尽管可利用的多模态医疗健康数据较多，但是不同来源的数据质量参差不齐，需 要进行数据预处理。具体而言，首先通过去重、填补缺失值、处理异常值、文本结构 化等方法对多模态数据进行清洗和治理，实现多源异构数据的标准化，保障数据的一 致性、准确性和完整性。然后利用 YEDDA、CVAT、Praat 等标注工具分别对文本、图像、 音频等多模态数据进行多轮数据标注，以便数据可以被智能算法所理解和使用。接着 真实世界数据发现新的知识，可对复杂决策提供决策依据。 3.2. 智能决策支持系统的瓶颈与优化 智能决策支持系统的工作机理通常可以分为以下几个核心环节：（1） 数据输入与预处理：采集电子病历、医学影像等多源异构数据，通过 ETL、自然语言处理等技术将非结构化数据转化为可供分析的结构化数据。 （2）特征提取：通过深度学习方法提取关键特征。（3）知识库与模型协 同推理：基于知识图谱以及机器学习模型进行协同推理，生成决策并给出 动预防的转 变。主要特点如下： 智能驱动的医疗健康生态系统：从数据到决策的全面优化 28 多模态数据整合进行实时风险建模：整合电子病历、术中生命体征、手术视频流、环境传感器、器械使用记录等多源异构数据，构建全景式手术数据池，借助机器学 习算法动态预测手术风险、术后并发症风险等，结合患者个体特征生成即时决策； 手术实时监控与预警：实时识别手术关键操作，提供操作质控，预警有潜在风险的手术行为，以及患者生理参数异常情况。

集、加工、存储、共享、应用等全过程智能化支撑。 智能采集：自动接入内部异构系统知识文档，并 通过RPA自动采集外部网站各类情报、政策、行业 动态等，采集到的知识无缝集成到KM系统中，支 持各项教学、科研专题分析工作。 智能搜索：可通过自然语言理解精准解析用户的 意图，并基于搜索内容主动推荐关联问题；同时 打通学校各类异构系统数据源，实现跨平台知识 资产的统一检索。 智能问答：支持多类大模型自由切换，提供知识

周期产业体系 来实现大数据信创。 4.1.3.3 人工智能 在人工智能领域可以通过开发具有自主知识产权的通用性人工智能操作系 统和控制软件，研发基于 CPU/GPU/ASIC/FPGA 异构体系的云计算服务平台，研发 同时支持逻辑推理、概率统计、深度学习等范式的统一计算框架，来实现信息技 术创新。 国家新一代人工智能开放创新平台是国家认可、由企业主导的 AI 开放创新 平台， Things、腾讯的 TencentOS tiny，中移动的 OneOS，睿赛德科技的 RT-Thread 等。 物联网平台通过整合、适配各网络环境和协议类型，支持传感器、执行装置 及智能硬件等异构设备的快速接入，通过丰富的 API 与应用模板，支持智能硬件 和行业应用开发，有效降低各场景物联网应用开发与部署成本，助力物联网项目 快速落地，满足物联网设备连接、协议适配、数据存储、数据安全、大数据分析

设化、固定化的教学方式，出现了混合式学习、翻转课堂、泛在学习等新型教学 方式。这一阶段需要教师掌握信息技术应用能力，从关注工具操作转向关注信息 技术与学科教学整合应用。 在智能技术阶段，以互联网、物联网、5G/6G 等多域融合的异构网络为通讯 传输载体，以大数据为核心要素，以 AI 为抓手，实现了教育全场景的智能化， 为深化数据驱动大规模因材施教提供了重要支撑。教师要积极适应教育数字化、 智能化发展新要求，转变教育观念、提升数字素养，在教育教学中探索实践，大 域知识， 从更多维的视角来认识、理解教育系统，超越了单独的人或机器所具备的创新性。 高质量数据集构建。AI 赋能的高质量数据集构建通过多模态数据标准化处 理与可视化校验实现。针对教育场景中分散异构的图像、视频、文本等多源数据， 结合多源融合、知识表示学习等技术进行标准化整合 ①；基于交互式面板动态展 示数据分布与质量缺陷，通过人机协同实时优化清洗策略，经多轮迭代生成符合 科研规范的结

本公司具备证券投资咨询业务资格，请务必阅读最后一页免责声明 证券研究报告 5 临床决策支 持系统更加 智能 DeepSeek AI 能够融合电子病历、检验报告、影像数据等多源异构数据，构建动态诊疗路径，为医 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