讨医疗AI相关热点、痛点及实际问题，以期为医疗AI在广西的应用和落地绘制蓝图、切准方向，推进相关合作等。 本报告以人工智能在医疗场景中的应用为主体，结合广西的地方特色，通过动脉网·蛋壳研究院的调研及分析，分别从： 经济要素、人口结构因素、疾病谱要素及供给要素四个宏观维度洞察广西的医疗发展现状，并提出需要重点关注的四大变化 及由此衍生出的六大机遇与挑战。在宏观层面，我们将会提出发展建议；在微观层面，我们将会重点聚焦人工智能的四大落 广西医疗产业现状洞察：从“变化”开始，重点关注四大宏观维度 从“变化”开始，四大驱动因素引发广西未来医疗产业变革。经济要素——引发的医疗消费能力变化；人口结构要素——引发的医疗受 众人群结构变化；疾病谱要素——引发的医疗刚性需求变化；供给要素——引发的医疗服务能力变化。 人口结构要素--引发的医疗受众人群结构变化 1 经济要素--引发的医疗消费属性变化 疾病谱要素--引发的医疗刚性需求变化 供给要素--引发的医疗服务能力变化 2017 广西医疗人均保健支出（元） 农村 城镇 • 广西城镇人均医疗保健支出增长388元； • 广西城镇居民人均社保支出增长318元； 人口结构要素--引发的医疗受众人群结构变化：居民城镇化及老龄化，考验医疗供给能力 数据显示，广西居民的人口结构呈现：居民老龄化趋势明显，占比68%中青年人群将快速老化。广西居民城镇化趋势正在不断加速，城市 居民每年增长约70万人。 我们认为：广西老龄化

制药行业得到国家层面的政策支持，如《“十四五”医药工业发展规划》和《“十 四五"生物经济发展规划》等，旨在推动云计算、大数据、人工智能等技术在新 药研发中的应用。AI 技术在新药研发领域中的应用推动行业快速变革，涉及靶 点发现、蛋白质结构预测、化合物筛选、ADMET 特性预测、临床试验结果预测、 药物重定位、晶型预测和逆向合成分析等多个关键环节。AI 制药技术的应用有 望缩短药物研发周期，降低成本，提高研发成功率。AI 技术使得从药物设计到 出在药物 研发领域的广阔前景和巨大潜力。  CRO 公司加速布局 AI+制药应用技术。CRO 药物研发外包公司的 AI 技术应用正 逐步深化，涵盖药物发现的各个环节，从靶点识别、化合物筛选、结构预测到 药物设计等。维亚生物建立纵向 AI 应用技术平台加速先导化合物发现；泓博医 药持续推进 PR-GPT 多模态大型语言模型的应用；成都先导依托 DNA 编码化合物 库技术与 AI 技术结合，优 ................................ 11 2.1.2 基于结构的靶点发现计算辅助方法 ................................................................. 11 2.2 AlphaFold 促使蛋白质结构预测革命性进步 .......................................

..........................81 5.1.1 结构化数据（保单、理赔记录等）...................................................................................................83 5.1.2 非结构化数据（医疗报告、照片等）........................ 财险公司理赔纠纷投诉中，67% 源于时效延迟或核损偏差，直接推高运营成本—— 行业理赔管理费 用率中位数达 12.8%，较承保利润率高出 4.3 个百分点。 核心痛点集中在三个维度：首先，海量非结构化数据的处理能 力不足，医疗险中仅 CT 影像等医疗文件的人工解读就需要 2-3 小 时/案；其次，风险识别依赖经验判断，车险骗保案件漏检率高达 18%；第三，客户服务响应滞后，85%的保险公司尚未实现 构，通过动态激活子模型的方式实现计算资源的智能分配，在保证 响应速度的同时显著提升复杂任务处理精度。在保险行业特定场景 中，其优势主要体现在三个方面：首先，基于多轮对话和上下文理 ” 解能力，可准确解析客户提交的非结构化理赔描述，例如将 车子 ” 右前方撞到护栏导致大灯破裂 的口语化表述自动转化为标准化事 故编码（V37.2）和损伤部位标识（ADL 代码：HL-03-R），识别 准确率达到 98.7%，较传统

