求“深入践行绿色发展理念，建立生态 文明教育工作长效机制“”绿色学校创建制度、政策、标准体系基 本 完善，学校绿色生活方式蔚然成风“。 零碳绿色园区碳资产管理平台建设必要性 国务院印发《关于加快建立健全绿色低碳循环发展经济体系的指 导意见》 两部委《关于印发 < 绿色学校创建行动方案 > 的通知》 实现教育部“ 2030 零碳园区项目”推动园区低碳转型，实现以园 二严 a 林 n i 李 陋 1 万 m 4 s8 r 第 8 麻 9eae ± 加 98s 产 s* 联 - 年 利 uma m ci msraeess.a 零碳绿色园区 | 建设思 路 零碳智慧园区 · 科技助力碳中和 ■ 全生命周期碳排放及溯源 通过云计算手段，颠覆原有园区碳盘 查模式，实现盘查的线下至线上的 转 换 。 ■ 零碳园区泛在计量 以能源的泛在计量为基础，掌控园区 楼宇能耗的整体模型，科学规划能 使 用 。 ■ 有序用电下的维稳 综合考虑园区内中各项用能指标，做到 科学、合理、有据的限电，减少矛 盾。 ■

争创智慧医院标杆 智慧医院引领高质量发展 在湖州遇见最美医 院 在湖州享受健康生 活 浙江省立医院 浙江省立医院第二传染病院 浙江省立传染病医院 浙江省立第二医院 北迁嘉兴 改称浙江省立嘉兴医院 迁至湖州 改称湖州市第二医院 改称嘉兴地区人民医院 改称湖州市第二人民医院 更名为湖州市中心医院 成立湖州市中心医院医疗保健集团 整体搬迁浙北医学中心 浙江省区域医疗中心 在 湖 州 遇 见 最 美 医 院 在 湖 州 享 受 健 康 生 活 湖州市中心医院首任院长陈万里 全国文明单位 全国三级公立医院绩效考核百强 全国现代医院管理制度试点单位 全国改善医疗服务先进典型医院 全 国 综 合 性 医 院 中 医 药 示 范 单 位 始建于 1931 年 前身为浙江省立医院 湖州地区规模最大三级甲等综合性医院 医院概况 》》》 在 湖 州 遇 见 最 美 医 院 在 湖 州 享 受 健 康 生 活 浙江省区域医疗中心 浙江大学医学院附属湖州医院 浙江中医药大学第五临床医学院 湖州师范学院附属中心医院 湖州市肿瘤医院 2000 卫技人员

周年天津滨海电力宣传片拍摄”、“泛在电力物联网应用成 果汇报”等一系列任务，获得了电力行业的广泛关注，并在 CCTV-1 ，天津电视台，人民网等主流媒体进行 了深入报道。 杭州电力 2019 年 10 月开始， 5G 智能巡检机器人在杭州电网所属的“湘湖电缆隧道”进行部署，并在 11 月初完成了实 地部署，目前正在工作现场进行日常无人化巡检任务。此处部署是配合 12 月在杭州举办的“泛在电力物联 网应用成 网应用成果”汇报任务，向国网集团领导和地方电力巡检部门负责人进行远程指挥、无人化巡检应用展示。 同时，这也是国内首次在电力隧道内使用 5G 智能巡检机器人完成输电线路的日常化巡检任务。 中国电科院 2019 年， 5G 智能巡检机器人在中国电科院进行 5G 电力巡检测试，测试结果显示， 5G 网络上下行速率以及 时延能够满足巡检机器人应用要求，能够实现设备巡检、远程操控、移动全景监控等功能。

从而以正确的策略和方式推动发展智慧健康医疗，对我国智慧健康 医疗体系的建设尤为重要。关于智慧健康医疗的定义如图 1-1 所示。 在智慧健康医疗发展的关键节点，清华大学智慧医疗研究院承 接了中国工程院 2020“健康中国”智慧医疗生态体系发展的重大战 略研究项目，中国工程院和中国科学院跨越 7 个学部的 26 位院士通 力合作，共同研拟了智慧健康医疗的准确定义及深刻内涵，提出了 推进健康中国未来十年发展的蓝图设计和重点工程。 布局技术标准研制， 争取国际规则制定，以应对发达国家在关键技术基础能力的竞争， 拥有在全球数字经济产业合作格局的显著优势。 2．新阶段，转型国内市场创造经济发展新机遇 近年来，中共中央、国务院对新兴数字技术发展不断提出要求， “十四五”规划和 2035 年远景目标纲要中明确提出“打造数字经济 新优势”，各部门深入贯彻新发展理念，科学、合理、系统、全面地 布局我国数字化转型。 依托我 设备。智能化远程控制移动单元，实现数据快速传输， 为医务工作者的救援工作提供信息 智慧健康医疗体系概述 1 9 续表 技 术 内涵 在健康医疗领域的 应用场景 应用实例 物 联 网 通过各种信息传感设备、红外感 应器、射频识别技术（RFID）等， 连接所需终端或过程，实现数据 采集，达到对终端和过程智能化 感知与管理 依托物联网，实现医疗组织机构的物资管 理可视化、医疗信息的数字化以及医疗服

