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。 1 证券研究报告 电子 AI 大模型+医疗:从问诊到新药开发 华泰研究 电子 增持 (维持) 研究员 黄乐平，PhD SAC No. S0570521050001 SFC No. AUZ066 leping.huang@htsc.com 等一批全球知名企业。随着基于大模型的生成式 AI 的出现，我们看 到 AI+医疗有望迎来一波新的发展机遇，具体看好：1）基于大模型的实时 问诊病例生成，2）按需生成新蛋白质结构提高药物发现效率等应用。另一 方面，目前尚未看到面向医疗影像的新 AI 大模型服务，大模型在医疗影像 领域主要作用是降本。国内关注讯飞医疗、云知声、晶泰、数坤等企业发展。 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 病例的录入是 AI+新药开发：根据功能需求设计/优化蛋白质，加速新药探索速度 根据 Statista，2021 年全球制药行业总收入约 1.5 万亿美金，制药研发投入 约 2.4 千亿美金。DeepMind 是最早用 AI 赋能新药开发的企业之一，其推出 的 AlphaFold 主要解决从已知的氨基酸序列，预测相应蛋白质 3D 结构的问 题，为探索生命的起源迈出重要的一步。随着生成式 AI 的出现，业内开始 探索自动根据功能

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 架构：预训练的基 石 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 从 word2vec 到 Transformer 从 context-free 到 context-aware CHIMA 20Pag2 Tsinghua Confidential | lvhairong@tsinghua.edu.cn BERT 和 任务（大规模分类任务，目标是预测第二个句子相 对于 第一个句子是包含，矛盾还是中立） CHIMA 20Pag2 Tsinghua Confidential | lvhairong@tsinghua.edu.cn BERT 表示能 力 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 Represented Into Symbolic Space

为医院建设有弹性的高效微电网： 从设计到融资 作者：Markus Hirschbold 和 Andy Haun 执行摘要 世界各地的医院越来越多地采用微电网技术来提高弹性和降低能源成本。为了优化微电网解决 方案，医院团队必须开展精细的可行性研究，部署规模得当的分布式能源。应考虑采用模块化架 构，以帮助简化微电网的设计和安装，同时降低维护成本。应对所有的融资方案、激励措施和运 营模式进行评估，以减少风险，实现收益最大化。 能源价格持续上涨 这增加了管理者的预算压力，迫使他们想方设法降低与能源有关的运营成本。微电网可以充分发挥现场分布式能源 (DER) 的优势，利用高效发电手段，如热电联产 (CHP)、燃料电池以及太阳能、风能等可再生能源发电，并结合可以 移峰填谷的储能与智能管理供需的高级控制工具，提供有效的解决方案。 图 1 : 微电网技术通过提高对电网中断的弹性来帮助医院保障患者的生命安全，同时控制与能源相关的运营费用。 至 30%。5现在是医院利用这一经济高效的手段减少对公用电网依赖的最佳时机。当电网停 电时，医院可以从电网中“孤立”出来，独立运行一段时间。当电网能源成本上升时，微电网可以增加对现场可再生能 源或储能的消耗。在能获得最佳经济效益之时，还可以将储存的能源回售给电网。最大化可再生能源消耗也有助于 达到温室气体减排目标6。 本白皮书面向正在研究微电网优势和成本的医院团队，简要概述了有助于确保其微电网解决方案得到全面优化的考

大模型技术在医疗领域的应用 （一）医疗大模型的逻辑框架 医疗大模型一般指在医疗健康领域应用的大规模预训练语言模型（LLM），其训练数 据集包含大规模的医疗科研文献、电子病历、医学图像等，参数量通常在百万级到亿 级，远超过普通深度学习模型，因而能够获取更强的特征提取和学习能力等。 医疗大模型的典型运作逻辑主要包含三个层面： 从数据层看，大模型可构建医疗数据集，收集包括电子病历、文献报告、医学知识图 谱 Prediction等方式进行无监督预训练。 从应用层看，预训练模型微调，结合医学知识图谱、规则库等知识源增强医学专业 性，使用知识蒸馏、参数剪枝等技术压缩模型并在真实临床环境中评估、调优。经验 证的模型可部署到医疗信息系统、移动设备等，提供智能服务。 （二）医疗大模型的主要应用场景和适用范围 医疗大模型在医疗领域的应用广泛，涵盖疾病预测、辅助诊断、个性化治疗、药物发 现等各个方面，同时还可用于医疗咨询和患者教育，提供相关信息和建议。 帮助检测肿瘤并进行疾病分 型。通过分析DNA测序数据，大模型能识别与疾病相关的基因突变，从而制定个性化 治疗方案。同时，大模型还能学习最新的医学知识，为医生提供治疗建议和决策支 持。例如，腾讯健康发布的混元通用大模型针对医疗领域升级了多个AI产品，包括智 能对话、病例结构化与检索、影像报告和辅助诊断等。这些医疗大模型产品已被整合 到患者就诊全流程中，从而提高了医疗服务的效率和质量。 在患者护理

