库进行训练 , 成为很好的管理助手。如 : 今年 2 月 , 深圳市 福田区推出基于 Deepseek 开发的 70 名 "AI 公务员 , 这些 Al 公务员可以在 11 大 类 240 个政务场景 中大显身手 ,

字营销服务，但其根本是让医生端和患者端患者的数字营销更有效联动。正如以患者服 务为优势，领跑医药数字营销的京东健康，在其夯实的患者管理服务基础之上，近两年 进一步加大了围绕医生的学术推广研发投入，基于专病大模型，打造了 AI 医生助手， 8 进一步提升医患联动的营销效率，不断升级医疗全周期的数字营销能力。 2.2 打破传统营销线上化思维，数字营销需要全新的组合拳 传统营销线上化仅是数字营销的一部分。服务链条变长、营销场景变多的同时，也意味 年大火的医疗大模型也极大推动其发展，在大模型赋 能下的 AI 应用，提升工具类产品智能性的同时也极大降低运营成本。如斩获 2025 年 VBEF“最受临床关注产品奖”的健康之路 AI 数字员工，在数字营销场景中，作为医生的 智能助手，于临床诊疗、科研协作等核心场景提供助力。在定向推送前沿学术信息的同 时，更能动态沉淀、智能优化并实时更新医生的行为偏好数据库，以此为基础实现营销 策略的迭代升级；亦能化身为患者的健康管理师，在输出个性化健康信息的过程中，精 着眼于加强产品的数字化能力。调研中我们发现，在此之上，行业正进一步打造了配套 的运营服务，实现营销闭环，逐步从交付工具到交付最终的价值靠近。 例如惠每数科，推出数字代表智能体、个案管理师智能体、医生助手智能体 3 大数字化 产品，分别为药企提供学术推广、患者管理和真实世界研究服务。同时，惠每数科还可 按需提供相应的学术推广人员、健康管理人员等，协同相应的运营服务，直接交付服务 结果。 未来

人类修改调整确认 人类自主结束工作 设立目标 提供资源 监督结果 全权代理 任务拆分 工具选择 进度控制 自主结束工作 Agent的核心特征是自主（请人类走开） Embedding：助手模式 人类 AI 人类完成绝大部分工作 Agent：代理模式 人类 AI AI完成绝大部分工作 Copilot：伙伴模式 教学资源开发与管理：丰富课堂 智能生成和推荐学科文本教材和教学 内容 个性化学习路径：因材施教 基于学生学习数据，生成个性化学习 路径、学科辅导 家校沟通支持：家校共育 基于AI的智能助手提供家长教育指导 和学习进展反馈 初等教育系统集成：智慧校园 • 支持对接学习数据分析系统，优化教学决策 • 提供学科难点突破方案与趣味学习内容 • 辅助构建学习兴趣培养和习惯养成方案 • 科体系、化小北·化学实验智慧学伴、金融AI助 教等学科特色AI工具 • 综合学习平台：北大问学(基于deepseek)提供 多类型专属助教，支持高数、计概等课程，服 务6000+用户 • 智能教学助手：豆角支持案例教学设计与出题、 AI课堂教学决策支持系统辅助教师教学反思 ① 平台工具 • 广泛使用与积极态度：94%学生使用过AI并表示会继续使用，97%认为应学习如何使用AI工具 • 多样

界 nLLM 的三个能力的应用：选型标准 1. 语言处理场景：语言能力 • 文字处理：翻译、摘要、判别、生成等 • 人机界面：指令、信息、 prompt 2. 知识助手场景：语言能力 + 知识能力 • 知识压缩、知识提取、知识组织 • 智能问答 3. 任务执行场景：语言能力 + 知识能力 + 逻辑能力 • 任务分解、任务执行 • 操作外部工具或软件接口 技术层面：代码，算法，数据，提示词 • 思维层面：理解原理，鼓励批判性思维 3. 为教与学提供具体的指导 • 教师：教学培训，交流和社区， AI 教学助手 • 学生： AI 素养，个性化学习路径， AI 助教 4. 进行短期和长期的影响评估 • 评估，优化，迭代 5. 促进技术公平使用 • 方式 1. AI 赋能学习 • 个性化学习系统 • 智能 AI 助教 • AI 驱动的内容生成 2. AI 赋能教学 • 智能教学助手 • 智能课堂管理系统 • 课程内容优化 • 数据驱动的教学决策和协作教学支持 3. AI 赋能评价 • 基于生成式 AI 的多元评价系统