成统一的信息化标准。 难以支持 医院决策 信息系统中难以提取出 与决策相关联的数据作 进一步的分析 ，难以 为 医院决策者提供精 准的 理论依据。 信息孤岛 医 疗 信 息 及 应 用 互 联 互 通 程 度 较 低 , 在功能上不关联 、 不互动 ， 导致业 务流程脱节 。 医 务 人 员 积 极 性 由 于 信 息 化 程 度 较 低 ， 绩 效 考 核 信 息 不 完 全 。 医 务 人 员 的 收 入 与 付出差距过大 ， 不仅打击 医务人员积 极 性 , 也 给 管 理 与 医 改 带 来 阻 力 。 患者服务 信 息 化 建 设 程 度 决 定 医 院 工 作 效 率 , ” 三 长 一 短 ”等 看 病 难 问 题 ， 直 接 影 响医患关系 。 医疗安全 传 统 医 疗 观 念 中 , 扩 大 床 位 规 模 和 增 加医务人员工作量是维系医院 加医务人员工作量是维系医院 生存的 主要途径 。 由于传统医疗信 息化程度 较低 ， 医疗质量难以保障 ， 给医疗安 全带来极大隐患 。 管理存在的痛点 管理痛点 医政协同 医 院 内 部 服 务 管 理 能 力 受 限 , 政 策 执行成效低 。 资源孤岛 缺乏资源共享及统一管理的信息 基 础 , 各 部 门 / 区 域 各 自 为 政 ， 进 行 " 烟囱式建设 "

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 公司推出了 GPT-3, 模型参数规模达到了 M6 模型的参数量达 10 万亿 2.1 大模型的概念 大模型的设计和训练旨在提供更强大、更准确的模型性能，以应对更复杂、更庞大的数据集或任务。大模型通常 能够学习到更细微的模式和规律，具有更强的泛化能力和表达能力 学习能力强 大模型可以从大量的数据中学习， 并利用学到的知识和模式来提供 更精准的答案和预测。这使得它 们在解决复杂问题和应对新的场 景时表现更加出色 上下文理解能力 、 千 问 、 LLaMA 等 ) 大模型技术体系概述 训练环节 推理环节 特定场景标注数据 海量医学文献、病历 互 联 网 全 部 电 子 数 据 业务系统 ( 料研、临床、电者服务 等 ) 嵌入或者 API 调用 智能应用 ( 对话形式 ) 智能能力 ( API 形 式 ) 监督微调 (SFT) 持续预训练

卡片管理、日常管理、应付款管理 采购管理、库房管理、代销品管理 消毒包管理、耐用品管理、应付款管理 H-ERP基础平台 机构、帐套、基础编码、角色、权限、… 基 于 电 子 病 历 的 医 院 信 息 平 台 医疗信息 服务系统 医院信息系统 HIS 实验室信息 系统LIS 电子病历 EMR 医学影像系统 PACS/RIS 科教与知识 管理 …… 医疗管理与质 量控制 统一标准的数 据格式和数据 表示形式 基于一体化数字医院集成平台，采用 SOA 架构， 采用模块化设计，用户可以自由组合的功能模块， 可根据医院的具体工作流程定制、重组和改造。 一体化数字医 院集成平台 核心技术 物联网： 通过射频识别、传感器、红外感应、全球定位、 激光条码扫描、图像识别等信息感知设备和网络， 按约定的通信协议，把任何物品与互联网相连接， 进行信息交换和通信，以实现智能化识别、感知、 在使用者看来是可以无限扩展的，并且可以随时获 取，按需使用，随时扩展，按使用付费。 综合采用多机制识别和 感知技术，实现被监测 对象准确的感知 实现了多源数据的相互 融合和协同利用 通过网络和移动终端 设备，为物联网的广 泛应用提供了广泛便 捷的展示和应用 为医疗机构、政府职能部 门和个人提供了包括软件 服务、平台、基础设置各 层次全方位的服务 Thanks