图书馆：共设置 17 个信息点位 ，其中服务台 / 电子查阅台设置 4 个信息点 ; 交流空间 / 开放教学区设置 4 个信息点。 宿舍：每间设置 1 个无线 AP 面板 ，通过网线汇集到楼层配线机柜 ，再通 过 光网络布线接入信息中心。 教室、办公室、室内公共区域、室外公共区域设置无线 AP 点 ，满足学校无线 设备间子系统 管理子系统 工作区子系统 垂直干线子系统 芯单模光缆。 支持目前水平 1000M 、 主干 10000M 的网络应用 ，及未来扩展的需要。 基于学校的防火等级要求 ，水平电缆采用防火等级为： CM 低烟无卤。 综合布线系统特点 ：采用全光网络布线到教室办公室多媒体弱电箱 ，布线简单方便、 稳定可靠、 便于今后 的检修和故障排查 ，采用阻燃六类线缆保证今后线缆的防火等级达到学校场合的要求。 校园计算机网络为 典型的 GPON 系统网络由 规划为一套单核心单出口网 络模式。 各 类 前 端 设 备 由 有 线 接 入 ONU 设 备 ， ONU 设 备 通 过 光 纤 接 入 ODN 及 OLT 设 备 ， 然 后 再 到 核 心 交换机形成数据交互。 统 一 由 核 心 划 分 VLAN 技 术 划 出 多 个 专 用 网 （ 教 学网 、 办公网 、 视频监控 、 一卡通等网段） ，

汇报人：王晓峰 2025.4 北 京 人工智能赋能核安全 技术革新与文明守护的双重使命 生态环境部核与辐射安全中心 AI 是如何思 考 这个问题的？ 01 AI 对 AI 赋能核安全监管的思考 02 国际上核安全监管在 AI 的进展 03 核安全监管信息化工作汇报 04 面向未来的进化路径 CONTENTS AI 对 AI 赋能核安全监管的思 考 核安全：文明发展的关键命题 利用融合后的多源数据 ，实时生成三维 辐射热力图。该图能直观展示辐射场的 空间分布和动态变化 ，帮助监管人员快 速掌握辐射场的整体情况 ，及时发现 异 常区域。 01 、多源传感器数据融合 通过整合来自不同类型传感器的数据， 如辐射剂量率仪、气象传感器等 ，实 现 对辐射场信息的全面获取。不同传 感器 的数据具有互补性 ，融合后能更 准确地 反映辐射场的真实情况。 辐射场动态建模 AI 的 “概率思维”与责任伦理的 “绝对命令”存在根本冲突。 当算法计算出 “可 接受风险”（如 0.01% 的泄漏概率） ， 人类是否有权为后代做此选择？ • 认知偏差的安全幻觉。 当 AI 能预测 99.9999% 的事故 ，我们是否对 0.0001% 的剩余风险更加恐惧？ n 贝克“风险社会”的再诠释 • 核事故是“系统性人为不确定”的典型： AI 试图用确定性建模对抗不确

2025 人工智能赋能智慧实验室的建设方案 人工智能发展历程 1956 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 p2PSA 浓度的多因子数学模型，用于前列腺 PSA“ 灰区”患者诊断  AI 生物标志物： ASAP 与 GAAD 模 型 ASAPvs.GAAD 在早期 NAFLD 相关 HCC 中的诊断效 能  GAAD 模型及 ASAP 模型获得指南推荐通过肝癌的血液学分子标志物监测帮助肝癌早期诊断。  GAAD 模型及 ASAP 模型在鉴别所有分期 NAFLD 相关 HCC 患者时都具有最高的诊断效能，优于任何单一肝癌血清标 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 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

