1956 年 8 月，在美国达特茅斯学院举办的人工智能夏季研讨会，是人工智能领域具有里程碑意义的一次重要会议。这次 会 议汇聚了众多杰出的科学家和工程师，他们共同探讨和研究人工智能的发展和应用前景 这次会议的主题围绕着人工智能的定义、研究方法和应用场景展开。与会者们深入探讨了人工智能的基本概念、算法和技 术，以及其在各个领域的应用潜力。他们共同认识到，人工智能的研究和发展将为人类带来巨大的变革和进步 误率 从 26% 降至 15%, 引发算力与数据驱动的 Al 革命。 ◆ 2016 年—— AlphaGo: DeepMind 击败李世石，引发公众对 Al 潜力的广泛关注，推动资本涌入 Al 领域。 ◆ 大众认知视角—— 2022 年后生成式 Al 的爆发让 "Al 元年 " 概念再次被热议。 一、人工智能发展简史了解 · 第一阶段：标志事件是 1950 年提出图灵测试， 1956 年达特茅斯会议召 景时表现更加出色 上下文理解能力 大模型具有更强的上下文理解能 力，能够理解更复杂的语意和语 境。这使得它们能够产生更准确、 更连贯的回答 可迁移性高 学习到的知识和能力可以在不同 的任务和领域中迁移和应用。这 意味着一次训练就可以将模型应 用于多种任务，无需重新训练 二、大模型：人工智能的前沿 语言生成能力 大模型可以生成更自然、更流利 的语言，减少了生成输出时呈现

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。 随着医疗信息化、大数据、人工智能等技术进步， 医院数字化转型进程加速，通过人工智能加速医 疗机构管理变革。 本文通过对AI医院信息化定义、应用领域、产业 链、各细分领域市场状况进行分析，以期对未来 形成统一标准，存在严重“数据孤岛”纤细那个， 且产品安全度不足，信息安全风险大，安全问 题引起厂商重视，亟待完善。聚焦中国医院自 助终端应用的服务功能情况，应用率较高的均 为较为简单、便捷、智能化发展较早的领域， 医疗服务的舒适化、智慧化、数字化水平仍需 进一步提高 n 医疗信息化建设重要性 院端医疗信息系统帮助节流、改善盈利，且每 年投入较为刚性。在开源因客观条件受到影响 的情况下，医疗信息系统建设必要性更为突出， 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。随着医疗信息化、大数据、人工智能等技术进步，医院数

................... 13 三、智慧中医应用场景的实践与创新 ....................................... 15 1. 智慧中医在中医教育领域的应用 ...................................... 15 （1）古籍整理 ........................................... ............ 15 （2）辅助教学 ....................................................... 15 2. 智慧中医在中医诊断领域的应用 ...................................... 16 （1）四诊辅助诊断 ......................................... ..... 18 （4）远程问诊 ....................................................... 18 3 3. 智慧中医在中医治疗领域的应用 ...................................... 19 （1）药物治疗 ...........................................

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 用 ② 剖 析 大 模 型 ① 关 于 预 训 练 预训练大模型 （学习共性） 大数据（低成本无标注） 少量特定领域标注数据 （成本高） 微调小模型 （学习特性） ⑤ 数 基 生 命 1.模型角度：模型参数不再是随机初始化，而是通过一些任务（如语言模型）进行预训练； 2.数据角度：将训练任务拆解成共性学习和特性学习两个步骤。 CHIMA 20Pag2 Tsinghua Confidential 员分布不均的情况下，可能会引入新 的偏见问题 06 CHIMA 20Pag2 Tsinghua Confidential | lvhairong@tsinghua.edu.cn 在特定的专业领域上表现欠佳，训练 数据是通用数据，没有领域专业数据 04 如何让 ChatGPT 更靠 谱 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

发展方式，优化调整经济结构，转换经济动力。 然而，我国的核心数字技术在区域、产业和企业间发展不平衡， 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 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 与日俱增，智慧健康医疗时代正在加速到来。 国家卫生健康委不断深化新兴数字技术在医药卫生领域的融合 应用，持续推进全民健康信息化建设，国家全民健康信息平台已开 始运行。同时，随着新冠肺炎疫情出现，迫切需要数字技术支撑严 智慧健康医疗体系概述 1 7 峻环境下的医疗卫生服务体系良好运转，新技术、新平台、新业态 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 技 术 内涵 在健康医疗领域的 应用场景

报告解读以及电子病 历、影像诊断等方面的应用也显示出效率提升的可能。医院对AI持开放态度，计划逐步加大投入，但资 金预算与领导层支持是主要制约因素。资本支出在医院预算中的比例，以及AI技术在医疗领域的长远影 响与面临的挑战，成为讨论重点，强调了技术发展与医院管理策略的协同重要性。 章节速览 ● 00:00 运用数学模型与AI提升医院手术排程与门诊利用率 通过一套数学模型预测不同层级手术 及超声语音智能录入系统的应用与成本。智慧检验报告解读系统由一家检验耗材上市公司旗下的软件公 司开发，部署费用约一百多万；影像辅助诊断系统，如推想科技的肺结节诊断系统，因国家卫健委的要 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 异问题，但目前尚未有特别成熟的产品能够满足这一需求。未来，AI算力的提升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

