技、万东医疗、数坤科技（拟港股 IPO）、推想医疗（拟港股 IPO）等。 ❑ 诊中治疗：医疗器械与 AI 的软硬件结合带动院内诊疗向精准化、智能化方 向发展。1）AI+诊疗器械：核心价值在于提升诊疗精准度，为医疗资源分布 不均提供解决方案，如 AI+超声、AI+放射治疗等，相关公司：迈瑞医疗 （“三瑞”AI 生态系统）、联影医疗（40+医疗 AI 产品，5 张 NMPA 三类 证）、华大智造（A 慧康、东软集团、万 达信息、久远银海等。 ❑ 风险提示：技术迭代、市场竞争、政策监管、产品落地不及预期风险、企业 经营、数据泄露风险等。 行业规模 占比% 股票家数（只） 447 8.9 总市值（十亿元） 6654.7 7.9 流通市值（十亿元） 5351.1 7.4 行业指数 % 诊断，病理科诊断流程复杂、自动化程度低、诊断时间长，“显微镜+病理组织 切片”为特点的传统人工诊断模式工作量大且误诊率高。以人工智能技术为核 心的智慧病理在病理切片数字化（数字病理）基础上，依托海量数据形成的数 据集，以深度学习技术找出数据集的内在共性，对可疑靶区做出勾画、渲染， 辅助病理医生判读切片，有效促进诊断效率和质量，提升病理行业数字化水平。 图 16：病理 AI 有效提高诊断效率 图 17：不同病理检验阶段所用的关键推动技术

这样的技术底座和技术体系实现教育信息系统“升级替代”和教育数字化转型， 最终目的是推动教育机构建立基于信创体系的智慧教学、智慧科研、智慧校园与 智慧管理，并培养符合未来产业需要的信创人才。教育信创应服务于教育机构数 字化战略目标，支持教育机构实现“自主可控”的数字化转型，通过构建“创新 高效、安全稳定“的数字化技术平台，支撑学校业务应用场景的创新，提升学校 业务运营效率与师生服务能力。 1.2 教育信创的原则 SEAF-ADM。最初的分块架构开发应该是一个高阶 的架构内容，如战略意图（需要解决的核心问题等），战略架构（数字化后将要 达到的未来状态等）及业务与信息需求（与其他业务的交叉协作需求及相互的数 据支撑等）。等具体需要时再做进一步细化的架构开发，如详细的业务架构、数 据架构和应用架构开发等。所有架构内容的开发都是为相应的决策服务，避免大 量的重复建设和无效劳动，并减少系统的复杂性。 3.5 智慧教育应用参考模型 化的关系，并尽量按标准的方式去构建每一层能力。 3.7 智慧教育运营参考模型 整个数字化转型都在从孤立的大项目建设走向微服务的迭代开发与持续运 营。信创工作不能只做“简单替代”，而要在“升级替代”的思路下，在新的数 字化模式中建立起持续运营的体系。智慧教育架构框架之运营参考模型（SEAF- ORM）（如图 3.7）可以大体划分为基础设施的运营参考模型和软件开发的运营参 考模型两大部分内容。 图 3

力提升利用智能技术进行教学创新的能力。 AI 赋能教师发展亟需以顶层政策规划为引领，推动教育发展理念革新，整 体统筹高素质专业化教师队伍建设各项实践，构建结构合理、供需适配、协同联 ① 祝智庭,戴岭,赵晓伟,等.新质人才培养：数智时代教育的新使命[J].电化教育研究,2024,45(01):52-60. ② 中共中央 国务院.中国教育现代化 2035[EB/OL].(2019-02-23)[2025-05-10].https://www 络空间的融合，形成突破时空限制、高效便捷、形式多样的教师教研模式 ⑤。还 需加强教育科研实验平台建设，研发智能科研助手，加速知识创新和技术突破。 数字素养是智能时代教师必备素养，也是 AI 赋能教师发展的核心。教师数 字素养的发展既是教育数字化转型的必然要求，也是实现教育变革创新的核心驱 动力，需构建系统性的支持体系。 加强数字素养标准配套建设。省一级需积极落实响应《教师数字素养》标准， 推动数字化课程建 认证等多种 方式，激发教师应用数字技术的主动性和创造性。 教师评价与治理是教师发展数字化转型至关重要的指挥棒，在 AI、大数据 和云计算等智能技术深度赋能的当下，教师的评价与治理需从经验驱动向数智驱 动的范式重构，进而为迈向精准化、规范化注入新动能 ①。 在教师评价方面，运用大数据、数据挖掘等技术伴随式采集分析教师教学、 研究与管理等多个时空、全过程的多模态数据，创新教师评价方法与模式，丰富

