全光网是新一代的网络基础设施，具有全光联接、超宽带宽、 超低时延、安全可靠等优势，通过光纤延伸至教室/办公桌面，支持高 清视频传输、大规模在线学习平台等业务，为远程实验操作、实时互 动教学等提供近乎无感的体验。F5G 全光网络助力智慧化教育体系搭 建，打造了新一代教育基础网络，提供了更优质的服务。目前，产业上 下游正在持续加大 F5G 全光网络投入，教育信息化示范场景也在不 断丰富，在科技的 F5G 无源光局域网 （POL），同时也包含 F5G 全光承载。 无源光局域网 POL：Passive Optical LAN，基于无源光网络 PON 技术的局域 网组网方式。该组网方式采用无源光通信技术为用户提供融合的数据、语音、图 像、多媒体等信息通信业务。 无源光网络 PON：Passive Optical Network System，由光线路终端（OLT）、 无源的光分配 Distribution Network，PON 系统中 OLT 与 ONU 之间 的光传输物理通道，由光纤、光分路器以及安装连接无源光元件的配套设备组成。 光分路器：Optical Fiber Splitter，是一种可以将一路或两路光信号分成多路光 信号以及完成相反过程的无源器件，本文中的光分路器指的是基于光功率均分分 路的器件。 Type B 保护：Type B Protection，PON

决策支持 高集成光网关 OLT 分光器 光终端 ONU 10G 10G F5G 全光网络 医疗内网 开放外网 医疗设备网 接 入 认 证 权 限 管 理 整 网 安 全 防 护 无源 8 F5G 全光医院网络解决方案，智慧医院的最佳选择 三网物理隔离 内网核心 分光器 分光器 分光器 网闸 服务器 HIS/EMR/ LIS/PACS Type C 保护 Type 卫健委 / 医保 / 分院区 ONU ONU ONU 防火墙 路由器 核心机房 网闸 外网核心 防火墙 路由器 内网 AC 网管 外网 根据客户情况，三页选一页 极 简 架 构 无源替有源，节省机房空间 光纤到房间，按需扩容方便 极 速 带 宽 秒级阅片，提升医生阅片效率 平滑演进，保护客户投资 极 简 运 维 去专业化，降低运维难度 全局统一管理，故障一键定位 极 分院区 ONU ONU ONU 防火墙 出口路由器 核心机房 网管 F5G 全光医院网络解决方案，智慧医院的最佳选择 内外网合一，设备网独立 根据客户情况，三页选一页 极 简 架 构 无源替有源，节省机房空间 光纤到房间，按需扩容方便 极 速 带 宽 秒级阅片，提升医生阅片效率 平滑演进，保护客户投资 极 简 运 维 去专业化，降低运维难度 全局统一管理，故障一键定位 极

靶点识别中的应用”中，我们整体描述了药物研发的流程，并介绍了AI 大模型在药物研发的第一步: 靶点识别中的应用。这篇文章，我们将 延续这一路线，介绍AI在药物研发的第二步: 先导化合物发现中的应 用。 图1：药物研发生产流程，图片引自[1] 传统方法在先导化合物发现中的局限性 在AI大模型时代到来之前，先导化合物的发现以实验方法及计算机辅助药物 设计(CADD)的方法为主。这些方法都有着一些自身难以解决的问题。 小分子进行令人 满意的筛选，则需要长达3000年的时间。简而言之，利用CADD进行高精度的 药物虚拟筛选，所需的时间同样是难以接受的。 AI大模型辅助药物虚拟筛选 基于AI的算法，包括监督学习，无监督学习，自监督学习，强化学习以及基 于规则的算法，可能有助于解决传统方法中存在的问题。 AI方法通常基于对数据特征的学习。具体来说，就是从大量的已知药物化合 物和非药物化合物中，去学习成药所需的潜在特征，并依据这一特征对化合物进 的化合物空间。而大规模的虚拟筛选数据集DUD-E，虽然包含超过100万个蛋 白-复合物条目，但也因为数据自身的质量而饱受诟病。 随着transformer模型的出现，人们注意到了利用无标签数据对模型进行预 训练可以提高模型的性能，正如目前风头正热的GPT，GPT利用了大量无标签文 本数据进行自监督预训练，这些文本数据虽然没有标签，但是数据量远远多于有 标签的数据。相应的，模型也可以进行大规模的设计以适应海量的数据。这便是 A

