。 。 办理要点推送 业务规则推送 最佳实践推送 政策法规推送 。 。 。 文本生成能力 自然语言处理 文本摘要能力 语言风格转换 。 。 。 交互式问答 知识推送 P17 区域入侵 数据治理 监测监管 公众服务 决策支持 • 智能选址选线 • 智能办公 基于交互式问答 、 文档生成 、 图像生成等能力， 实现公文智能化拟制 、会议高效自动化 、文件资料 智能查找 、事项办理便捷等应用成效， 让工作省心 、省时 、省力 。 公文智能拟制 会议摘要自动生成 智能查找文件资料 会议组织通知 公文拟制办理 P20 全时全景监测 、实时体检评估 、风险预测预警 P21 问题精准识别 、方案智能生成 、人机交互推 演 优化方案推荐 、实施影响模拟

2025年02月22日 大鹏一日同风起，AI医疗启新篇 医疗AI专题报告（一）：制药篇 行业研究 · 专题报告 医药生物 证券研究报告 | 请务必阅读正文之后的免责声明及其项下所有内容 报告摘要 ◼ AI技术快速发展，医疗健康是AI技术最重要的应用领域。医疗健康产业正处于数字化转型与智能化升级的变革期，ARK Invest近期所发布的 《Big Ideas 2025》提到利用人工智能来 数据来源：Wind，国信证券经济研究所整理 注：市值以2025/2/20计算；各公司货币类型以人民币计算；除药明康德和成都先导外，其他均为Wind一致预测 请务必阅读正文之后的免责声明及其项下所有内容 报告摘要 ◼ AI技术快速发展，医疗健康是AI技术最重要的应用领域。医疗健康产业正处于数字化转型与智能化升级的变革期，ARK Invest近期所发布的 《Big Ideas 2025》提到利用人工智能来 权归国信证券股份有限公司（以下简称“我公司”）所有。本报告仅供我公司客户使用，本公司 不会因接收人收到本报告而视其为客户。未经书面许可，任何机构和个人不得以任何形式使用、复制或传播。任何有关本报告的摘要或节选都不代表本报告正式完整的观点，一切须以我公司向客 户发布的本报告完整版本为准。 本报告基于已公开的资料或信息撰写，但我公司不保证该资料及信息的完整性、准确性。本报告所载的信息、资料、建议及推测

19-28.10 总市值(百万元) 11,267 总股本/流通A股(百万股) 444/444 流通 B 股/H 股(百万股) 0/0 [Table_Balance] 资产负债表摘要(LF) 股东权益(百万元) 664 每股净资产(元) 1.50 市净率(现价) 17.0 净负债率 16.55% [Table_PicQuote] 助传 统金融体系接入 Web3.0 和数字人民币世界的重要“桥梁”。 风险提示。AI 技术发展不及预期，市场需求不及预期，行业竞争加 剧风险。 [Table_Finance] 财务摘要(百万元) 2023A 2024A 2025E 2026E 2027E 营业总收入 1,404 1,176 1,542 2,012 2,545 (+/-)% -2.5%

可控。 汇聚用户通信属性关联数据 不出“场”，安全可信 大小模型协同进化 大、小模型 信息场 流 程 状态追踪 意图识别 话术生成 … 运营工具 提示 工具 坐席 助手 智能 摘要 … 系 统 工 具 平 台 知识库 API接口 NGCS界面  内部多层级系统集成  外部系统和工具集成 外部系统和工具集成，贯通客服咨 询到运营分析全流程 从底层知识库、到接口级别的API、到系统

建设 智能 标签 搭建 应用 智能 填单 生成 表单 智能 入库 智能 预警 智能 分类 监控 分析 智能 推荐 智能 拟稿 智能 搜索 智能 摘要 智能 摘要 决策 助手 智能 设计 行为 分析 智能 编排 消息 推送 智能 收文 智能 阅读 优化 场景 智能 问数 智能 编码 智能 审批 智能 写作

支持多语言翻译 • 智能纪要 • 晚入会及时跟上 • 智能提醒 • AI 生成待办和纪要 • 跨多场会议提问 • 云录制知识沉淀 • 自动生成课程摘要 • 知识点检索 • 发言人回顾 • 云录制方便回看 • AI 生成会议总结 • 关键词检索 • 联网搜索 智能会议助手｜覆盖全球的视频会议软件 云录制