利用人工智能分析挖掘技术，针对金融市场信息获取和分类需求，实现金融资讯大数据癿采集、检索、 分析、挖掘、推送等应用。 数据采集 互联网 数据 行内结构化 数据 利用全斱位高敁癿大数据采集技术，提供多来源、多渠道、 多时敁、 多类型数据癿获取和收集工具 和 数据采集 手段，实现数据癿全面融合。 路透、万得、彭博、 合作机构数据（保 information 大数据 ODS 存储区 内存网 格 （ Ignit e ） 数据 分析 非结构 化分析 挖掘 大数据 融合 OLAP 分 析 HDFS/Hb ase 数据 资源 非结构化数据 结构化数据 文本 数据 采集 批量 采集 批量 采集 实时 采集 数据仓库 关系型数 据库 信息库 数据存储 36 元 / 股 5. 支付方式： 新时达以发行股份及支付现金相结合的方式 6. 是否构成上市公司重大资产重组： 构成上市公司重大资产重组 7. 本次交易对上市公司影响 本次交易将进一步优化公司业务结构、完善公司在运动控制及机器人业务领域的产业链、扩大 公司 业务规模、壮大公司主营业务， 有利于进一步提升上市公司的综合竞争能力、市场拓展能 力、资源

........................203 1. 引言 近年来，随着企业财务数据规模的指数级增长和审计合规要求 的日益复杂，传统审计模式面临巨大挑战。审计人员需要处理海量 结构化与非结构化数据，同时应对不断变化的会计准则和监管框 架，人工分析效率低下且容易遗漏风险点。以某国际会计师事务所 的实践为例，其 2023 年内部评估显示，在金融资产减值测试项目 中，审计团队平均需要耗费 65%场 景 机器学习识别 92%场景 工作底稿生成效率 4 小时/份 20 分钟/份（自动校验） 在技术实现路径上，我们采用分层架构设计：底层通过微调后 的 DeepSeek 模型处理非结构化文档，中间层构建审计知识图谱实 现条款关联，应用层则部署风险预警、抽样推荐等具体功能模块。 某试点项目数据显示，该方案使应收账款函证程序的耗时缩短 57%，同时将异常交易检出率提升 31%。这种提升不仅来自算法优 35%的审计结论难以 通过监管复核。这揭示出当前 AI 应用需要解决的核心矛盾：如何 在保持审计证据链完整性的前提下，实现技术赋能的实质性突破。 流程自动化（RPA）的局部应用虽能提升基础核对效率，但在 面对非结构化数据（如合同文本、邮件通信）时仍显乏力。某上市 公司审计案例显示，其采购循环审计中仍有 62%的供应商资质验证 需要人工复核扫描件，这类场景亟需具备多模态处理能力的智能体 支持。同时，审计质

点，该观点认为智能源于大脑神经元的物理结构和 复杂的网络连接，是由大量如神经元的简单元素通 过非线性相互作用产生的集体行为结果，智能行为 的模拟可以通过构建大量简单计算单元组成的大规 模 网 络 ，并 不 断 调 整 网 络 单 元 间 连 接 权 重 来 实 现[9-10]。优势在于从数据中学习的能力，善于处理复 杂的、模糊的问题。 1.1.2 主动学习 与传统结构化的知识获取方式相比，大模型采 用自监督学习方法，主动捕捉训练文本中更深层次 的特征和规律，而非在预设知识结构下的信息抽 取[11]，从而具有突破已有认知局限实现创新的潜能。 1.1.3 数值计算过程 模型通过优化其预测下一个单词（如 GPT）或填 充缺失单词（如 BERT）的能力，来调整多层神经网络 模型的内部大量神经元连接权重参数，实现对知识 的获取。这一参数调优过程在连续平滑数值空间进 行，与符号化表示的知识获取中的离散符号操作相 技术从大量的科学文献中自动提取知识，生成研究 假设，驱动科学试验，开启了科学发现的新模式。 材料科学领域的研究人员利用无监督词嵌入技术自 动学习该领域科学文献，通过高维向量空间的位置 关系分析不仅能捕捉材料结构、属性、元素周期表 等抽象概念，还能发现隐藏的结构-属性关系，从而 找到新的热电材料[14]。利用人工智能技术捕捉人类 未充分探索领域的隐性联系，从而形成新的知识结 构，推动学科知识创新，是一种科学发现模式的创 新，开启了科学知识创新的新途径[15-16]。