公布的数 据有所偏差。 本报告公开的统计数据中，计算出的百分比数据经过了四舍五入，导致同列 百分比数据累加未必是 100%。 本报告中涉及的所有比例、占比和平均数量，均按如下规则计算：先过滤无 效数据，然后对各个学校单独计算相关比例（或占比、平均值），最后对计算所 得各个学校的相关比例（或占比、平均值）求平均值。以表 1-5-1 示意，接入 大型仪器共享平台的大型仪器设备占比的值不一定等于接入大型仪器共享平台 信息化支撑教学、信息化支撑科研、网络安全保障、新技术应用等 7 个维度进行 了统计计算，形成了 2024 年度高校数字化发展状态数据雷达图。每个计算项分 值区间为 0 至 100 分，分值越高表示该方面发展状态越好。 图 3-1-1 2024 年度高校数字化发展状态数据雷达图 从全部高校的发展状态分析，体制机制发展状态数据最高，网络安全保障次 之，基础设施、信息化支撑科研、信息化支撑教学再次之，信息系统与数据治理 力构筑面向长远 的体制机制。 31 （一）学校网络安全和信息化主管领导 1. 调查内容 本题为单选题，调查学校网络安全和信息化主管领导，共设置了 4 个选项， 包括正校级、副校级、其他及无。 2. 填报数据 填报数据详见表 3-2-1。 注：表中“填报高校数”指填报了该项指标的有效样本数，“填报数”指填 报该选项的数量，“百分比”指填报该选项的高校数量与有效样本数的比例。下 文不再重复说明。

601-3 501-3 恩 当 盟 当 恩 当 蹄 监 韵 恩 恩 三 臣 I 患者基本情况 姓名：刘 ** 性别： 男 既往史：无过敏史，无输血史，无外伤，患高血压二年。 就 诊 次 数 ： 3 次 第一次：就诊时间： 2023 年 4 月 21 日 第二次：就诊时间： 2023 年 4 月 28 日 目前咳痰费力， 偶有呼吸困难，进食差。要求住院诊治。 既往史：近 21 天内无新型冠状病毒中、高风险地区旅居史。近 28 天内无境外旅居史。 近 21 天内未曾接触过来有发热或呼吸道症状的患者。 过敏史：无 流行病史： 体格检查： 诊断： 1, 暑湿感冒； 2 、食管术后 处理：收入院 建议：无 医生签名：于 ** ⑦ 杰 然 | 北 京 天 健 医 院 医嘱管理 智能中医四诊 1 选择症状 ( 望闻问切 ) 发 热 黄浊鼻涕 流清涕 频繁感冒 咽红肿 痰黄稠 苔红 苔 白 鼻塞 冷热均有 无汗后背发凉 出汗怕冷 气虚乏力 张 数 2023-05-13 医生号 耳鼻喉科 张宏文 2020-12-10 口腔科 刘涛 2020-11-10 ● 耳鼻喉科

系 统 WIFI 无 线 覆 盖 系 统 数 字 程 控 交 换 机 系 统 有 线 电 视 系 统 时 钟 系 统 多 媒 体 信 息 发 布 与 查 询 系 统 多 媒 体 会 议 系 统 公 共 广 播 及 背 景 音 乐 系 统 楼 宇 自 控 系 统 智 能 照 明 系 统 能 源 计 量 系 统 机 房 工 程 手 术 示 教 系 统 医 护 对 讲 系 统 无 线 临 床 系 统 输 液 无 线 呼 叫 系 统 ICU 探 视 系 统 HIS/RIS/LIS/PACS 综合管路系统 综合安防管理系统 IBMS 智能建筑管理系统 医院信息化平台 智慧医疗 电 子 巡 更 系 统 无 线 对 讲 系 统 容 灾 系 统 排 队 叫 号 系 统 / 132 智慧医院 设计重点  针对医院内人员密集，身份复杂，流动性大的特点，我们建议设计电子门禁、无 线 对讲、电子巡更、视频监控、防 平台（含消防联动）、机房等系统，利用何种传感器、能源计量表、 IBMS 集成的全管理平台等方式，对医院的设 备进行一个集中的管控。  针对医院内信息密集，流通复杂，实时性的特点，我们建议设计综合布线系统、计算机网络系统、无 线 WIFI 覆 盖 系 统、多 媒 体信息发布及查询、病床、呼 叫 、手术示教系统、时钟系统等基于信息化管理、数据存储和信息传递的一 系列系统。完成医院的信息化设计。  另外，我们还针对医

