● 医养一体化 ● 5G 远程心 理 ● 测温机器 人 以 5G 云网融合 方案为基 础 5G 智慧医疗整体架构—— 1+1+N 急诊—— 5G 应急救援系统 眼科——精准眼健康 手 术 — 5G 远程手术示教 中医——智慧中医 ● 住院 探视—— VR 探视 医护—— 5G 云医护 查房——查房机器人 消毒——消毒机器人 ● 资源管理 设备资产管理——设备资产管理系统 设备资产管理——设备资产管理系统 ● 管理与服务 ● 远程会诊 ● 远程手术指导 ● 影像云 ● 远程心电 ● 远程病理 ● 远程超声 健康服务 医 疗 协 同 ● 专科辅诊 导诊—导诊机器人 智慧医院 ◆ 5G 是全球数字经济战略的先导领域 5G 网络将会直接影响整个国家的经济，政治和安全，谁能领导 5G, 谁就站在了来 来 信息时代的利亮点 希望通过 5G 改变国家面貌，实现超智能化社会、推动健康、交通、制造，金融， 、眼科——精准眼健康 3 、手术—— 5G 远程手术示教 4 、手术——物资传送机器人 5 、中医——智慧中医 ● 住院 6 、探视—— VR 探视 7 、医护—— 5G 云医护 8 、消毒——消毒机器人 ● 资源管理 9 、设备资产管理——设备资产管理系统 ● 管理与服务 10 、导诊——导诊机器人 智慧医院 | 医疗协同 | 健康 Part 1 5G 时代的急救什么样

22400 + 起 16200+ 人死亡 操作错误、忽视安全警告 未经许可开 动、关停、移动机器 忽视警告标记、警告信号 操作错误 破坏安全装置 安全装置被拆除、堵塞，作用失效 使用不安全设备 临时使用不牢固的设施 使用无安全装置的设备 攀、坐不安全位置 在起吊物下作业、停留 机器运转时加油、修理、调整、焊接、清扫等 未正确穿戴劳保用品 在必须使用个人防护用品用具的作 业场所忽视其作用 接入能力： 5G/4G 分流，固网 BAS 网络能力：定位、 TCP 视频优化、网络感知 应用能力 云 能力 提升质量 应用能力 行业应用：智能制造、车联网、媒体、 ... 通用行业应用：机器视觉、区块链、 ... 联接 网 计算 云： IaaS/PaaS/SaaS 数据智能： AI ，大数据，视频分析 #3 #2 #1 URLLC 业务能力 eMBB 业务能力 mMTC 技术特性 5G 关键核心技术 峰值速率： 10/20Gbps • 厂区高清视频监控 • 连接数密度： 100 万 /Km 2 海量物联网传感节点 • 空口时延： 1ms 厂区机器人 / 无人机安防巡检 • • • 传统视频监控 事前无预警 缺乏智能化，灵活度低，需要依靠人 力查看，响应不及时 人工识别难 监控数据采集维度单一且效果欠佳， 不可用在其他领域

台，溶媒排 药机器人 1 台， 智能剥盖机 1 台 , 智能存取柜 3 台。 创建智慧服务品牌 》》》 在湖州遇见最美医院 在湖州享受健康生 活 溶媒排药机器人 IRON- WYS01 统排机 IRON-TP200 》》》辅助机器人 5G+AI 5G+AI 机器人，基于 5G 大带宽、低时延的智能管道， 把机器人和大数据平台连接在一起， 通过云平台的大数据分 析能力，快速具备数据采集分析能力及学习能力， 满足多场景应用需求。 业务价值： 采用智能机器人与大数据智能平台快速链接，可实现快速问路导航、生活便利查询等，适用于各种商业场景； 通过机器人与工业产业链结合，满足精准物资配送和调度需求， 适用于专业化的工业场景； 将机器人与专用医疗设备融合，依托 边缘计算能力，实现远程消毒等复杂场景的智能决策和智能操作。 消毒机器人 物资配送机器人 创建智慧服务品牌 》》》 在 湖 州 遇 见 最 美 医 院 在 湖 州 享 受 健 康 生 活 物资配送机器人 智能互动机器人 消毒机器人 搭建智慧管理平台 》》》

