...... 10 8 政务大模型通用服务能力 .............................................................. 10 8.1 交互式问答 ...................................................................... 10 8.2 生成式 BI ............. 形成一 致、规范的文本数据。考虑文本的语法、语义和上下文信息，确保文本对齐和一致性； c) 应支持QA抽取能力，从原始文本中提取问题与答案相关信息的能力，以构建问答对数据。关注 问题的表述清晰度、答案的准确性以及上下文关联性，确保问答对质量； d) 应确保标注过程的可追溯性，便于后期数据审核和质量控制； e) 宜支持多人协同标注，提高标注效率。 6.2.1.3 数据增强 a) 应支持 prompt 对输入问题进 行预处理，识别重复问题并跳过已回答过的部分，或通过对模型输出的答案进行去重处理，针 对性优化实现； i) 宜支持对抗训练，提升模型抗干扰能力、提升对模糊表述（如口语）的理解能力，防止问答等 场景被误导； j) 宜支持多模态融合优化，统一文本、图像、语音等模态的语义空间。 6.3 模型评测 6.3.1 技术评估 a) 应支持由专业人员对模型进行人工评估，以获取更准确和全面的评估结果；

AI+医疗如何落地防疫诊疗全流程 ——盘点五大智慧医疗典型案例 案例概览 案例 1 | 基于知识图谱的新冠肺炎防护问答助手，离智能更近一步——柯基数据 案例 2 | 不只是疫情咨询，院前预检筛查成智能问答新“战场”——朗通医疗 案例 3 | 互联网医疗作为“第二战场“，在疫情防控中发挥重要作用——左手医生 案例 4 | 高敏快速检出病灶，CT+AI 助力医院实现“应收尽收”——体素科技 如果说此前智慧医疗的主要推动力是政策，那么，此次疫情中智慧医疗在多环 节部署的牵引力就是突然催生的需求和应用场景。纵观本次疫情中的智慧医疗 应用，大致可分为智能问答、线上问诊以及 AI 辅助诊疗。 在诊前环节，虚拟助手依靠自然语言处理和知识图谱等 AI 技术提供智能问答服 务，承担减轻恐慌、分流普通患者的任务；同时，线上问诊作为线下诊疗的补 充，在患者就诊前通过人机交互技术快速收集患者病情信息，进行患者筛查， 病的复诊，但是疫情过后，随着政策支持与用户使用习惯的培养，可以预见不 管是慢性病的长期诊疗和管理，还是心肺疾病等重要疾病的长期愈后服务，都 会借助互联网医院和智能化的手段得以加快发展。 案例 1 | 基于知识图谱的新冠肺炎防护问答助手，离智能更近一步 疫情爆发初期，大量患者对病情知识匮乏，出于对自身症状的恐慌到医院就医， 人群聚集引起交叉感染风险。因此，短时间内正确地将大量疫情信息及预防措 施以简单易懂的方式向民众科普

.................................................................................... 31 案例一 北京智能政务问答知识中枢..................................................................... 31 案例二 “桑智”政务智能助手：湖南县域 AI 费者诉求信息优 先直派企业和解，实现消费类诉求的快速流转和办理。北京市还强化了新词追踪、 热词词云、社情民意感知、事项分析平台等功能的建设，动态调整高频问题的答 复内容，显著提升了“京京”智能问答机器人的服务能力。针对特殊群体，依托 清华数据治理研究中心 据治理研究中心 清华数据治理研究中心 清华数据治理研究中心 清华数据治理研究中心 治理研究中心 心 清华数据治理研究中心 清华数据治理研究中心 效 率较低。大模型结合知识图谱技术，可以构建动态知识库，自动解析并整合各类 政策文件，使热线系统能够即时提供最新的政策信息。例如，市民咨询社保缴费 政策时，系统可以自动调取最新政策，并通过智能问答系统进行解读。 3.工单智能化处理 工单的处理效率直接影响政务热线的服务质量。大模型支持工单智能生成、 清华数据治理研究中心 据治理研究中心 清华数据治理研究中心 清华数据治理研究中心 清华数据治理研究中心