其中最主要的问题是不确定性和预训练语料库 中存在的某些局限性，这可能导致 ChatGPT 在 回答一些问题时存在时效性、事实性以及 内容 不合规等情况。 [1] 少样本提示：尽管大型语言模型展现出惊人的 零样本能力（泛化能力），但在复杂的任务中 使用零样本设置时仍然表现不佳。为了提高模 型的性能，我们可以采用少样本提示技术来启 发上下文学习。这种技术可以通过给模型提供 示例演示来引导其生成更好的响应。演示作为 挑战：对放射科医生来说，写下大量“印象”既费 力 又容易出错。尽管最近的研究中基于预训练和微 调预训练模型在医学文本领域中的自动印象生成方 面取得了不错的效果，但此类模型通常需要大量的 医学文本数据并且泛化性能较差。 思路： ImpressionGPT[1] 使用动态提示 （ dynamic prompt ）和迭代优化（ iterative optimization ） 来增强 ChatGPT lvhairong@tsinghua.edu.cn 清华大学数基生命交叉创新群体 ④ 医 疗 应 用 ⑤ 数 基 生 命 ① 关 于 预 训 练 群体顾问 戴琼海 中国工程院院士 李衍达 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

要 求及医保政策，成为医院广泛应用的领域，采购金额从100万到几百万不等；超声语音智能录入系统则 因需针对上千份病历模板进行训练，初期投入200万，但由于其高度定制化，科大讯飞认为其不具备广 泛的可推广性。 ● 10:31 医院AI应用面临的挑战及解决方案探讨 在医院使用AI技术时遇到的主要问题是AI系统无法直接落地使用，需要针对每家医院重新训练，这是当 前人工智能应用的难点之一。由于 可能使得训练成本成为 最大的挑战。 ● 13:08 医院与科技公司在AI医疗诊断领域的合作模式 对话围绕医院、华为以及第三方检验公司（如金域、迪安诊断）在AI医疗诊断领域的合作模式展开。医 院对AI在检验报告智能解读和疾病早期诊断方面的应用表现出浓厚兴趣，但指出目前多依赖于临床参 与。检验科希望通过AI赋能，实现更早的癌症诊断，而不仅仅是提高检验报告的准确性。同时，提到了 润达等公司正 域？ 发言人 答：推想科技是目前在医院推行为较好的公司之一，尤其在影像类辅助诊断方面表现突出，例 如肺结节检测。此外，科大讯飞与医院合作的超声语音智能录入项目也较为成功，但因其需针对每家医 院进行大量病历模板训练，导致推广成本较高且具有局限性。 发言人 问：AI辅助诊断是否已纳入医保支付？ 发言人 答：AI辅助诊断是一个发展趋势，部分产品已能进行收费，并有望纳入医保支付，国家卫健委也

4 篇。 大模型构建流程分为：预训练、微调、奖励模型、强化学习四个阶段。预训练即 利用海量的训练数据和无监督学习的方法学习到通用的特征或知识，并将这些特征或 知识迁移到其他任务上，用于增强模型的泛化能力和表现。微调是指在已有的预训练 语言模型基础上，然后在新的数据集上进行少量的训练，使得模型能够更好地适应新 的任务或领域。提示调优（Prompt-tuning）、指令调优（Instruction-tuning）[7]和前缀调 通信作者: 苏文星，硕士，发表论文 4 篇。 理解、医疗问答 HealthGPT 2023.6 叮当健康 药物咨询、营养 指导、健康建议 文本 华佗 GPT 2023.6 深圳市大数据研究院 健康咨询、就医 导诊、情感陪伴 多模态 紫东太初 2023.6 中国科学院自动化研究所 手术辅助、辅助 诊疗 多模态 京医千询 2023.7 京东健康 辅助诊疗、健康 管理、文献挖 https://arxiv.org/abs/2209.14988. 27 陈兵.生成式人工智能可信发展的法治基础[J].上海政法学院学报(法治论 丛),2023,38(4):13-27. 28 中国信息通信研究院.人工智能生成内容（AIGC）白皮书（2022 年） [EB/OL].[2023-07-23].http://www.caict.ac.cn/kxyj/qwfb/bps/202209/P02022090253452