3 月 2 日 前 言 “ 在数智化转型时代背景下，工程审计正面临 数据爆炸、场景复杂、标准多 ” 元 的严峻挑战。传统工程审计模式依赖人工抽样与经验判断，难以应对海量工 程数据与非结构化社会数据的融合分析，导致审计盲区与治理效能偏弱，工程审 计智能化转型迫在眉睫。 DeepSeek 大模型作为自主可控的新一代人工智能大模型，凭借多模态理解、 动态推理与领域自适应能力， 输入 专家 1 GateNet 输入 图 2-2 MoE 架构的基本原理 解码器 N Decoder 输 入 token 分词 递归输出 图 2-3 MoE 模型解码器的逻辑结构示意图 4 多 头 注 意 多 头 注 意 to ke n 专 家 归 一 归 一 位 置 M o M o 输 出 输 出 一种高度精准的语言转换技术，它通过系统性的语言策略，将抽象的专业需求 转化为可操作的智能响应。 DeepSeek 系列的大语言模型尽管功能强大，但其输出质量高度依赖于输入 的精确性和结构性。正如专家咨询中的关键洞察，提问的艺术决定了知识获取 的深度和广度。在人工智能治理的新兴领域，如何构建有效的对话策略已经成 为一项关键的认知技能，提示词工程应运而生，成为连接人类专业智慧与机器

73 4.2.1 语音转文本技术.........................................................................74 4.2.2 结构化病历生成.........................................................................76 4.3 辅助决策支持....... 程，实现从被动治疗 到主动健康管理的转型。 人工智能技术为医疗系统优化提供了新的突破口。以自然语言 处理和多模态学习为核心的 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： 小时，基层医疗机构误诊率 高达 18%-25%。在诊疗效率方面，三甲医院医师日均处理病例量 超过 80 份，导致疲劳作业风险上升，而电子病历系统仅实现基础 结构化存储，无法主动辅助临床决策。 医疗数据利用存在显著瓶颈： - 非结构化数据占比超过 70%（如影像报告、医患对话记录） - 跨系统数据互通率不足 40% ” ” ，形成 信息孤岛 - 实时数据分析延迟普遍在 4 小时以上，影响急症处置

财 报 & 招 股 书 智 慧 芽 @LS-GTM 智 慧 芽 芽 仔 国 ypotrop 15 命 圆史记录 知识 根 据 PDB 库 中 GPCR-LPA 复合物的结构模型 ( 如 PDB ID:7BZ9) 及分子对接模拟： 1. 空 问 构 象 ： BMS-986278 的喹啉环嵌入跨膜螺旋 3/5/7 形成的疏水口袋，与 Val3.32 、 Leu5 AN 结构类型 洒性药他 9 来源 问题：根据 PDB 库和智慧芽数据库的信息，给出药物 BMS986278 和 靶蛋白的结合模式 查面 ia 构 结合模式分析 2. 优异药代动力学：在啮齿类和非人灵长类动物中显示高口服生物利用度 ( 大鼠 75%, 食蟹猴 93%), 血浆蛋白 结 合率仅 65-76%, 有利于组织渗透 1 。 3. 独特化学结构：采用双环喹 独特化学结构：采用双环喹啉骨架设计，引入三氟甲基吡啶基团增强疏水性相互作用，同时保留氨基甲酸酯结构 以维持氢键网络稳定性 1 。 靶蛋白的功能与结构 LPA1 受体属于 G 蛋白偶联受体 (GPCR) 家族，具有 7 次跨膜结构域特征： · 功能层面：介导 LPA 诱导的成纤维细胞活化、胶原沉积和纤维化相关基因 ( 如 IGF-β 、 CTGF) 表 达 2 。 BMS986278 与靶蛋白结合模式概述

ChatGPT 基于 OpenAI 的 GPT 架构，是一种生成式预训练变压器 （ Generative Pre-trained Transformer ）模型。 通过大量文本数据进行预训练，模型学习到了语言结构、语法、常识等知识。在预 训练阶段完成后，模型使用特定任务的数据进行微调，以适应特定的应用场景。 • 灵活性：能够根据用户输入生成符合语境的回复，适应多种场景和问题。 • 持续学习：随着数据量的增 注企业长期发展，通过资本结构、投资决策、融资策略等方面来实现企业价值最大化。 管理会计：管理会计是指为企业内部管理者提供决策依据的会计信息，用以规划、控制和评价组织内部的 业务活动。管理会计主要关注成本控制、预算编制、业绩评价等方面，帮助企业有效地实现管理目标。 财务战略规划：根据企业整体战略目标，为企业制定长期的财务规划和目标，确保财务资源的合理分配和利用。 资本结构优化：分析和优化企业的资本结构，平衡债务和权益的比例，降低企业的财务风险。 企业存在的目的和意义，愿景是企业未来期望实现的目标和形象，价值观是企业行为和决 策的基本准则。在数字化转型过程中，企业需要以其使命、愿景和价值观为基础，确保转 型方向与企业发展战略相一致。 组织结构、人才和绩效管理是实现数字化转型的基础要素。组织结构需要适应数字化 转型的需求，优化业务流程和决策机制，提高效率和灵活性。人才是数字化转型的关 键推动力，企业需要培养具备数字化技能和素质的员工队伍。绩效管理则可以激励员