智慧教育的应用参考模型（SEAF-ARM）可以为智慧教育（包括基于信创的智 慧教育）的应用能力建设提供了一个分层分类模型。通过该模型，用户可以理解 每一层能力建设的内容，并尽量避免这些能力的重复建设或无序带来的复杂性。 智慧教育的技术参考模型（SEAF-TRM）可以为信创工作提供业界已有的最佳 实践作为参考。参考模型一般是从业界最佳实践中抽象总结出来的，参考模型的 使用可以为用户方节省大量的摸索时间和成本。这里，智慧教育的技术参考模型 Architecture)作为数字 化转型的通用方法，同样适用于信创转型，其主要作用是通过架构开发或设计来 描述转型涉及的各领域、各层级、各要素之间的匹配关系，从而正确地处理在这 一转型过程中的各种复杂关系。 智慧教育架构框架之架构开发方法（SEAF-ADM）（见图 3.2）采用的是数字 化转型中的通用架构方法。该方法是北达软在参考国际上 TOGAF、DoDAF 和 FEA 等方法论基础上 构框架之业务参考模型（SEAF-BRM），即智慧教育业务参考模型，采用的是业务 分类模型。业务分类将有利于整个智慧教育（包括基于信创的智慧教育）建设中 发现合作、共享和重用的机会，也有利于将复杂的问题简单化、系统化，分类分 层去解决。 智慧教育业务参考模型（如下图 3.4）将业务分为教学、科研、校园和管理 4 个业务域，10 个业务线和 35 个业务应用。其中，教学业务域分为教学计划、

从渠道力来看，消费级渠道获知来源多元，但购买渠道集中，各渠道特色及不同品类青睐差异鲜明。 同时，运营商作为创新渠道可深化市场教育，OMO模式可进一步发挥本地资源优势。作为机构级渠 道的公立学校进校流程复杂，政企共同青睐区域集采模式。 • 从模式力来看，传统商业模式中，仍以软硬功能、内容资源等一次售卖为主，增值服务模式尚未发力 但未来可期。AI智习室作为创新模式，通过线上录播自学+线下伴学服务，变革了传统模式，满足了 更大尺寸的屏幕、类纸屏幕、 “械”字号护眼屏幕等 • 软件层面：学习管理、家长沟通、 作业批改、学情分析等功能基本 实现在终端上的聚合 基础功能 • 高级：通过外接智慧眼、手写笔等配件， 实现如指读查词识别等复杂交互，高端机 型基本配置且逐步向中低端下沉 • 中级：通过摄像头进行简单的动作交互， 如坐姿提醒等，中高端机型已基本配置 • 初级：屏幕点选、语音交互全覆盖 交互形态 • 优质的教辅资源是不变的刚 结合合适渠道易 形成爆款 • 功能：思维机插卡后，与孩子进行点读、语音互动，为孩子出题，引导 孩子进行持续思维训练 • 特点：内容体系取决于卡片的丰富度，脚本、语音、卡片、题目设计等， 教研流程复杂 熏听 注意 思考 专 注 时 间 短 ， 交 互 要 求 高 单 独 品 类 解 决 细 分 场 景 需 求 成 熟 品 类 创 新 品 类 外形可爱 价格低 离线可用 材质安全 场景独占

技术革命的根本性力量。1）全球医疗成本持续增长:世界权威机构 WTW 预测，至 2025 年全球医疗成本增速将飙升至 10.4%，亚太地区更将突破惊人的 12.3%。这 不仅是一个简单的数字，背后折射出多重复杂因素的交织。2）老龄化社会加剧系 统性压力：预计到 2040 年，中国 60 岁以上人口比例将达到惊人的 28%。老龄化 绝不仅仅是人口结构的简单变化，它将系统性地冲击现有医疗体系，带来前所未有 生提供更全面、更智能的临床决策支持，辅助医生进行更精准的诊断和治疗。 动态演进机 制赋予系统 战略价值 动态演进机制赋予系统战略价值。 有效辅助罕 见病诊断 罕见病种类繁多、症状复杂、误诊率高，AI 系统能够通过学习海量医学知识和病例数据，辅助医生进 行罕见病诊断，提高诊断准确率，缩短诊断周期。 个性化治疗 方案的动态 优化 根据患者病情变化和治疗反馈，AI 系统 年 ESC 心衰指 南）；案例：在心衰治疗中，DeepSeek 可提醒医生及时采用新型药物（如 SGLT2 抑制剂），并优化复杂患者的联合用药方案，减少不良反应。 3）疑难病例的跨学科支持：DeepSeek 整合多学科文献与权威指南，辅助医 生解决罕见病或复杂病例的诊断难题;案例：骨科医生可通过模型获取手术风险评 估及术后康复要点；在罕见病诊断中，DeepSeek 结合多组学数据揭示疾病分子机