现实挑战 02 解决方案 2.1 核心场景 - 展馆前厅 迎宾导览 观众引领 咨询问答 展馆前厅 • 入口处主动迎接游客 • 提供便民导览服务 • 展厅内问路引领 • 带游客前往目的地 • 观展常见问题回答 • 随时提供咨询服务 2.2 核心场景 - 展馆展区 展馆展区 特色讲解 互动问答 移动讲解 • 服务完成自动返回接待点 • 闲时自主找人提供服务 • 重点展品支持单独引领讲解 重点展品定点生动讲解 • 讲解过程中问答互动 • 延伸介绍展品历史 • 观看更多展品图片和视频 2.3 增值场景 为展馆 VIP 游客，识别人脸身份 信息，提前预设观展路线和特色 服务 VIP 游客服务 自动采集每日接待服务数据， 统计展厅最热门的展位，最高 频的展品互动问答等 观展数据采集服务 多台机器人分布式提供服务。 如，前厅机器人提供咨询问答， 展厅内部机器人提供参观讲解 度声源定位，可随时打断讲解，与游客进行问答交流、拍照互动 - 具备暂停、前往下一站等功能，注重导览中的细节体验 连续讲解，支持任意点开始 - 支持多展厅连续讲解，展厅数目不限、文字长度不限，真正做到讲解区域间平滑、无缝衔接 - 回程时主动寻找并询问游客，可由任意站点开始讲解，自由灵活 3.3 核心功能 - 管理效率 快速上岗 - 迅速存储海量的博物馆知识库、文物问答库，编辑快速简单，可批量导入，支持图片、支持视频，实时生效

微调（Fine-tuning） 以适配不同领域任务需要[2]。在医疗领域，医疗数据本身就具有多模态的特性，大模型 将进一步推进智慧医疗、医疗元宇宙和医疗研究的发展进程。比如电子病历理解、医 疗问答、医学教育培训、医学影像生成、疾病辅助诊断、药物研发以及虚拟医院和医 疗虚拟数字人交互等诸多应用[3]，涵盖医疗领域就诊前、就诊中、就诊后各环节。本文 梳理了当前大模型在医疗领域的应用现状，分析其面临的风险与挑战并进行展望，旨 智能医学的进一步发展[13]。而医疗大模型的出现将进一步加快其发展进程，目前医疗 大模型覆盖医学知识问答、生物及药物研发到智慧诊疗的各阶段、医保知识管理等领 域。根据面向对象的不同可分为患者、医护、高校、医疗机构及企业角色等；根据临 床场景数据交互类型的不同，又可分为文本任务、视觉任务、语音任务、跨模态任务 等。具体来讲，如就诊前的挂号问诊、健康宣教、知识问答等，就诊中的辅助诊断、 电子病例生成与理解、手术模拟等，就诊后的健康管理、医药服务、慢病管理等，医 5 百度 生物研究 分子结构 BioMedLM 2022.12 斯坦福基础模型研究中心 医疗问答 文本 GatorTron 2023.3 佛罗里达大学 医学问答、病例 识别 文本 Deepwise MetAI 2023.4 深睿医疗 医学影像 图像 通义千问 2023.4 阿里巴巴 医疗问答、医疗 知识图谱、报告 生成、辅助诊断 文本 天河医疗大模型 2023.5 国家超算天津中心

办事人员事项办理完成后，后续 关联的事项或者相关的事项办理 无人告知 解决思路 服务 好问 服务 好找 网站 好查 位置 好搜 停车 好停 好填 好报 秒批 秒办 千人 千面 安全 快捷 智能问答、主动推送 自然语言处理 AI 机器学习 语音识别 个性推荐 精准搜索、知识关联 知识图谱 语音识别搜索 知识组织 千人千面、安全快捷 人物画像 知识图谱 图像分析 视频识别 OCR 自动抓取 语音分析 视频分析 愿景目标 办事人更方便、更安全，政府服务更高效、更可靠 智慧政务 服务好问 服务好找 好填好报 秒批秒办 千人千面 安全方便 智能客服、智能问答、城市政务名片 智能搜索、智能引导 智能填表、智能核验、自动受理 智能审批、智能接口、 RPA 流程机器人 智能推荐、用户空间 人脸 / 声纹识别防伪、智能评价、智能监管 办事人 政府 材料复用  暂存暂交 填表服务  智能填报  智能摘要  信息复用 建设成效 让政务服务全流程更“好办、智办” 服务门户 咨询服务  政务名片  智能客服  智能问答 事项申报 个性化服务  智能推荐  智能搜索  智能标签 引导服务  统一预约  VR/AR 大厅  导航 / 停车诱 导  智能引导  智能叫号  智能查询

智算中心 云算力资源 AI 芯片 AI 服务器 场景及生态 政务办公 公文生成 决策辅助 公文审核 项目评审 公文比对 数据管理 供给侧分析：政务大模型厂商类型 政务数字人 政务知识问答 智能办事助手 时空报告生成 智慧城市 智慧司法 智慧教育 智慧医疗 AI 算法框架 专业 AI 厂商 运营商 ©2024.6 iResearch Inc. 政务大模型细分应用场景：政府服务 （政务数字人、智能办事助手、政务知识问答、智能坐席服务） 政务大模型细分应用场景：政府办公 （公文生成、智能检索、智能排版、智能审核、辅助决策） 政务大模型细分应用场景：政务数据治理 （政务数据检索、数据编排、数据运营看板） 政务大模型细分应用场景：综合服务 在政务服务场景中叠加大模型能力，提供包括政务知识问答、智能办事助手、智能坐席辅助和政务数字人等多样化的产， 将有助于 交互质量和服务效率的提升。 政务行业大模型在政务服务场景的需求分析 为政务坐席提 供全流程辅助， 帮助其快速、 准确响应公众 咨询 交互式问答系 统，回答关于 政府政策、服 务流程等方面