开源 国产 便宜 DEEPSEEK 人人都可以创建智能体 中美差距缩小至 3-6 个 月 各级政府积极推动卫生健康行业 AI 应用创新 发布《卫生健康行业人工智能应用场景 参考指引》从四大领域给出 84 个应用 场景。 《上海市发展医学人工智能工作方案 (2025-2027 年 ) 》，旨在促进医学与 人工智能深度融合。 《武汉市促进人工智能产业发展若 干政策措施的通知》，通过算力补 微调和 RAG ( 检索增强生成 ) 。 大模型直答虽成本低，但幻觉现象严重，缺乏领域知识与实时信息，且可溯源性较差。微调方案通过 优化模型获取领域知识，减少部分幻觉问题，但仍无法动态更新数据，且训练成本较高。 大模型 应用方案 大模型直答 问题 LLM 回答 问题 大模型微调 LLM + 领域知识 回答 RAG( 检索增强生成 ) 问题 + 检索知识 LLM 回答 大模型直答 RAG ( 检索增强生成 ) 外在幻觉 多 中 少 领域知识 无 有 有 实时信息 无 无 有 可溯源 无 无 有 成本 低 高 低 RAG 方案则通过检索外部知识库，将外部知识作 为 生成内容的基础，从而大幅降低幻觉现象的发生。与仅 依赖模型记忆的直答和微调方案不同， RAG 方案具备 动态接入外部知识库的能力，在应对领域性问题和实时 信息需求时表现更加出色。 场景四：报告单解读

在集采与国谈政策持续深化、院内营销路径承压的背景下，数字营销领域虽面临投融资 热度断崖式下降的局面，但实际上行业则正处于需求刚性不断上升且行业服务供给能力 持续升级的双向加速期。如何让数字营销的真实价值被更好体现，让供需两端更好协同， 达成“医-药-患”的精准、高效闭环，助力人们拥有更好的健康情况，是本报告重点探究 的内容。 报告中，我们通过对二十余家医药企业及提供数字营销服务的企业；对数位关注领域的 投资者；对院端和 C 事均与销量直接挂钩，避免陷入投入无产出的误解中。  工具类产品领域，单纯的信息化系统已经红海，行业头部效应显现；但数字化性能 还有竞争空间，系统配以人工智能应用及运营服务是未来的竞争方向。  服务类产品领域，针对 C 端的能够真正触达用户心智的健康内容稀缺，需要更多用 户视角；专业的健康管理服务也供不应求，需要更多以用户为中心。  解决方案类产品领域，是未来最受期待的发展方向，需要营销企业比医药企业更懂 ............. 1 图表 3 2015 年—2024 年生物制药企业数字营销预算占比趋势.......................2 图表 4 2014-2024 年医药数字营销领域投资事件数变化趋势（起） ............... 3 图表 5 医疗服务链条完善......................................................

城市的推动下，人的健康管理与医疗信息化、医疗智 能化交相融合的高级阶段 [3]。智慧医疗融合物联网、 互联网、云计算、大数据、人工智能等多种技术，能够 实现智能远程疾病预防与护理的平台，强调在医疗 领域实现信息的整合和诊疗的便捷、准确。智慧医 疗旨在建设医疗信息完整、跨服务部门、以病人为中 心的医疗信息管理和服务体系，实现医疗信息互联、 共享协作、临床创新、诊断科学等，贯穿诊断、治疗、 康 人工智能技术在智慧医疗发展进程中占据重要 的地位，不但为互联网医院的发展提供便利，而且正 在开启智慧医疗的新纪元。2017 年，为抢抓人工智 能发展的重大战略机遇，国务院印发并实施《新一 代人工智能发展规划》[4]。围绕医疗领域，规划中提 出加快人工智能创新应用，主要包含以下三个方面： 一是推广应用人工智能治疗新模式新手段 ；二是建 立快速精准的智能医疗体系，探索智能医院建设 ； 三是开发人机协同的手术机器人、智能诊疗助手，研 江苏 210029 ；3 南通大学江苏省神经再生重点实验室，江苏 226001） [摘 要] 目前医疗行业存在的诸多问题亟待解决，智慧医疗即“互联网医疗+人工智能”提供了很好的出路。人 工智能在医学领域可以应用的范围较广，可涉及医疗活动全过程，包括院前管理、院中诊疗和院后康复等。本文围绕 智能医学的应用，包括智能导诊、语音电子病历、影像辅助诊断、临床辅助诊断、疾病风险预测和药物研发等方面进 行

.........................................................................................20 2.3 相关领域的成功案例.............................................................................................. ..............................................................151 1. 项目背景 随着人工智能技术的快速发展，AI 大模型在医疗领域的应用潜 力逐渐显现，尤其是在中医院的门诊病历管理中。传统的病历记录 方式往往依赖医生的手写和口述，不仅效率低下，还容易出现信息 遗漏和书写不清等问题。此外，随着病人数量的不断增加，门诊的 生研究提 供数据支持。 为了实现上述目标，需考虑以下几个关键因素：  数据来源：需收集和整理大量的中医门诊病历数据，为 AI 模 型的训练提供优质样本。  AI 模型选择：选择适合中医领域的 AI 大模型，对其进行迁移 学习，以增强其在病历生成时对中医理论的理解。  系统集成：将 AI 生成的病历与医院现有的信息系统进行无缝 集成，实现数据的实时更新和访问。  医生培训：对医务人员进行