年，“计算机之父”和“人工智能之父”艾伦 · 图灵 (Alan M.Turing) 发表了论文《计算 机器与智能》 , 这篇论文被誉为人工智能科学的开山之作。在论文的开篇，图灵提出了一个引 人深思的问题： “机器能思考吗 ?” 。这个问题激发了人们无尽的想象，同时也奠定了人工智 能 的基本概念和雏形。 图灵测试的核心理念是：如果一台机器的表现与人类无法区分，那么就可以认为它具有智能。 具体来说，测试通过模拟一个“问答游戏”展开： 具体来说，测试通过模拟一个“问答游戏”展开： 1. 参与者：一个人类询问者 ( 通过文字交流 ) 、 一台机器和一个人类 ( 两者隐藏身份 ) 。 2. 规则：询问者通过文本与机器和人类自由对话，持续一定时间后，若询问者无法区分哪一方是 机器，则机器通过测试。 一、人工智能发展简史了解 意义与影响 1. 哲学突破： 1. 图灵将抽象的“机器能否思考 ?” 转化为可操作的“能否模仿人 类 行为 ?", 规避了关于“意识”的争议。 提出“智能”的行为主义定义，即通过外在表现而非内在机制判 断 智能。 2. 技术目标： 1. 为早期人工智能研究提供了明确方向，例如自然语言处理和对话 系统的开发。 2. 启发了后来的聊天机器人 ( 如 ELIZA,ChatGPT) 和语言模型的 发 展。 一、人工智能发展简史了解 CDC 疾控 人 1.2 人工智能的诞生 人工智能的诞生可以追溯到 20 世纪 50 年代。当

人工智能与健康医疗的结合已初步应用在 卫生健康产业发展、临床辅助诊疗、医院 智能管理、医学科研与教育、公共卫生智 能服务等方向 智能影像辅助诊断：对脑、肺、眼、骨、心脑血管、皮 肤等患病部位的多模态影像标注、融合，经过机器学习、 深度学习等人工智能技术进行病灶分析后，实现对新检 测影像的自动分割，通过辅助诊断软件识别异常部位， 提高基层医事服务能力 5G 技 术 5G 技 术 即 第 五 代 移 动 通 医院之间形成 5G 应急救援网络，救护车接到患者后， 其体征、病情等相关数据实时回传到指挥中心，院内医 师及时制订抢救方案，实现患者“上车即入院”。此外， 在战场、灾区等复杂环境下，依靠无人机、救护机器人 等系统，开展救援指挥、救援定位、远程急救等服务 移 动 计 算 通过无线通信，实现移动终端之 间，或与其他固定计算设备，进 行信息交互 移动计算技术可应用在慢性病管理、远程 医疗等方面 智能运输机器人序列的建设，实现医疗机构的智慧化运行。三是智 慧手术，主要指通过手术机器人，实现病灶的精准消除和治疗，最 小化患者创伤，最大化治疗效果。四是智慧管理，基于日常运营数 据的精准分析，为医院管理者提供有效的决策建议。 诊后场景：智慧健康医疗以最优化诊后服务为目标，通过智能 机器人、智能器械、智能软件等，为目标人群量身定制最优康复服 务方案，一是通过机器人，如上肢康复机器人、下肢康复机器人、

图谱等技术进行挖掘，实现对既往患者救治经验的提取。 中医诊断场景指的是将中医诊断依靠的望闻问切、经络诊断、体质辨识等诊 断手段数字化，借助智能终端和 AI 辅助做出更精准全面的诊断。 中医非药物治疗场景是指借助机器人、AI 实现针灸、推拿、刮痧、拔罐、音 乐疗法等中医适宜技术。 中医处方及药房场景指的是在诊断后，借助大数据和 AI 辅助药方的开立， 并在智慧中药房中完成处方的审核、调剂、煎煮。 中医药研究场景指的是运用大数据挖掘、AI 技 术的更迭，主要分为三个阶段：第一个阶段为上个世纪 70 年代末至 80 年代的 基于经验知识推理阶段，研究主要集中在中医领域专家系统的研制；第二个阶段 为 90 年代至 21 世纪初的传统机器学习阶段，研究者们主要尝试单一或多种机 器学习算法进行中医智能辨证诊断研究；第三个阶段为 21 世纪 10 年代以来的 大数据与深度学习探索阶段，随着大数据技术的成熟、计算机算力的提高和深度 学习等算法的发展，尤其是 搜索法建立启发式联想推理机一般利用数组或矩阵来表示知识。 4 （2）基于传统机器学习的阶段 进入 90 年代后，研究人员已经突破传统专家系统的概念，采用了机器学习 等相关智能技术改进中医诊断流程。中医诊断一定程度上可以视为将人体所表现 信息即证候在所有已知证候库中进行匹配，所以可以把中医诊断作为机器学习问 题来对待，并采用如决策树、贝叶斯算法、支持向量机等分类算法来解决此类问