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 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。目前，医疗行业进入大数据时代，传统 的医院管理、医保收支结算、质控等环节对于数 据处理的需求快速增加，各类企业在洞察到医院 业务发展面临的痛点，在不同的细分领域内探索， 逐步在电子病历、各科室数据互通、医院评级、 药房自动化等领域形成可落地的应用，院内信息 化逐步形成独立赛道。医院作为中国医疗服务体 系的核心，目前仍然处于智能化管理的初级阶段。 其是门诊、住院）流程、调高管理效率、合理 分配资源、精细化控费，以实现节流、改善盈 利情况。从总体状况来看，最受医院重视的是 电子病历集成系统，比例为86.16%。医疗质量 监管、临床辅助决策、大数据建设与应用和患 者服务分别为第二到第五位，比例依次为 71.28%、65.16%、57.82%和46.42% www.leadleo.com 400-072-5588 ©2022 LeadLeo Chapter 1 中国AI医院信息化行业综述

息、 患者医疗费用详细信息等的信息化、智能化存储产品进一步提高了医疗效率、促进了医 疗信息公开、促进国家社会公共医疗卫生保障事业发展。 同时医学水平的快速发展也使得医疗诊断从简单的化验检查发展到 CT、E- CT、DSA、MRI 等高技术、高效率的诊断方法，使得对病理的分析提升到分子水平。这 些技术的发展和应用相应地对医务工作者、医疗设备和支撑这些医疗设备、技术应用的 网络技术也提出了高标准的要求。 上海华山医院和仁济医院等龙头三甲医院，完全实现并且确保了全院 PACS 图像传 输系统、LIS 系统，无缝集成到 HIS 管理系统，实现了与 HIS 管理系统一站式登陆，使 得电子病历系统的内容得到广泛延伸。 3. 区域平台建设情况 各省会和地市卫生局要求全市进行区域平台建设，需要实现管得住：纵向到底、横 向到边；系统自动生成各类数据，确保数据的全面准确安全； 各级各类用户要使用好， 提高工作效率。 （2）综合楼与分院外、内网互通目前只有一根光缆在核心交换机采用逻辑隔离 方式网络容易被攻击，需要配置相应的网络安全设备来保障网络信息安全。  从便于维护的角度配置网络系统： （1）便于网络设备终端的管理。 （2）能快速的配置网络交换机等设备、提交故障、取消配置等功能。 （3）便于对接入的网络计算机、移动终端设备的控制。 16 建设方案建议书 （4）确保身份认证的安全。 2.2 设计范围 XX 市人民医院北区分院位于

技术真正服务于立德树人的根本任务，为构建人人皆 学、处处能学、时时可学的学习型社会奠定坚实基础， 共同塑造引领未来的教育新形态。 当前，我们正处在以人工智能为核心驱动力的新一轮 教育变革浪潮之中。智慧教室作为教育教学数字化转 型的关键载体，不仅是技术装备的集成升级，更是教 育理念与底层逻辑的系统性重构。它依托AI技术底座， 实现从“教”到“学”的深刻跃迁，推动教学流程再 造、场景融合与生态协同，构建以学习者为中心、数 升维，更注重后端教育数据的贯通与赋能，为教师精 准施教、学生个性化成长提供新锐力量。在此进程中， 人工智能不仅是工具，更是推动教育公平、提升育人 质量的新支点。 面向未来，智慧教室承载着素养导向、育人为本时代 使命。我们应以“新质育人”为目标，融合立德树人 根本任务与拔尖创新人才培养需求，强化实践能力与 创新精神塑造，让技术真正回归教育初心赋能每一位 师生全面成长，共同迈向AI与教育高质量融合新纪元。 新的同时，不忘社会责任。在将前沿技术与真实教育 场景深度融合的同时，我们愿以扎实的技术积累和深 刻的场景理解，为构建更加公平、高质量、可持续的 智慧教育生态贡献企业力量。 周佳峰 科大讯飞股份有限公司副总裁 从共建到共生：AI重构未来育人生态！ AI与教育融合在国家政策明确指引下推进。《教育强 国建设规划纲要(2024—2035年)》提出打造AI教育大 模型、建立数字教育体系，以顶层设计消除技术应用 壁垒，为深度融合提供清晰方向。