推向第二个黄金 期 199 0 年 AI 计算机 DARPA 计划失败，政府缩 减投入， AI 进入第 二次低谷 2006 年 Hinton 提出“深度 学习“神经网络使 得人工智能性能获 得突破性进展” 2013 年 深度学习算法在语音 和视觉识别上识别率 显著提升，进入感知 智能时代 2016 年 AlphaGo 战胜人类 围棋冠军， AI 关 注 度空前提升 2022 年 OpenAI 可解释但依赖人工经验输入 深度学习 2010-2020 硬件发展，大规模数据，算法突破 推荐系统 人脸识别 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 门槛，加速了技术普惠。 API 服务 定价仅为 OpenAI 的几十分之一， 吸引全球用户日活突破 2000 万。 开源模型打破了头部厂商的垄断， 推动更多二线企业和开发者入场 DeepSeek 在性能上比肩 OpenAI 的 o1 ，中美模型技术差距从 1-2 年缩短至 3-6 个月，验证了国内在 算法优化和工程能力上的突破 DeepSeekV3 创新带来对标 GPT- 4o 的性能和远低于 4o

( 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。 2. 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。 年——图灵测试：艾伦 · 图灵提出“机器能否思考”的哲学命题，但未形成系统研究框架。 ◆1997 年 — —深蓝胜利： IBM 超级计算机击败国际象棋冠军，体现专用 Al 的突破，但通用智能仍未实现。 ◆ 2012 年——技术突破的转折点：深度学习崛起， Geoffrey Hinton 团队在 ImageNet 竞赛中以卷积神经网络将错 误率 从 26% 降至 15%, 引发算力与数据驱动的 Al 无法处理复杂现实问题 · 第五阶段：复兴时期，标志事件是 1997 年 IBM 深蓝击败国际象棋冠军 · 第六阶段：数据驱动的崛起，驱动力是互联网积累海量数据， GPU 算力 提升，机器学习算法突破，里程碑事件是 2016 年 AlphaGo 击败李世 石 2020 年以后是通用智能探索与生成式 Al 爆发期， 2022 年 ChatGPT 发 布， 生成式 Al 普及化。 2023 年后

依托互联网医院 开药、随访、咨询线上开展 医生 开具慢性病处方 对患者进行慢性病管理 职业晋升机会不大 相关慢性病除用药外，未深入 挖掘 患者服务不到位 线上问诊 6- 慢病管理——突破点 社区医院 医药 社区服务 健康管理 送药到家 远程医疗协同 居民 搭建互联网医院平台 建设 运营 管理 管理 服务 1 、医院无法有效盈利 3 、患者购买处方药成本 高 赋能医院 • 服务政府 云影——影像云存储应用 云图——数字影像服务 云诊——全场景诊断以及 远程诊断应用 云智——人工智能辅助诊断 8- 区域影像中心——以云影像为核心，建设智慧医疗大数据平台 突破点 1 ：医疗数据长期存储 基于蓝光存储技术、光磁融合一体技术，建设医疗数据长期存储与备份体系。 500G / 每光盘 单机柜可以达３ . ２ PB 提高存储密度，节省存储空间 海量 防篡改、防病毒攻击、防电磁干扰 支持数据分段校验码，数据更安全 安全 常温运行，能耗仅为磁盘存储 1/10 降低存储能耗和成本 连续入选工信部《绿色数据中心先进适用技术目 录 》 绿色 长期 蓝光介质寿命长达 100 年 无需数据迁移 突破点 2 ：医疗、医药、医保联动 发挥央企背景优势，在政府监管下推动政府与医院数据互联互通，形成医疗、医药、 医保三医联动，打造为全市医养做服务的互联网医院。 互联网医院常见问题 1. 互联网企

多玩家加入。  总的来说，数字营销不是传统营销+数字化工具，而是基于数字世界的全新营销打 法，对数据的收集能力、应用能力、资产化能力将为企业铸造核心竞争实力。 目录 第一章 稳步增长的市场亟待突破“价值量化”的瓶颈................................................................1 1.1 数字营销市场规模稳步增长 ...... . 23 图表 13 京医千询大模型全面赋能数字营销................................................ 26 1 1 第一章 稳步增长的市场亟待突破“价值量化”的瓶颈 1.1 数字营销市场规模稳步增长 中国药品销售市场规模稳步增长。根据商务部发布的历年《药品流通行业运行统计分析 报告》，我国药品市场规模稳步上升，以平均每年超千亿的增速增长。 如 CRM 系统、线上医生运营 平台、虚拟代表系统、线上患者管理系统、学术直播视频系统等。 该类产品为传统的医药营销提供了信息化工具，让传统的学术推广、用户管理以及工作 管理等流程搬到了线上，突破了时间和地域的限制，在疫情期间得到极大的发展和应用。 该功能我们将其定义为“信息化功能”。 另一方面，也是更加重要的一方面，该类软硬件的渗透为创新的数字营销模式提供了数 据基础。在软件基础之上

随着2006年DeepLearning算法的提出，人工智能(AI)的发展进入 了第三次浪潮。DeepLearning凭借自身优秀的信息表征及关系提取能 力，已经为计算机视觉(cv)及自然语言处理(nlp)等领域带来了突破性的 进展。现在，AI的魔力已经被逐步引入药物研发的领域，并正在深刻地 改变这个领域的研究和发展流程。无论是在早期的药物筛选、药物优 化，还是在药物的临床试验和后期的上市监控，AI的应用都愈发广泛。 提取能力，充分学习了这种“协变”信息，从而更准确地预测蛋白质的三维结构。 AlphaFold2模型框架，图片引自[3] 后续工具针对AlphaFold2的改进 AlphaFold2的出现无疑是一个巨大的突破，但同样他并不完备。 AlphaFold2自身存在着许多不足，如MSA构建的步骤，会极大的占用计算时 间。因此很多方法基于这一缺陷，提出了新的技术，如Meta公司提出了 ESMfold。 ES