型搭建、增强现实/虚拟现实（AR/VR）等技术，提高工厂 设计效率，优化工厂布局，缩短工厂建设周期。 10.数字孪生工厂建设 面向设备、产线、车间、工厂的数字孪生建设，应用 物联网、多物理场仿真、机器学习等技术，实现生产全流 程模拟，提高产品质量和生产效率，减少资源浪费和环境 污染。 11.智能原料药工艺设计 应用数智技术在原料药工艺开发和优化方面提高效率， 5 提升工艺 工艺放大和 生产过程可靠性。将高质量的工艺和质量数据集与数学建 模方法或人工智能（AI）算法结合，辅助理解中药工艺中 关键物料属性、关键工艺参数（CPP）和产品关键质量属性 之间的关系，通过机器学习、迁移学习和强化学习等方法 实现数据增强，提升工艺模型可靠性和工艺参数的可调控 性，保持生产过程的稳定性和可控性。 13.数智化生物制品工艺设计 面向生物反应条件优化、纯化工艺开发等业务活动， 署设备管 理系统（EQMS）、巡检机器人等系统和产品，应用智能传 感、视觉分析等技术，自动记录设备运行数据，确保符合 标准和法规要求，提高设备运行效率和可靠性，提升设备 精细化管理水平。 8 19.生产设备故障诊断与预测 面向设备故障快速定位、原因分析和预测等业务活动， 针对停机时间长、故障诊断困难等问题，应用 5G、物联网、 机器学习等技术，建立设备故障诊断知识库和预测模型，

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 应 用 表 现 统计机器学习 1980 年代至 21 世纪初期 硬件奠基，算法发展，数据积累 算法框架：逻辑回归、朴素贝叶 斯 .... 特征工程 + 算法 推荐系统 输入法 可解释但依赖人工经验输入 深度学习 算法框架：深度神经网络、卷积神经网络 自动进行特征学习，端对端训练，有监督 在特定场景效果好，但需要根据 不同任务训练不同的模型，泛化 能力差 生成式 AI 2020- 硬件、算法、大数据全面突破 对话机器人 算法框架： Transformer 大规模无 监督预训练 多任务、多模态统一处理 自然语言理解、世界知识记忆、 逻辑推理 人工智能时代推动检验技术的发展 大数据 人工智能 物联网 云计算 例 SS 患者， 243 例 IM 患者  研究指标：自身抗体、血常规、生化常规、临床特征  指标筛选：差异分析、相关性分析、单因素多因素分析、 LASSO 回归  模型筛选： 4 种机器学习模型比较  模型优化：性能最优模型进行指标优化  外部验证：独立数据进行模型验证 AI 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

信息技术与医疗服务深度融合。推进电子病历、智慧 服务、智慧管理“三位一体”的智慧医院建设和医院 信息标准化建设。大力发展远程医疗和互联网诊疗。 推动手术机器人等智能医疗设备和智能辅助诊疗系统 的研发与应用。建立药品追溯制度 ，探索公立医院处 方信息与药品零售消费信息互联互通。 政策要求 国务院办公厅关于推动公立医院高质量发展的意见（国办发〔 E AND TEC HNOLOGY 后 息 与数 据中心 华中科技大学 主战场 成熟 没落 ① 机器人 ② AR/VR/MR ③ 机器人流程 自动化 RPA ① 数据分析 ① 网页技术 ① 工业互联 网 + 区块链 发展 ① 大模型 + 人工智能 ① 5G ② 流媒体 业务应用端 运营管理分析 患者 360 视图 绩效国考指标 区域医疗服务能 力分析 居民健康管理 疾病预测模型 解决多端应用的数据时 效、数量、质量需求 萃取指标、统计分析 机器学习、高级分析 解决数据综合 管控问题 新建实时采集

基 生 命 ② 剖 析 大 模 型 ① 关 于 预 训 练 CHIMA 20Pag2 Tsinghua Confidential | lvhairong@tsinghua.edu.cn 机器学习模型的可解释性  传统模型的可解释性思路  模型相关  模型无关  大模型的可解释性思路  基于 attention 机制：大模型如 BERT 和 ChatGPT 等大都基于 中国科学院院士 董家鸿 中国工程院院士 Wing H. Wong 美国科学院院士 ② 剖 析 大 模 型 群体骨干 ③ 精 准 可 解 释 张静 群体带头人 张学工 生物信息与机器学习专家 清华大学自动化系教授 国际计算生物学学会会士 魏磊 闾海荣 谢震 古槿 江瑞 汪小我 CHIMA 20Pag2 Tsinghua Confidential | lvhairong@tsinghua 10TB+ ） 多家顶级医院合作构建 权威知识图谱 智能交互机器人 语音识别 / 合成 全自研语音技术 基于 GPT 的语言模 型 高精度医疗语音 识别 高噪声低采样率语音识 别 语言大模型 +NLP 预训练语言大模型 垂直场景小模型深度优化 迁移学习 + 提示学习快速落 地 复杂多轮对话推理技术 智能外呼机器人可视化运维 医学知识管理 百万级基础知识图谱 + 专科