高等教育数字化相关政策 时间 文件名称 相关内容 2023.11 关于深入推进学术学位与专 业学位研究生教育分类发展 的意见 充分发挥教育信息化的战略制高点作用，着力推进学位与研究生教育资源数 字化建设。 2023.7 关于加快推进现代职业教育 体系建设改革重点任务的通 知 在建设职业教育信息化标杆学校方面要求各校积极落实《职业院校数字校园 规范》，建设校本大数据中心，建设一体化智能化教学、管理与服务平台， Digital Research Report on Higher Education 第一，要充分利用好长期推进智慧教育、智慧校园建设积累的信息化基础服务设施与能力，重构业务流程，强化数据治理，积极探索数 字技术在高等教育教学、科研、治理和服务场景的创新应用，在持续应用中逐步消除各类信息孤岛。发挥数字技术的赋能作用，需要加 大技术应用的宣传推广和人员培训力度，引导相关利益主体了解并能熟练应用现有的 学习转型的目标任务、规范方案和制度框架， 着力培养多元主体的数字化素养，深化对数 字化认知、数字化技术运用以及数字安全防 护意识的认同与实践。结合不同的工作岗位 职责，以场景为载体，系统阐明创新应用数 字化技术手段可能引发的工作内容变动范围， 以及对提升个人工作质效的影响，强化沟通 协作，营造转型氛围，促进多元主体深刻理 解数字化转型对助推高等教育强国建设的重 要意义，主动跟上，适应数字时代变革大势。

充分融合。智慧校园有 3 个核心特征：①提供一个全面的智能感知环境和云服 务平台，为在校师生和管理部门提供基于角色的个性化定制服务；②将学校管 理和学生生活各个领域的数据，经过统一接口进行数据处理，汇聚于云端的数 据共享中心，实现互联和协作；③通过智能感知环境和综合信息服务平台，为 学校与外部世界提供一个相互交流和感知的接口。 智慧学校遵循立足实际、科学规划，标准统一、资源整合，应用驱动、特 色创新的 各个系统的不同而不同。综合布线系统水平线缆由桥架引出，穿 1—2 根 UTP6 线管材采用 JDG20，穿 3—4 根 UTP6 线的管材采用 JDG25 到用户信息点；其 他系统根据线缆的直径和根数可采用 JDG20 或 JDG25。所有建筑一层及地下部 分使用 SC 管。所有的引出管线在有吊顶处为吊顶内敷设。 地下室的配管和埋设在结构楼板以及混凝土墙体内的配管已在施工总承包 范围内。  设备间就是指网络中心机房，以及各个楼的负责室外进线的汇聚间。 数据主配线架：用于连接来自各管理间的光纤主干（具体详见设计图纸）， 光纤采用高密光纤配线架，19 英寸标准机柜安装方式，适合不同芯数的光纤环 境。 主设备间管理设备根据设备情况采用 19 英寸 42U 标准网络机柜或 19 英寸 42U 服务器专用机柜安装，并配有网络设备专用配电电源及风扇。 为了适合 19 英寸标准机柜安装方式，在管理间和设备间采用

年代，早期以专家系统（如 QMR、DXplain）为主，但因技术限 制（如算力不足、算法不成熟）未能大规模应用。21 世纪初，深度学习、自然语 言处理和计算机视觉技术的突破重新激活了 AI 在医疗领域的潜力。医疗行业数 据量庞大（占全球数据总量的 30%），但 97%未被有效利用，这为 AI 模型的训 练提供了基础资源。例如，AI 通过分析医学影像和电子病历数据，实现了从辅助 诊断到药物研发的跨越式发展。政策与资本的双重推动：1）政策支持：数字社 模型基于海量预训练数据，快速提炼研究领域的前沿进展和核心观点，节省 80% 以上的文献筛选时间；案例：肿瘤科医生可快速掌握免疫治疗领域的最新趋势，集 中精力设计创新临床研究方案。2）数据分析与科研设计：DeepSeek 支持多源数 据整合分析（如影像、基因、随访数据），并胜任复杂统计学问题（如生存分析、 Meta 分析）；科研设计：模型可推荐研究类型、样本量估算及统计分析方法，优 化设计科学性。3）论文撰写与润色：DeepSeek-R1 民生证券研究院 根据 Frost & Salivon 数据，2020-2025 年间，AI+医疗市场呈现高速增长 态势。市场总规模在 2025 年将达 348 亿元,增速维持在 40%左右。根据观研数 据中心数据显示,AI 人工智能细分市场中,影像、数据交换与存储、综合辅助诊断占 比较高,占比分别为 34%、22%、13%。据动脉橙数据显示,从 2022 年 1 月 1 日至 2023 年 6