最优途径；基于产生式规则，通过逆向推理能够获取部分专家知识；多级极大值 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 中医诊所备案管理暂行办 法 国家逐步推进中医诊所管理信息化，有条 件的地方可实行网上申请备案 2016 中共中央、国务 院 健康中国 2030 规划纲要 加强慢病防控、精准医学、智慧医疗等关 键技术突破，重点部署创新药物开发、医 疗器械国产化、中医药现代化等任务 2016 国务院 中医药发展规划纲要 （2016-2030 年） 推动“互联网+”中医医疗，大力发展中 医远程医疗、智慧医疗和移动医疗等新型 亿元，同比增长 29.49%，占医药板块收入比例达到 17.73%。数据显示，近 5 年公司累计研发投 入 45.03 亿元，占医药工业收入比例为 13.32%。在高研发投入下，天士力中药 创新药也不断实现突破，当前公司有 9 款创新中药处于临床 III 期研究阶段，包 括安神滴丸、青术颗粒、脊痛宁片、安体威颗粒等多个品种，公司在中成药创新 药研发、临床转化和商业化销售领域具有成熟经验，中药创新药将成为天士力未

无线网络设备 0OB 性能进行额外限 制。 满足 OOB 高要求的行业场景， 比如手术室 / 重症监护室等 医疗设备 OOB ( 三 ) 以 5G 手机或者 PAD 为中转单元，突破 5G 模组行业小 型化障 碍，快速实现移动医疗或者远程医疗 5G 行 业 移 动 工 作 站 ■ 5G 行业专网无线场景覆盖是驱动业务发展的关键 5G 业 终 端 模 ■ 5G 行业终端，是使能智慧医疗发展的核心。 领取体 检表 交表 □ 5G 远程手术示教系统，是基 于 5G 网络大带宽、低时延特性，为医护人员和医学生提供超高清手术直播 / 录播、 VR 全 景手术直播、远 程手 术指导服务，突破了传统诊疗手术方式的局限，实现 4K 、全景视频稳定传输，打造 VR 沉浸式教学，使数据采集效率更高，数据传输更可靠， 实现优质医疗资源下沉。 高清视频 & 语音实时连续传输、低时延 采集终端 | 健康 □5G 远程手术指导系统，是基 于 5G 网络大带宽、低时延特性，为手术医生和远程专家建立实时超 高 清术中沟通渠道，远程 专 家通过 VR 全 景手术直播观看、为手术医生提供指导，突破了传统诊疗手术方式的局限，实现优质医疗资源下沉。 视频采集和整合 院内信息系统整合 * 手术室 语音交互 视频存储 指导管理 平台 高清视频传输 互动音频 16 医养一体化

在图像识别方面的准确率大幅度提升，驱动 AI+影像快速发展。而语音识 别的精准度提升以及临床知识库的发展，也推动辅助诊断服务逐渐兴起。随着 DeepMind 两代 AlphaFold 实现了蛋白质空间结构预测的重大突破，AI+制药也进入高速发展期。 图表1： AI+医疗应用场景 资料来源：各公司官网，华泰研究 AI+问诊：从语音录入到实时生成内容，提高临床记录环节效率 临床辅助决策分 linical candidate, PCC)一类的验证性成果 （2018-2019 年）后，DeepMind 推出的 AlphaFold 和 AlphaFold2 实现了蛋白质空间结构 预测的重大突破，引领行业进入高速发展期。 免责声明和披露以及分析师声明是报告的一部分，请务必一起阅读。 5 电子 近期，我们看到类 Chat 的生成式 AI 开始出现，印证 AI 与药物发现的结合逐渐深入。比如

关键数字技术基础薄弱，在创新力、掌控力、国际化等方面有待进一 步提升；人工智能核心算法、数据融合技术等部分关键领域存在“卡 脖子”问题。新形势下，不断提升我国科技自主创新能力，以发展关 键技术为突破口，补齐核心技术短板，推动数字经济加快发展。 3．新征程，核心数字技术赋能健康医疗新生态 2016 年，《“健康中国 2030”规划纲要》的实施，拉开了健 康中国战略的序幕，人民的健康意识不断提升，对健康医疗的需求 提质增效，数智技术赋能医疗健康 随着 5G、大数据、人工智能等新兴数字技术在健康医疗领域的 加速融合，传统健康医疗服务实现了跨越式发展，从面对面问诊到 跨空间医事服务，从人工服务到计算机辅助诊断，逐渐突破人们对 健康医疗服务的认识。表 1-1 中总结了智慧健康医疗中的主要数字 技术。 中国智慧健康医疗蓝皮书 2022 8 为“健康中国”插上智慧的翅膀 表 1-1 智慧健康医疗中的主要数字技术

高临床试验招募的效率和准确性方面的潜力。 大语言模型作为一种基于深度学习的AI技术，已经在许多领域展现出了惊人的能 力，比如大语言模型为自然语言处理（NLP）领域的文本生成、文本摘要、问答系 统等任务带来了颠覆性的突破，也为计算机视觉（CV）领域的文生图等多模态任 务提供了新的思路。简单来说，大语言模型是一种可以理解给定的上下文，并根据 上下文做出回应的生成模型。大语言模型首先在一个包含数万亿单词的大型语料库 上