我的健康 我的借款 我的能力 我的学生 我 的合同 职工 360 全息视 图 职称评定 人才申报 梯队建设 我的培训 个人履历 MediWay 东华医 为 iMedicalOHO 表格 + 搜索 字典信息维护 人员全息图绩效查 研成果查询 更多∨ 中 西 结 合 最后一次提交 2016 年考核结果 二十、我的借款 二十一、我的报销 二十二 我的合同 基于数据中心，能查看一个人所有信息 iMedical c hBlock o eHealth 职工 360 全息视 图 蒋区荣副主任 东 华 3 6 0HR 人力资源管理解决方案 MediWay 东华医为 360 度人力资源管理系统 EMR LIS PACS 数据同步，分工协同 数据质量管控 值域校验 唯一性校验 一致性校验 完整性校验 数据全生命周期管理 数据供应链 数据脉络图 多维访问权限 数据访问授权 菜单访问授权 页面元素授权 统一数据访问服务 Webservice 服务 视图 统一数据整合服务 指标定义 业务规则

广场花园 / 主要干道 低空全景、 车辆违章管理、 紧 急求助、 信息发布、 广播通知 行政楼 访客管理、 人员通道、 人脸梯控、 智能会 议 监控中心 监控大屏、 3D 指挥、 AR 指挥、 数 据图 墙、报警联动、 值班管理、 智能 巡更 住院大楼 门禁管理、 重点人员管控、 紧急 报警、 消防管理、 动环监测、 信 息发布、 广播通知 医院大门 重点人员管控、 出入口管理 食堂 明厨亮灶、 将人员、 车辆、 监控、 报 警、 门禁、 消防、 危化 品 等信息综合分析 ，提 供电 子地图 / 数据图墙一 站式 操作 ，方便快捷直 观。 02 方案特 色 03 业务应用 布点目标： 关键点、 重点线、 安全面防护 03 高清视频监控 | 全覆盖、 无 死角 出入口 门诊、 挂号大厅 主要通 配合安检平台并结合视频监控、人脸识别业务系统 ， 可实现信息融合 l 丰富的物理接口 ，可兼容市面上部分单、双视角安检 机改造 l 支持存储 30 天录像（可扩展至 90 天）和 100 万张图 片储存 l 可联动报警联动 ，声光提升违禁品 VGA/HDMI 关联视频实时监控 03医院人员管控 | 智能安 检 安检机 安检门

RS485 UART 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 20 18 22 基于全局地 图的教室分 布，联动分 析、树目录 与之交互。 12 9 11 10 8 11 9 3 4 3 4 基于全局地 图的课堂分 布，联动分 析、树目录 与之交互。 包含考勤场 景下的课堂 定位。 基于全局地 图的学生分 布，联动分 析、树目录 与之交互。 包含旷课、 上课场景下 的学生群体 定位。 （ V1.1) 基于全局地 图的设备分 布，联动分 析、树目录 楼内教室列表 数据图表与可视化的联动分析，直观掌握状态和变化趋势 卓越服务 智慧校园 室内人数 43 控制设备 8 异常事件 12 舒适度 86% 室内人数变化趋势 面积图， X: 时间， Y: 人数，每 10 分钟取一次数值，与 该时间的平均人数叠加对比 教室课程表 列表，列：课程名称、上下课时间，教师，班级， 人数，按时间先后顺序排列，状态以不同颜色标记。

警 口 讲 放 内 一 校 实 通 雷 报 卡 投 摄像机展现现场情况 人员热度图态势预警 • 可视化指挥 先进的 AR 技术 ，在现实视频上叠加标签 ，用户可 根 据实际场景， 自由切换相应视频 • 全景掌控 全景监控解决视频监控盲区 ，实现校园全方位立 体 化管理 > 一键报警 | AR 云景 | 人脸轨 迹 解决方案 应用价 值 • 事件追溯省时省力 在遇肇事事故时，对人、车、非机动车进行意图搜图，快速 定位事故对象； • 抓拍录像自动关联 按照以图搜图结果，系统自动关联抓拍时间内的视频并进行 录像，搜索后可将关联视频整合输出； • 对象轨迹自动呈现 按照搜索对象出现的位置及时间，自动形成区域内运动轨迹 ，实现特征检索及人脸搜图 ，大大保障了校园周 边 的安全防范。 出入口 公共区域 道路 校园周边 周界 监控中心 细节 智能检索 解决方案 视频结构化 大场景监控 ，多目标检测 > 周边防控 特征检索 | 以图搜 图 人体特征 | 人脸抠 图 细节跟踪 ，