能力。这意味着： 1）对使用者给出规范化提示词的要求降低。在处理复杂问题时，LLM 模型要求使 用者给出详尽的提示词以进行信息匹配，进而使用者给出的提示词一定程度会影 响模型处理任务的效果。而 DeepSeek 等深度推理模型即使提示词不够详尽也能根 据已知信息推断出合适的回答或解决方案。 2）完整逻辑分析链条在解决数学等复杂逻辑问题时更具优势。相较于传统 LLM 依赖统计模式匹配的解题方式， 模型取得较大进展基础上，相较于构建更复杂场景，教育公司利用 RAG 技术引入专业数据库直接与 Deepseek-R1 模型结合，可较快地生成可投放市 场的答疑解惑模型，并能够满足最为常见的答疑需求。由于 AI 领域存在数据飞 轮效应，教育公司迅速建立起答疑模型，实现数据触达，取得先发优势，对后续 进一步训练模型有重要意义。 教育不是单纯的展示知识，在实践中教书育人有更复杂的场景，而这些场景将是 教育企业下一步可重点挖掘的领域。如学而思结合

技成果转化的长期动力源，将对 服务国家战略发展和区域经济社 会需求形成强力支撑。 长期性 高等教育在高层次人才培养、高水 平科技自立自强、自主知识体系构 建方面的关键作用日益凸显，但面 对当前复杂的国际局势和国家战略 需求，要在世界范围内新一轮科技 革命和产业变革中抢占先机，成为 全球学习借鉴和赶超的对象，就必 须拥有强大的高等教育综合实力、 领先优势和影响力，而前瞻性布局 高等教育数字化转型新赛道、重塑 高等教育数字化转型的制度体系构建是一个动态演进、发展完善的过程，其涵盖的具体制度也是相互联系、相互影响的。既要科学把控制度改 革与制度延续的衔接关系，确保制度体系协调高等教育数字化转型这项长期且复杂的任务，还要强化系统思维，运用政策法规手段解决高等教 育数字化转型中遇到的战略性不够、统合力不足等突出问题，以体制机制的协同、集成和联动，实现目标明确、过程有序、调控科学的高等教 育数字化转型。

资料来源：金域医学公众号、招商证券 2.2、AI+病理：病理医生供给缺口大，AI 有望成破局关键 病理诊断是大部分疾病尤其是癌症诊断的“金标准”，但相比于检验科、影像科 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 标； 带量采购、DGRs/DIP 医保控费、公立医院改革等措施则倒逼医院提升内部经 营和管理效率，降本增效成为医院经营重要课题。在内外因素共同驱动下，医 院信息化建设投入力度持续加大，而随着医院经营复杂度提高，智能化成为医 疗信息化建设新趋势。 图 34：中国医疗信息化市场规模（单位：亿元） 图 35：政策评级对医疗信息化 AI 应用提出要求 资料

2023Q1） 资料来源：DPI、招商证券 资料来源：DPI、招商证券 图 5：AI 制药发展历史 资料来源：DPI、公司公告、招商证券 AI 制药产业链长、分工复杂，参与者众多。AI 制药上游包括软硬件供应商，主 要参与者是各类老牌互联网和电子企业，其中有效的规模化数据来源是上游关键 竞争壁垒。产业链中游是 AI 制药主体，包括 AI 制药初创企业、传统药企/CRO