e Diffusion（多模态生成） 侧重点 判断 创造 教育应用 场景案例 智能组卷（根据要求组合试题），教学监督管理平台 （辅助教学与课堂管理，及时反馈教学情况） 智能出题（根据要求生成新的题目，扩充题库）， 大模型对话功能（提供教学辅导） 资料来源：国信证券经济研究所整理 改善教学效果、自动化节约成本、内容生成为驱动使用 AI 的核心因素。根据 HolonIQ 2019 年至 2024 和信息化委员 会 《“十四五”国家 信息化规划》 开展教育社会实验。研究人工智能对教育模式和教育对象的影响，探 索人工智能融入教育对社会的影响。 2022.7 科技部等六部 门 《关于加快场景创 新以人工智能高水 平应用促进经济高 质量发展的指导意 见》 教育领域积极探索在线课堂、虚拟课堂、虚拟仿真实训、虚拟教研室、 新型教材、教学资源建设、智慧校园等场景；鼓励高校院所参与场景 创新。 2022 产品应用”的三级产业链架构 1）企业内部使用人工智能降本、增效，借助 AI 工具助力教案写作等，最终产出 的产品仍以传统形式为主，但效能的提升有望直接反映在企业利润端； 2）打造教育的新产品、新场景、新业态，如目前粉笔已推出的 AI 面试 24 小时可 随到随练，面试评测结果高速输出，同时仅需 1 元/次的低价；天立国际控股借助 启鸣云校功能在旗下学校创新性试点科创班，班内学生以智能智能学习平板为基

Report on Higher Education 高等教育数字化内涵 宏观层面 需要重塑高等教育生态，服务于世界经 济社会数字化发展大势 中观层面 需要创新高等教育模式，建立高等教 育新范式 微观层面 需要依托数据要素，构建高等教育发 展新路径，实现教育全流程的数字化 改造 高等教育数字化就是通过彻底和全面的 数字化转型，形成数据驱动、人技结合、 跨界开放的教育生态，构建更加敏捷、 Report on Higher Education 高等教育数字化相关政策 时间 文件名称 相关内容 2025.4 教育部等九部门关于加快推 进教育数字化的意见 探索“人工智能+教育”应用场景新范式，推动大模型与教育教学深度融合。 推动思政、科学教育、美育、心理健康等领域及数学、物理等基础学科专题 大模型垂直应用，培育应用生态。 2025.1 教 育 强 国 建 设 规 划 纲 要 （2024－2035年）》 1000所左右区 域性信息化标杆学校，推动信息技术与职业院校办学深度融合。 2023.5 教育部高教司2023年工作要 点 涉及11个方面重点内容，其中之一为“深入实施数字化战略行动，塑造高等 教育改革发展新优势”，包括：加快高等教育数字化转型，打造高等教育教 学新形态；加强国家高等教育智慧教育平台建设，拓展平台内容，完善平台 功能，建好内容丰富、服务高效的高等教育综合服务平台；做强“创课平 台”，系统集

诊断效率低，工作量大，以人工病理筛查为主的传统模式导致病理诊断供需 严重失衡，病理科医生存在长期缺口，AI 技术为核心的智慧病理有望成为关 键破局手段，AI 病理可以降低医生“无效”阅片时间，提升诊断准确率和特 异性，相关公司：安必平、麦克奥迪等；3）AI+影像：AI 医疗影像将人工智 能技术应用于医学影像诊断，快速、低成本对 CT、MR、DR 和超声影像图 片精准诊断，中国近三年 AI 影像注册证获批呈加速态势，疫情期间多款 ....... 10 2.2、AI+病理：病理医生供给缺口大，AI 有望成破局关键 .............................. 13 2.3、AI+医疗影像：产品获批加速，新冠肺炎检测提升认可度........................ 16 三、诊中治疗：AI 医疗器械方兴未艾，应用场景丰富 .................................. 年北京中医医院开发了国内首个辅助诊疗系统“关幼波肝病诊疗程序”，2010 年以后医疗 AI 真正在国内蓬勃发展，阿里、百度、腾讯等头部互联网企业均设 立医疗 AI 部门，2023 年生成式 AI 成为新热点，百度文心一言首个应用落地医 药行业，医疗 AI 应用不断深入创新。 敬请阅读末页的重要说明 6 行业深度报告 图 2：国内外医疗 AI 发展历史 资料

2024年中国教育智能硬件市场规模达739亿元，其中校外消费级575亿元，校内机构级164亿元。 • 从产品力来看，在优质内容、大模型刺激下，学习平板的竞争走向标准化和专业化；教育电子纸聚焦 于学练场景焕发新的活力；错题打印机、单词卡等便携类产品通过拓科、拓场景强调高端化与性价比； 早教类产品有着物美价廉、离线可用、材质安全的特点，细分品类独占细分场景。教育大屏国内增长 见顶；学习平板校内发展遇冷；基 简单算法分析 根据孩子的互动方式， 打造不同个性的Furby 加入市面已有 成熟技术 拓展产品功能 范围 提升产品体验 复用自家产品 成熟技术 拓展产品用户 群体范围 内容调整以适 配新群体 亚马逊旗下成熟产 品Fire HD的儿童 版本，通过内容调 整方式提供阅读、 游戏、素质培养等 功能，其硬件条件 与当年同步推出的 成人版完全相同 典型产品代表：Fire HD 消费级硬件增速（%） 机构级硬件增速（%） 市场概览—市场规模 校外消费级575亿，校内机构级164亿，预计2027年共计近千亿元 就校外消费级产品而言，教培机构的入局为学习平板带来新的增量，学练机为教育电子纸带来新的想象空间，听力宝作为儿童专属 便携设备成为市场黑马。同时，儿童手表、错题打印机等产品市场逐渐饱和，发展空间收窄，词典笔在激烈的价格战中，市场规模 开始收缩。就校内机构级产品而言，教育

