预训练大模型与医疗：从算法研究到应用 1. 预训练大模型概述 2. 理解大模型的内在机理 3. 赋予模型精准性与可解释性 4. 医疗领域应用 5. 清华探索：数基生命 CHIMA 20Pag2 Tsinghua Confidential | lvhairong@tsinghua.edu.cn CONTENTS 预训练：从大数据到小数据 ③ 精 准 可 解 释 ④ 医 疗 应 用 用 ② 剖 析 大 模 型 ① 关 于 预 训 练 预训练大模型 （学习共性） 大数据（低成本无标注） 少量特定领域标注数据 （成本高） 微调小模型 （学习特性） ⑤ 数 基 生 命 1.模型角度：模型参数不再是随机初始化，而是通过一些任务（如语言模型）进行预训练； 2.数据角度：将训练任务拆解成共性学习和特性学习两个步骤。 CHIMA 20Pag2 Tsinghua Confidential Confidential | lvhairong@tsinghua.edu.cn 以英文电子病历后结构化为示例 ③ 精 准 可 解 释 ④ 医 疗 应 用 ⑤ 数 基 生 命 ② 剖 析 大 模 型 ① 关 于 预 训 练 英文 CHIMA 20Pag2 Tsinghua Confidential | lvhairong@tsinghua.edu.cn 英文 英文电子病历后结构化

睿利而行 医疗行业智慧医院大健康 解决方案 整理制作：郎丰利 1519 制作时间： 2023 年 睿利而行 整理制作：郎丰利 1519 制作时间： 2023 年 睿利而行 整理制作：郎丰利 1519 制作时间： 2023 年 睿利而行 2 3 1 目录 大健康解决方案 智慧医院解决方案 未来规划 3 智慧大健康解决方案 4 大健康解决方案全集 2 健康城市 相关知识、专家在线服务、法律咨询服务，并 为医生、医疗机构和健康管理会所提供宣传服务等众多增值服务。 打造智慧互联创新模式 4 大目标： 高效诊疗、智慧医疗、精细管理、 信息便民； 1 卡通： 一张诊疗卡。 1 个平台： 一个医院信息集成平台； 6 大应用： 医疗管理、临床信息、运营管理、 移动物联、医疗协作、对外服务。 全院信息化解决方案 “4116” 全院信息化建设 医疗管理信息系统（ 联，保证各部门运转既相互协调、配合又相互制约、控制，从而建立起一套合理、高效、科学的工作流程制度。 医疗管理信息平台（ HIS ） 4 大目标： 流程优化、高效诊疗、信息 便民、全程监管； 2 大主线： 以病人为中心的服务主线、 以临床为主轴的效率主线； 1 卡 通： 一张诊疗卡； 8 大特色应用： 全自助、全预约、全程 分诊、智能诊疗、药品追踪、物流追溯、便 捷支付、流程定制。 医疗管理信息平台（

疾控工作者应该怎么利用 DeepSeek 等 AI 大模型 主要内容 先了解人工智能发展简史和发展方向 再介绍大模型的概念和与人工智能的关系 接着介绍垂域模型与智能体的概念 了解以上概念后开始将交流和畅想疾控与人工智能 + 再接着介绍 DeepSeek 大模型 最后是普通疾控人在工作中的具体使用探索交流 1 . 1 著名的图灵测试 1950 年，“计算机之父”和“人工智能之父”艾伦 能创造人类想不到的东西，比如发明新物理定律、设计从未有过的音乐风格。 → 现状：科幻片水平，目前 Al 只能组合现有知识 ( 比如写歌还是模仿人类风 格 ) 。 ·L5 ( 顶层，接近白色 ): " 幕后大 BOSS" → 一个人工智能管一家公司甚至一个国家，自己定战略、招员工、搞创新，人类 躺 平 收 钱 。 → 现状：梦里啥都有。 1-5 级说明 L5: 可以完成整个组织工作的 人工智能。 100 亿。 一、人工智能发展简史了解 OpenAl 的 5 级 AGI 量表 二、大模型：人工智能的前沿 2.1 大模型的概念 大模型通常指的是大规模的人工智能模型，是一种基于深度学习技术，具有海量参数、强大的学习能力和泛化 能力，能够处理和生成多种类型数据的人工智能模型 通常说的大模型的“大”的特点体现在：参数数量庞大、训练数据量大、计算资源需求高 2020 年， OpenAl