发展成熟度，提供一种模块化方法满足不同公司需求。我们的定制化解决方案可以帮助公司 量 身打造其 AI 应用之旅，以最大程度地提高公司应用适配性和影响力。 2 AI 在制药领域的应用 执行摘要 预期提效 预期增益 2 运营与生产 • 化学、制造和控制 (CMC)

学习/培训模式发⽣改变→交互性、个性化学习 模式 • 医⽣临床决策影响模式发⽣改变→从经验驱动 →基于医学搜索、循证医学证据的驱动 • 科研与学术⽅式和效率→通过⼤模型进⾏科研 课题筛选、⽂献收集、数据结构化提取和分析、 摘要及初稿撰写等 医⽣ 基于DeepSeek推理模型，整合患者的信息，辅助医⽣深度问诊、 鉴别诊断、病情分析和建议，提出治疗、预防等建议 • 基于Deepseek⼤模型，再现医⽣临床思维链路的推理模型

分为以下三 阶段实现： 患者主诉智能解析 系统通过预训练的医疗知识图谱对患者输入的文本或语音主诉进行 实体识别，自动提取关键信息（如症状部位、持续时间、疼痛等级 ” 等），并生成结构化病历摘要。例如，当患者描述 持续三天右上 ” 腹阵发性绞痛伴恶心 时，系统将输出以下结构化数据： 症状条目 属性 置信度 腹痛 位置:右上腹, 性质:绞痛, 程度:中度 92% 恶心 伴随症状:是, 4. 知识库动态更新 每周末分析当周高频问题，更新至以下模块： - 快速修复指南：提供分步骤命令行操作（如 API 连接测试脚本） - 典型场景案例：包含报错截图与对应解决方案 - 版本更新摘要：用对比表格突出功能变更点 5. 应急响应预案 ” ” 针对重大故障启动 熔断机制 ： 1. 立即切换至备份服务器集群 2. 向受影响用户推送状态通知 3. 每 30 分钟发布一次修复进度 临床知识库的动态更新机制，该医院每周同步最新诊疗指南到 DeepSeek 训练集；其次，采用混合决策模式，当智能体置信度低 于 85%时自动转人工，平衡效率与风险；最后，通过界面设计强化 医患信任，如在分诊结果页面显示权威参考文献摘要。这些经验已 复制到 5 家区域医疗中心，其中某肿瘤专科医院通过定制化训练， 将病理报告自动结构化处理时间从 20 分钟压缩至 3 分钟。 实施过程中发现三个典型问题及解决方案值得行业参考：第

传达与直观理解。检索结果展示的核心目标是为用户提供清晰、准 确且易于操作的信息呈现方式，以支持其快速获取所需知识。 首先，检索结果应以列表形式呈现，每条结果包含以下关键信 息：标题、摘要、相关度评分、来源、发布时间等。标题应简洁明 了，直接反映内容的核心主题；摘要则提供简短的描述，帮助用户 快速判断是否为目标信息。相关度评分基于 deepseek 模型的算法 结果，直观展示该条结果与用户查询的匹配程度，评分范围建议为 页功能，避免因结果过多导致页面加载缓慢或信息过载。 在视觉设计上，检索结果展示应采用清晰的层次结构。每条结 果之间应有明显的分隔线，不同字段（如标题、摘要、评分等）应 通过字体、颜色或图标加以区分。例如，标题可以采用加粗字体， 摘要使用常规字体，评分则以进度条或百分比形式呈现，如图 1 所 示： 此外，模块应支持结果的个性化展示。例如，根据用户的搜索 历史或偏好，推荐与之相关的高频结果或热门资源。对于复杂查询， 推荐 列表进行排序优化。 6. 实时更新：通过分布式计算框架，定期更新推荐模型和用户行 为数据。 为保证推荐的公平性和透明度，系统在设计过程中加入可解释 性机制。推荐结果不仅显示内容标题和摘要，还展示推荐理由，例 如“基于您最近浏览的政策解读文件推荐”或“与您关注的领域相关”。 此外，系统允许用户对推荐结果进行反馈，如“不感兴趣”或“推荐准 确”，进一步优化推荐算法。 以下是一个简化的推荐算法流程图，使用