智算中心 云算力资源 AI 芯片 AI 服务器 场景及生态 政务办公 公文生成 决策辅助 公文审核 项目评审 公文比对 数据管理 供给侧分析：政务大模型厂商类型 政务数字人 政务知识问答 智能办事助手 时空报告生成 智慧城市 智慧司法 智慧教育 智慧医疗 AI 算法框架 专业 AI 厂商 运营商 ©2024.6 iResearch Inc. 政务大模型细分应用场景：政府服务 （政务数字人、智能办事助手、政务知识问答、智能坐席服务） 政务大模型细分应用场景：政府办公 （公文生成、智能检索、智能排版、智能审核、辅助决策） 政务大模型细分应用场景：政务数据治理 （政务数据检索、数据编排、数据运营看板） 政务大模型细分应用场景：综合服务 在政务服务场景中叠加大模型能力，提供包括政务知识问答、智能办事助手、智能坐席辅助和政务数字人等多样化的产， 将有助于 交互质量和服务效率的提升。 政务行业大模型在政务服务场景的需求分析 为政务坐席提 供全流程辅助， 帮助其快速、 准确响应公众 咨询 交互式问答系 统，回答关于 政府政策、服 务流程等方面

干部信息 党员信息 入党申请 积极分子备案 发展对象备案 思想汇报 预备党员备案 党员发展计划 预备党员转正 党费缴纳 组织生活 民主评议党员 谈心谈话 党员论坛 党员问答 微课堂 党员积分 活动通知 活动方案 部署会议 任务分派 任务变更 任务反馈 任务督办 活动总结 单点登录 组织架构同步 党建首页 组织管理 组织生活 党建工作 入党管理 党建门户 临沂公路应急处置中心党建平台案例分享 -2018 党建门户 展现党建新闻，提供十九大专 题学习、党务问答、快速通道、党员 服务、党员学习等快速链接。 党建门户 工作门户 展现工作相关信息，展现通知 公告、最新会议、党员论坛、我的任 务、党员问答等内容。 在线统计 统计在线人数，展现每个人员 的 积分排名。 组织管理 党组织管理 干部管理 党员管理 临沂公路应急处置中心党建平台案例分享 党员论坛 党员问答 微课堂 党员积分 临沂公路应急处置中心党建平台案例分享 -2018  通过协作区实现。分了学“习”平台、 理论研讨、文明风尚、时事观察、热门 主题、随笔漫谈、文娱专区等 7 个类别 版块 党员论坛 党员论坛 论坛主题 内容展示 临沂公路应急处置中心党建平台案例分享 -2018 党员问答  通过建模的评论功能实现党员问答功能。 党员问答 问题回复

干部信息 党员信息 入党申请 积极分子备案 发展对象备案 思想汇报 预备党员备案 党员发展计划 预备党员转正 党费缴纳 组织生活 民主评议党员 谈心谈话 党员论坛 党员问答 微课堂 党员积分 活动通知 活动方案 部署会议 任务分派 任务变更 任务反馈 任务督办 活动总结 单点登录 组织架构同步 党建首页 组织管理 组织生活 党建工作 入党管理 党建门户 临沂公路应急处置中心党建平台案例分享 -2018 党建门户 展现党建新闻，提供十九大专 题学习、党务问答、快速通道、党员 服务、党员学习等快速链接。 党建门户 工作门户 展现工作相关信息，展现通知 公告、最新会议、党员论坛、我的任 务、党员问答等内容。 在线统计 统计在线人数，展现每个人员 的 积分排名。 组织管理 党组织管理 干部管理 党员管理 临沂公路应急处置中心党建平台案例分享 党员论坛 党员问答 微课堂 党员积分 临沂公路应急处置中心党建平台案例分享 -2018  通过协作区实现。分了学“习”平台、 理论研讨、文明风尚、时事观察、热门 主题、随笔漫谈、文娱专区等 7 个类别 版块 党员论坛 党员论坛 论坛主题 内容展示 临沂公路应急处置中心党建平台案例分享 -2018 党员问答  通过建模的评论功能实现党员问答功能。 党员问答 问题回复