摘要 2024 的医疗 AI，既是坎坷，又是新生。 快速发展的大语言模型，携着生成式 AI 掠过医疗领域。过往的互联网医疗、医学影像、 新药研发……一个一个场景经由新一代 AI 重塑，焕发出前所未有的价值。 不过，发现价值并不意味着能够掘得价值。如今惨淡的融资形势下，躬身大模型的企业 们无法像深度学习时代那样随意试错。有限的现金流，意味着每一家企业必须全面考察 场景、技术、风控、商业化等方方面面，才能做出决定。 亿的营收规模，迈向第一个 10 亿。 2. 超 160 个影像 AI 获批医疗器械三类证，影像 AI 企业们逐渐跳出影像科，向医学装 备、外科手术辅助系统等领域进发，打开了新的百亿市场。 3. 生成式 AI 对于医疗 IT 的重构已经初现成效。上百个大模型涌入医疗领域，许多 互联网医疗、院内信息化系统已经引入相关技术，或能在明年实现规模化落地。 4. 下行经济形势下，医健企业一级市场融资受阻，IPO ................................46 第四章：大模型之下，生成式 AI 何以颠覆医疗？.....................................................................48 4.1 前沿技术：从判别式 AI 到生成式 AI...........................................

是指在机器上实现类似乃至超越人类的感知 、认知 、行为等智能的技术， 经历符号逻辑推理 、 专家系统 、深度学习等重要演进历程， 正进入以大模型为支撑 、智能生成为特征的通用人工智能时代 。 第三次浪潮 2000-2020 ：数据挖掘 深度神经网络 第四次浪潮 2020- 至今： 智能生成 NPL\CV\ 多模态 大模型 第二次浪潮 80-90 年代： 知识工 程 专家系统 第一次浪潮 50-70 年代： 太 初 文本 、 图片 、语音 、代码等单模态智能生成能力成熟 跨模态内容生成成为主要趋势 在文案编写 、 图形设计 、 图像识别 、音视频创作 、交互式问答等场景中进行 深度应用 。 P7 大模型带来的新能力： 智能生成 (AIGC) 交互式 AI 一般情况下由人物形象 、语音生成 、 图像生成 、 3D 生成 、音视频合成 、交互等核心模块构成 。 开放了强大的插件 模型。 腾讯使用 AI 速搭建一座 3D 虚拟城市， 面积达到 25 平方公里 ，包含 130 千米路网 、 4416 栋建筑以 及超过 38 万个室内映射 。过去往往需要以年为 AI 生成 3D 领域快速演 进 2 构建智慧国土 P* 第一阶段 1999-2009 年 构建了国土资源网络体系； 实现纸质 到数字化的转变； 建立了电子政务平 台和一系列审批系统

10.2 法律行业案例 近年来，企业、高校和政府纷纷推出了法律行业大模型，包括阿里的通义法 睿、北京大学的 ChatLaw 和最高人民法院的法信法律基座大模型等。这些 法律大模型涵盖了法律咨询、文书生成、法律检索和合同审查等丰富的功能 解决了传统法律工作中存在的效率低下和信息分析不足的问题。 10.2.1 法律咨询智能体 在法律相关功能中，法律咨询尤为重要，其核实价值主要体现在以下几个方面。首先，许多人对法律知 token 的输入量，也仅在 2 元以内。因此，从成本效益和部署灵活性等角度出发，基于通用模型构建 法律咨询助手的智能体在实际应用中具有很大的吸引力和推广价值。 与此同时，大模型在生成内容时常会出现“幻觉问题”（即生成虚假的或不准确的信息）这对法律领域的应用提出了严峻的 挑战。为了在降低成本的同时提高回答的可信度和准确性，我们采用（ Retrieval-Augmented Generation ）技术。具体 ）技术。具体 而言，将首先将法律条文、判例和相关知识整理并添加到知识库中。随后，在用户咨询过程中，通过语义检索技术定位 与问题相关的法律信息，并将检索到的内容作为上下文补充，最终交由大模型处理生成高质量的回复。这种方法不仅有 效缓解了大模型幻觉问题的影响，还进一步提升了法律咨询助手的实用性和可控性，为其在实际场景中的广泛应用奠定 了技术基础。 为了简化设计，本节仅考虑 2020 年颁布的《中华人民

