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...........................................

概念设计辅助....................................................................................101 8.1.1 方案生成..................................................................................102 8.1.2 方案优化.. ................................................................................104 8.2 施工图智能生成................................................................................107 8.2.1 自动标注......... 项目的主要目标包括以下几个方面：  提升设计效率：通过 DeepSeek 大模型的自动化能力，优化 建筑设计流程，减少人工干预，缩短设计周期，降低时间成 本。  增强设计创新性：利用大模型的生成能力和多维度数据分析， 为设计师提供多样化的设计思路和方案，激发创新灵感。  优化资源利用：通过智能化的空间规划和材料选择，提高资源 利用率，减少浪费，实现绿色建筑设计目标。  支持复杂

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。

.....47 4.2 讲解内容生成模块..................................................................................................................................................49 4.2.1 动态内容生成算法............... .....................................................................................183 14.1.2 内容生成正确率................................................................................................ 大模型在智能语音讲解公共服务应用中展现出多维 度技术优势，其核心能力通过以下关键特性实现落地转化： 语言理解与生成能力 基于千亿参数规模的预训练架构，模型 在公共服务场景的语义解析准确率达到 92.3%（第三方测试机构数 据），支持 47 种方言的实时转译。在故宫博物院试点中，实现讲 解文本的自动生成效率较传统方案提升 6 倍，同时保持专业文献的 术语准确率。 多模态处理能力 模型集成语音-文本-图像联合分析模块，在景

GPT，将生成式AI 首次应用于CRM。公司在2016 年收购机器学习平台PredictionIO 和深度学习平台 Metamind，并正式推出人工智能平台 Einstein，目前每天在 Customer 360 中提 供超过 2000 亿次 AI 预测。2023 年 3 月 7 日正式推出 Einstein GPT，将公共和私有 AI 模型与 CRM 数据相结合，为客户提供开箱即用的生成式 AI 功能，Einstein 层结合进一步提高客户对数据的分析和利用能 力。预计生成式 AI 将进一步提升客户黏性及多云订阅意愿，带来客户数量、续费率和 ARPU 的 三重增长。公司还宣布通过 Salesforce Ventures 设立一项 2.5 亿美元的基金，旨在加强围绕生成 AI 的创业生态系统。  Slack GPT 与 Tableau GPT 打通多场景智能。Salesforce 于 5 月 4 日推出 Slack GPT，利用生成 式 AI 在 AI，Slack 可以集成其他模型，有望通过降低使用门槛 增加客户数，缩小与竞争对手的份额差距。公司还于 5 月 9 日推出 Tableau GPT，基于 Einstein GPT 在 Tableau 引入生成式 AI，为用户提供智能和自动化的数据分析服务。2021 年全球商业智能（BI） 软件市场规模约为 271.1 亿美元，预计 2030 年将达 294.2 亿美元，期间 CAGR 约 9.1%。Tableau

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