时作为一种新的药物研发模式，我们基于全球 AI 制药龙头 Schrödinger，重点 讨论 AI 制药的商业模式变迁，并梳理相关公司。 ❑ AI 可用于新药开发全过程，达到降低成本，增加药物研发可能性目的。根据 DPI 援引英矽智能数据，通过 AI 技术能将 ISM001 分子发现时间由传统手段 的 2 年降至 11 个月，总费用从 4.14 亿美元降低至 20 万美元，极大降低了新 药研发 人工智能赋能新药开发，是指在规模化医药数据基础上，运用机器学习、深度学 习、自然语言处理等技术参与药物开发各个环节，包括靶点发现、化合物合成、 化合物筛选到患者招募、临床试验设计等，通过 AI 技术的运用有效解决传统新 药研发痛点，缩短研发周期，提高研发成功率，降低研发成本。根据 DPI 援引英 矽智能数据，通过 AI 技术能将 ISM001 分子发现时间由传统手段的 2 年降至 11 个月，总费用从 4.14 亿美元降低至 氪研究院、招商证券 资料来源：DPI、招商证券 表 1：AI 在药物研发主要流程发挥作用 流程 痛点 AI 赋能 AI 技术 靶点发现 依赖人工阅读科研文献和经验， 花费时间长，且难以发现新靶点 AI 处理海量文献专利发现药物和疾病关系， 快速找到有效靶点，缩短靶点发现周期 NLP、DL 化合物合成 花费时间长，效率低 利用 AI 学习海量现存化学反应，推荐化合物 合成路线并优化反应条件

链安全正在 被重塑。如何建立起自主可控的中国技术体系，保证供应链和产业链的安全，实 现科技自立自强，是摆在中国产业界和教育界面前共同的课题。从技术架构和技 术体系来看，信息技术发展正在新的技术架构下形成新的技术体系，中国的产业 界和教育界应该抓住这一历史性机遇，实现信息技术应用创新（信创）下的“升 级替代”。即在新一代信息技术的技术架构体系和模式下，构建创新的中国技术 体系。 教育 教育）纳入其 教育体系，从而为培养大批信创技术体系的 CPU、操作系统、数据库及各种应用 型人才。第三，以云计算、大数据、移动互联网、物联网等为代表的新一代信息 技术，带来新的架构模式和技术体系。教育信创需要基于新的架构模式和技术体 系，做好教育信创的顶层设计，重视规划，做出自身特色和差异化，构建长远的 竞争优势。 信创技术的成功很大程度上决定于教育体系的成功，特别是信创教育的成功。 式的转型，从而使教育机构基于信创的数字化转型从过去瀑布式的项目建设模式 走向迭代式的运营模式。ITIL 和 DevOps 相关运营理念和方法将可作为信创运营 模型的核心内容。 3.2 智慧教育架构开发方法 信创是一个新的技术体系，实现信创本身也是一个转型过程，而这个过程同 样遵循数字化转型的基本方法。企业架构（Enterprise 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

速发展正在不断改变我们对健康管理的思维模式与理念，医疗行业人工智能化发 展已是大势所趋，国内外多个大型科技企业高度重视并持续进行技术研发投入， 未来行业发展具有重要潜力。AI 医疗也将更好地服务患者，进一步推动行业的创 新升级，建议关注创业慧康、卫宁健康、东软集团、医渡科技、安必平、久远银 海、医脉通等 AI 医疗领域龙头。 ➢ 风险提示：技术路径变化不确定性；行业竞争加剧；下游开支能力不确定性。 重点公司盈利预测、估值与评级 20 世纪 70 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。 医疗资源短缺与效率需求：全球医生数量不足与老龄化加剧，催生了 AI 辅助 需求。AI 可缓解基层医疗资源缺口，例如 AI 影像分析提升肺结节检出率 32%， 阅片效率提升 26%。 在各国政策、市场需求、数字技术、新冠疫情等因素的共同推动下，全球数字 医疗产业发展迅速。据 GrandView Research 数据，2022 年全球数字医疗市场规 模为 2110 亿美元，2023-2030 年将以 18.6%的年均复合增长率增至

疗服务价格和医保支付政 策的指导意见》 医保局 2019 年 8 月 以深化“放管服”、分类管理、鼓励创新、线上线下协调发展为原则， 主动适应“互联网+”新业态发展,支持“互联网+”发挥积极作用，在价 格管理和项目定价方面出台明确规定。 《关于推进新冠肺炎疫情 防控期间开展“互联网+” 医保服务的指导意见》 医保局、卫健委 2020 年 2 月 经卫生健康行政部门批准设置的互联网医院，或经批准开展互联网诊疗