腾讯金融云 周梦薇 提振销售 创新产服 企微坐席助手 代理人赋能助手 自动化内容生成 智能外呼自动助手 内部产服专家智能体 智能产品开发 自动化辅助核保 保单生命周期管理 理赔辅助分析 7*24 自动化客服 资 产 端 提升效能 资产配置智能 决策 辅助配置智能 决策 … 生成式 AI 正加速崛起， 成为驱动保险业务创新与增长的核心引 擎 AI 助力支撑体系的优化， 的 知识， 找知识效率低。 会前知识检索 会中随时提问 会后智能回顾 培训计划制定 AI 教学、 出题 AI 学习、智能陪练 搭建专属的行业知识库 支持多格式内容的识别、解析、问答 生成专业报告 AI 办公｜ DeepSeek & 腾 讯知识库 + 培训 + 视频会议三大 AI 办公应用 场景 人才培养 企业级知识底座 远程沟通 3 内容操作防泄漏 分享 、复制 、打印 、截屏提醒 能力 场景 2 1 1 6 亮点 千人千面对话 AI 陪练针对练习者的非常规回答 （练习者表示不会这个问题） 做出了 非常自然的， 符合人物设定的反应。 高拟真语音 AI 陪练生成的语音带有符合真实场景的语气词与停顿， 非常接近真人语 音， 极大提升沉浸感。 智能培训｜智能陪练 场景设置 +AI 模拟 +1V1 对话提供私人教练 场景配置信息 场景： 销售员向客户推销保险产品的升级

2 医疗记录自动化生成...........................................................................73 4.2.1 语音转文本技术.........................................................................74 4.2.2 结构化病历生成........ DeepSeek 平台，具备医疗知识图谱构 建、临床决策支持和非结构化数据处理三大核心能力。某三甲医院 的试点数据显示，接入智能体后的门诊流程平均耗时从 120 分钟缩 短至 75 分钟，电子病历自动生成准确率达到 92%，显著降低了医 护人员的文书负担。这些技术特性与医疗场景的需求高度契合： 1. 知识检索效率提升：智能体可在 3 秒内完成百万级医学文献的 语义检索 2. 诊断辅助精度：对常见疾病的鉴别诊断建议与专家共识吻合度 差异化能力： - 术语理解深度：通过双向注意力机制和领域词典增 强，对 ICD-11 疾病编码的识别 F1 值达 0.91 - 多模态处理：支持 DICOM 影像与电子病历的跨模态关联分析，CT 报告生成符合率较 传统方法提升 40% - 实时响应：在 4 核 CPU 环境下实现 500TPS 的 并发查询处理，满足门诊高峰时段需求 针对医疗数据安全性的特殊要求，该方案采用联邦学习框架， 训

......................................................................................42 4.5 自动化报告生成................................................................................................... .....................................................................................108 11. 自动化报告生成................................................................................................... 税务稽查的效率和准确性，引入先进的技术手段成为必然选 择。DeepSeek 作为一款强大的数据分析工具，具备高效的数据处 理和智能分析能力，能够帮助税务稽查人员快速识别异常交易、发 现潜在风险点，并生成精准的稽查报告。 在实际应用中，DeepSeek 可以通过以下方式优化税务稽查流 程：  数据整合与清洗：将分散在不同系统中的涉税数据进行整合， 并通过智能算法清洗数据，确保数据的一致性和完整性。

属地数据局、数据集团、政企客户、公共企事业单位、金融医疗机构等。 关键经营数据分析——现⾦流健康度继续下降 AI赋能数据安全 2025年，AI技术深度融入数据安全领域，推动防护模式从“被动响应”向“主动智能”跃迁。生成式 AI 与嵌入式机器学习 （ML） 已融入 数据安全态势管理 （DSPM--Data Security Posture Management）、数据泄露防护 （DLP）、数据目录和威胁检测等产品， 影子数据集”与误标信息，提升数据分类分级准确性；实时行为关联，在运行期动态关联用户、数据 内容与操作行为，实现“数据检测与响应”（DDR）的闭环防护。基于智能体的自动化分析系统可快速定位漏洞攻击链并生成防护策略，而隐私计算技术则保障数据流转中的机 密性。当前，AI驱动的数据安全体系已成为企业数智化转型的核心支柱，通过降本增效与业务创新，构建新型生产力生态。 核心能力 关键挑战 应用场景 典型厂商 模型幻觉与误分类 4、 对抗性攻击风险 5、 数据合规与隐私保护 1、 智能数据发现与分类 2、 动态阻断数据外泄及修复 3、 数据安全态势可视化 4、 隐私及主权合规映射能力 5、 生成式人工智能风险检测 1、 数据智能分类分级 2、 敏感数据流入流出智能监测与脱敏 3、 数据泄露防护 4、 数据资产持续盘点测绘 5、 数据安全态势管理与合规检测 数据分类分级