225 帮扶管理 226 227 228 帮扶对比画像 230 231 党团活动 最新活动 232 计分项与分数 233 赋分办法 ／ 总计 群体党员人 数 教职工党员人数、学生党员人数 ，比例，党支部数 综合素质评 分 功能描述 数量 单价 总价 1 48,000 48,000 1 200,000 200,000 展示当前所选学生群体关系图谱； 以 以图形式展示所选群体中日均上网时长分别在0-2h，2- 4h，4-6h，6-8h，8-10h，大于10h的人数； 以图形式展示当前所选人群的日均睡眠时长在：小于6小 时，6-8小时，8-10小时，10-12小时，大于12小时的人 数及所占比例； 展示各个时间段睡眠人数比率和起床人数比率，展示 top5； 以词云图的形式展现当前所选人群关注的热门图书情况 ； 分析对比当前所选人群中，不同学历学生的就业率以及 全校平均就业率情况； 50000 50,000 1 58000 58,000 1 120000 120,000 1.预警概览：展示待处理紧急预警总数量； 2.历史预警趋势：以折线图形式展示历史紧急预警的数 量； 3.紧急预警学生top10：以柱状图展示紧急预警top10学 生排名； 4.待处理紧急预警列表：以表格形式展示待处理紧急预 警的信息，可根据个人信息筛选； 1、采集教务系统中学生的考试成绩、考勤系统中的点名

生、好大夫在线、微脉等。 ❑ 风险提示：个人客户支付意愿不强导致商业化不及预期风险，技术迭代，生 成信息错误，数据安全，市场竞争，变现能力较弱，政策监管等风险。 行业规模 占比% 股票家数（只） 448 8.8 总市值（十亿元） 5769.0 6.8 流通市值（十亿元） 5106.1 6.6 行业指数 % 1m 6m AI 的优势在于可以整合平台过往的咨询及问诊数据并进行机器学习、深度 学习，进而模拟人与人交互的过程，改善患者服务体验。于患者而言，AI 平台就像是一位既有充足医疗健康知识储备、又足够关心了解其历史健康数 据的老朋友，可以进行连续且相关的对话，实现平台与患者双向多模态的交 互，例如，当前春雨医生、平安好医生等线上咨询平台已经能够在同一次咨 询中实现前后关联。 敬请阅读末页的重要说明 7 图 12 互联网+健康管理发展历程 资料来源：IT 桔子，招商证券 AI 模型的引入可能带来的改变： ◼ 智能可穿戴设备进行连续化数据采集，结合患者医院就医数据记录，提高数 据准确度和数据连续性：利用 NLP、HsMocap、ML、多模态神经网络 A 等 技术训练更加准确的人工智能，结合远程医疗提升检测数据与技术数据推论 的准确度。同时结合大数据、人工智能、云计算等技术建立个人健康档案有

型和应用效果。首先，数据反馈从实际应用中收集新的数据（如用户行为 数据、系统日志、传感器数据），这些数据反映了模型在实际场景中的表 现，为优化提供依据。其次，模型更新基于新数据重新训练模型，调整参 数或结构，并借助在线学习或增量学习技术实现动态更新。最后，应用优 化根据模型更新结果调整应用逻辑，提升用户体验或系统效率，并通过 A/ B 测试等方法验证优化效果。这一闭环过程确保了模型和应用的持续改进， 更新，例如根据实时病例数据更新疾病传播模型，或根据患者生理数据调整健 康建议。（3）个性化推理与决策。传统知识库基于固定规则，难以满足个体 化需求；自我进化引入强化学习、元学习等技术，根据患者特征（如基因组数 据、病史）和实时数据，提供个性化建议，例如动态调整癌症治疗方案或健康 管理计划。（4）反馈驱动的迭代优化。传统知识库优化依赖人工分析；自我 进化通过患者反馈和治疗效果数据，自动优化知识库和模型，例如根据医生反 跨领域技术融合在医疗健康应用中呈现出鲜明的协同创新特征，主要体 现在以下三个层面：（1）技术架构的层级化整合。各应用场景普遍采用“数 据层 - 计算层 - 智能层 - 应用层”的四层架构模式。在数据层，健康信息交换 平台（HIE）与区块链技术形成互补，HIE 解决数据流通问题，区块链确保数 据可信性；计算层通过云计算与边缘计算的协同，实现资源的最优配置；智 智能驱动的医疗健康生态系统：从数据到决策的全面优化