2023年中国AI医院信息化行业概览： 大模型赋能医院智慧化转型 China AI Hospital Informatisation Industry 中国AI病院情報化産業 报告提供的任何内容（包括但不限于数据、文字、图表、图像等）均系头豹研究院独有的高度机密性 文件（在报告中另行标明出处者除外）。未经头豹研究院事先书面许可，任何人不得以任何方式擅自 复制、再造、传播、出版、引用、改编、汇编 由于行业尚未形成权威的标准及顶层设计，叠 加客户各项特殊需求的限制，导致行业产品及 服务标准化水平低，不同厂商产品和技术尚未 形成统一标准，存在严重“数据孤岛”纤细那个， 且产品安全度不足，信息安全风险大，安全问 题引起厂商重视，亟待完善。聚焦中国医院自 助终端应用的服务功能情况，应用率较高的均 为较为简单、便捷、智能化发展较早的领域， 医疗服务的舒适化、智慧化、数字化水平仍需 进一步提高 n 医疗信息化建设重要性 化功能的必要条件，包括环境、硬件和基础软件、网络和安全；技术应用部分是实现医院信息化功能的方法 和途径，包括传统信息技术和新一代信息技术；业务功能部分是医院信息化建设的目标和效果，包括医疗、 服务和管理三大类功能；数据服务部分是医院信息化建设的核心产出和驱动业务优化的引擎，包括数据存储、 数据质量、数据标准和数据应用等。 医院信息化服务于医院、患者，指基于信息化手段，推动以患者为中心的医疗服务流程优化与质量提升。目

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 当前，全国新型冠状病毒肺炎疫情依然严峻，有效的院前居家分诊对于疫情控 制尤其重要。目前，疑似感染的患者大量涌入医院发热门诊，极大地加剧了门 诊医生的工作量，挤占医疗资源，同时医院内确诊患者携带肺炎病毒，存在大 面积交叉感染的风险。而这些，都在影响疫情的控制。 2 月 7 日，国家卫生健康委网站发布《国家卫生健康委办公厅关于在疫情防控 中做好互联网诊疗咨询服务工作的通知》，要求大力开展针对市民群众特别是 效。 通过风险评估给出对阅片优先级建议，优化放射科检查流程，减少高风险患者 的检查等待时间，在更短时间收治和隔离影像表现可疑的患者。 肺部 CT 全病种解决方案保留原系统针对肺结节、肺气肿、肺大泡等肺内其他 慢性病灶的检出功能，能够对肺结节进行定量测量与风险评估，筛查 COPD 等 慢性肺部疾病，能够同时满足目前仍有体检需求场景的医院和筛查机构的体检 诊断的研究需求。 2 月 14

项目编号： 智慧中医院门诊病历自动生成接入 AI 大 模型 设 计 方 案 目 录 1. 项目背景........................................................................................................................................... 2. AI 大模型概述........................................................................................................................................................................16 2.1 AI 大模型的定义... ....................................................................151 1. 项目背景 随着人工智能技术的快速发展，AI 大模型在医疗领域的应用潜 力逐渐显现，尤其是在中医院的门诊病历管理中。传统的病历记录 方式往往依赖医生的手写和口述，不仅效率低下，还容易出现信息 遗漏和书写不清等问题。此外，随着病人数量的不断增加，门诊的

服务可视化创建、编排及管理 标准统— API 接口管理 数据隐私和安全 分布式任务 调度引擎 边缘计算 转换规则 流式数据流 甲 专用终端 智能手机 大屏 ■PC 附注决策 疾控行业信息集成平台 门户网站 / 微信 /APP/ 小程 序 协同办公系统 门诊查询系统 突发公共卫生事件管理系统 授权方案 查询分析 实验室信息管理系统 职业健康体检系统 Zn47 。 施生。 ta17 吨 1047 个核，算 中 Ta 迎证郸代 4. 购乡仁 0 卫 ：左民属不规三积同分 E1 列 g2 节 . 不血用 = 二 ! M 大取 人 房 625-86747a92 都情过 G 再半区市南 165 号 沛第二人闻院 624C747992 都 Ins 西平运事十海 145 号 22#-85747892 四对市再半区卖 号 松的 什世男 D5 大 15 人平机 m ² 加 is 地人 4 辈 u ceirz c776 8v7a7 ce749T2 年新 e