............................................................................14 1.2.1 提升政务场景下的语言理解与生成能力...................................15 1.2.2 实现高效的政务数据处理与分析...................................... 技术尤其是大模型的应用成为推动政务智能化的重要方向。D eepSeek 政务大模型作为一款基于先进自然语言处理技术的大规模 预训练模型，具备强大的语义理解、推理和生成能力，能够有效支 撑政务领域的智能问答、政策解读、文档生成等场景。然而，由于 政务场景的专业性、特殊性以及对准确性和合规性的高要求，通用 大模型难以直接满足政务需求。因此，针对政务场景进行大模型的 微调，使其更好地适应业务需求，成为当前亟待解决的问题。 的 合规性和安全性。 为了应对这些挑战，本方案旨在通过对 DeepSeek 政务大模型 进行领域适配性微调，使其能够更精准地理解政务文本、生成合规 的政策解读、提供智能的决策支持。具体背景如下： - 技术需求： 政务场景对大模型的理解能力、生成能力和推理能力提出了更高要 求，需要针对性地优化模型结构、训练数据和微调策略。 - 业务需 求：政府部门需要通过智能化工具提升工作效率、优化服务质量、

策能力，能够从以下维度重构理赔流程：首先，通过自动化单证识 别与核验，将材料初审时间从小时级缩短至分钟级；其次，基于历 史数据与规则引擎的深度学习模型，可实现对理赔案件的智能分级 与风险预判，准确率可达 92%以上；最后，通过动态生成个性化沟 通话术，显著提升客户服务体验。 为验证方案的可行性，某头部财险公司已在车险理赔场景完成 试点测试。结果显示，DeepSeek 大模型的应用使案件平均处理时 效提升 40%，人力成本降低 基础人力成本 25%- 30% 核赔员薪资、社保等固定支出 高峰时段附加成 本 8%-12% 临时工雇佣、加班费及应急培训 质量管控成本 5%-8% 抽样复检、争议案件二次处理 错误决策衍生成 本 2%-5% 超额赔付、诉讼调解等后续支出 通过引入 DeepSeek 大模型技术，可针对性解决上述问题：基 于 NLP 的智能单证审核模块能自动完成 85%以上的基础材料校 验，将人工介入节点减少 析医疗报告、事故照片、维修清单等 12 类以上材料 2. 动态风控模 型：要求欺诈识别模型每周可迭代，对抗进化中的欺诈手段 3. 可 解释性输出：每个理赔结论需生成包含 5 个以上判断维度的解释报 告 4. 系统响应速度：从材料上传到初步结论生成需控制在 90 秒内 典型场景的性能指标要求如下： 场景类型 准确率要求 处理速度要求 人工复核率控制目标 医疗理赔审核 ≥92% <2 分钟/件 15%

—— 鼓励宁波先行先 试 文 件 解 析 晓 计 神 解 析 2 7 0 0 个 2 N ) 文本解析 蓝功 0 个 io 失放 13 个单 20 档式转换成功 126 个 ( 失致 6 个四 生成网普对成功 0 个 0u 失 胜 0 个圆 文 件 类 型 魂 计 te 5297184159 do ex 58 个 0) 1 0 6 个 ( joed10 后土大横型 · 耕地资源“非农化” · 耕地资源“非粮化” · 采伐林地、占用林地 · 生物 多 样性 · 高精地图 AI-3D 建模生成 · 海洋潮汐、海灾 · 森林病虫害 · 战略性矿产资源 · 非法采矿 2.4 赋能方向 二 分析报告智能生成 空间数据赋能与智能体赋能 空间评估分析 空间品质检测评估 全市时空 AI 中 心 赋能城市违法治理 赋能低空航道管理 赋能产业空间治理 工作流编排 约束条件 API 调用 专业工具 接 入 调查监测 选择模型 文本检索 文本生成 仿真模拟 记忆引用 空间计算 规划分析 智能体构建 提示词编写 数据检索 自然资源 应用场景 智能体中心 工具 偏好对齐 类 型 语 言 领域微训练 通义千问