大数据在改变科研模式，并走向基于数据的科研模式。以医疗大数据为例， 医疗大数据科研关键一步是建立一个大范围内医疗数据共享、整合和分析的平台。 该平台将是灵活的、可重构的，再加上平台本身的数据安全和入口控制等功能， 使得任何数据共享机制都能快速实施。医疗数据多为非结构化数据，且多系统数 据相对独立、关联性较弱。所以海量医疗的数据的整合，使其从凌乱转换为结构 性的，从零碎的转化为黏连的，十分有必要。这需要医学、自然语言处理和信息 大变化，信息技术自主创新背景下的产教融合，必然是以一种新的形式出现，也 必须在原有校企合作形式的基础上升级与迭代。 政府在推动高校创新教育中发挥着举足轻重的作用，政府、学校、企业三方 相互配合形成联动。政府牵引并制定监管机制，推动企业和高校共同承接课题、 专项，企业提出现实需求，高校完成人才的培养过程。这种结合，通常以科研项 目、精英定制班、实习实训基地、产业学院等形式共同推进落地。 6.1 高校信息技术信创化转型 实为师生提供能用好用的数 字化资源。 需要强调的是，数字化转型过程中要以学习者为中心，以创新能力培养为重 点，实现以问题为导向的差异化教学和个性化学习。要加强资源整合，建立示范 引领和试点机制，做好教育数字化建设推广应用探索，推动教育信息化实现发展 52 标准化、成果品牌化，大力提升教育治理体系和治理能力现代化水平。同时要以 标准安全运行保障为支撑，筑牢数据安全底线，探索创造富有中国特色的教育数

心的数字化内涵式发展道路。 高质 高等教育数字化转型要着眼于技术协 同、业务协同、数据协同，达到跨层 级、跨部门、跨校区、跨校级、跨校 企和跨校家的协同转型目标。 协同 积极构建多边共享机制，促进数字资 源、师资能力、专业知识在不同主体 间流动，是高等教育机构开展持续性 数字化发展的有力保障。 共享 高等教育作为社会上层建筑的一部分， 在数字化转型背景下，其思想意识和 价值观念要随着社会变迁而发生变化， 横向一致、纵向衔接、彼此贯通的智能化联 动体系，提升高等教育人才培养质量、科学 研究水平和社会服务能力，拓展高等教育的 边界，优化学生的学习体验。同时，周期性、 动态性地建立贯穿数字化转型全过程的推进 和考核机制，发挥考核结果的激励作用，持 续推进高等教育数字化转型。 行 动 逻 辑 转 型 的 价 值 创 造 高等教育数字化转型的实践进路： 1. 注重技术赋能，全方位优化升级智能化基础设施 2025高等教育数字化研究报告 机理的学习和把握，转变传统的人才培养模 式，引导学生正确合理使用生成式人工智能 等工具，避免因滥用或依赖智能工具而造成 诚信危机、情感缺失和能力退化。同时，要 尽快完善现有教育法律体系，建立针对智能 生成内容的监管和伦理审核机制，明确数字 标准规范体系，避免生成内容的“幻觉”堆 积迭代，加强对智能化工具应用的全生命周 期治理。 深化治理效能 增强应用服务透明度 高等教育数字化转型的实践进路： 2. 强化场景驱动，

为企业提供了高度灵活的技术底座。教育机构可基于开源代码定制学科知识库、 教学场景交互逻辑，例如开发数学解题的分步骤解答框架。 轻量化架构适配企业低成本训练及本地部署。DeepSeek 通过可验证奖励的 GPRO、 多头注意力机制以及 DualPipe 方法（援引自腾讯研究院，此处不过多展开）实现 算法优化，降低模型单次训练和推理对算力的需求，基于 DeepSeek 二次训练的成 本也更低。同时模型本地部署也可在边缘设备（如校园本地服务器、企业办公终 资料来源:公司公告，Bloomberg，国信证券经济研究所整理 中端：游戏化设计&课程、推送有效设计拉动用户留存率提升。多邻国通过中台 系统构建三层用户留存体系，将游戏化机制与自适应学习技术深度结合。在参与 度驱动层，连胜系统通过连续学习奖励机制产生显著效果，使新用户 7 天后留存 概率提升 1.7%（据 2022 年多邻国实验数据）。课程推荐层依托 Birdbrain 系统， 结合用户记忆曲线预测生成个性化学习路径。消息触达层采用 给；其二，构建"算法 优化-用户反馈"闭环，如多邻国的 birdbrain 等，基于学习行为数据持续训练模 型（如半衰期回归算法优化记忆曲线），实现个性化学习路径的精准匹配；其三， 以 A/B 测试机制驱动产品进化，围绕留存率、转化率、续班率等进行产品升级。 免费课程引流策略。教培机构一直有低价引流课的打法，在 AI 助力降本下，引流 课可以更低的价格打开更广阔的流量入口，探索"免费内容获客-分层产品变现"

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 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