年 达特茅斯会议 约翰 · 麦卡锡提出人工智 能标志 AI 的诞生 1957 年 罗森布切特发明感知机 Perceptron ，将人工智 能推向第一个高峰 1970 年 计算能力无法支持 大模型数据训练和 复杂任务， AI 进 入第一个低谷 第一次 浪潮 1960s 1980s 2000s 2020s 1982 年 霍普菲尔德神经 网络被提出 1986 年 BP 算法使得大规模神 2016 年 AlphaGo 战胜人类 围棋冠军， AI 关 注 度空前提升 2022 年 OpenAI 发布 GhatGPT ， AI 智力水平 实现飞跃，进入大模型 时代 第二次 浪潮 第三次 浪潮 Sora 发布，大模 型 视频多模态迈进。 的语音模态向图文 DeepSeek 发布 2024 年 2025 年 2025 人工智能算法发展阶段 典 型 应 用 核 心 技 术 生物标志物研究举例之自身免疫 病 AI 生物标志物科研成果的临床应 用 AI 生物标志物从 IDEA 到 APPLY 大语言模型的发展历程 Deepseek 横空出世 2023 年 7 月 DeepSeek 成立 2024 年 5 月 宣布开源第二代 MoE 大 模型 DeepSeekV2 2024 年 11 月 推理模型 DeepSeekR1Lite 预览 版正式上线 2024

.............................................................................19 4.1 以患者为中心成为数字营销第二大主线...................................................19 4.2 用好数据资产，是数字营销核心竞争力...................... ....................... 21 5.2 商涌科技－用科技+数据+支付，创新“医-患-险”共赢闭环 .........................23 5.3 京东健康-大模型赋能，升级全周期闭环的数字营销新生态 .......................25 图表目录 图表 1 2020-2023 我国医药商品销售总额（亿元）及增长率（%） ......... .....................5 图表 6 不同属性药品类型的平均品种数量（种）.......................................... 6 图表 7 四大类药物的数字营销现状..............................................................7 图表 8 以医生学术推广场景为例的传统营销线上化与数字营销的区别

业务能力 mMTC 业务能力 超密连接： 10 6 /km 2 低时延： ms Level 大带宽： 1G~10Gbps 承载网 核心网 无线 容量增强 bps 体验速率 海量终端接入 连接 /km 2 超高可靠超低时延 时延 高可靠 安全 移动性 超低时延 内容感知 大带宽 无缝覆盖 成本 低功耗 现网 uRLLC eMBB mMTC 按需的网络能力 灵活的运行和管理 设备均通过互联网实现视频联网上云，在 云端统一汇聚，并实现视频预览、录像回 放、录像调取等能力 管理信息化 监控中心作为整个厂区的指挥调度管理 枢纽，可建立大屏展示中心，这有利于 厂区安防的直观展示，便于安保人员对 相应安防告警信息作出及时处置。同时， 监控大屏可根据历史告警数据、视频数 据，进行大数据分析，给出数据分析报 告及数据统计报表 分析智能化 利用先进的计算机图像视觉分析技术和模 式识别技术，提取视频画面中的关键目标， +AI 智能分析技术为驱动，结合图像进行分析，打造全方位厂区安防监控系统 5G 与厂区安防监控的完美契合 5G 扩展至三大场景（ eMBB/uRLLC/mMTC ）， 5G 的大带宽、低时延特性，完美解决了视频监控大流量数据回传需求，赋能智慧厂区安防监控场景 u eMBB 大带宽 mMTC 大连接 uRLLC 超低时延 u u p 从业务需求为着手，实现一张智能化网络提供差异化业务