内容， 提升课堂趣味性，推动生成式教学、对话式教学、项目式学习等新模式的广泛应 用。 在教师研究方面，需推进数据驱动和画像技术支持的智能教研 ④，通过多模 态数据系统评估教师授课情况，提出精准改进建议。探索教学物理空间和教研网 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 监管机制。积极推动将数字素养水平纳入教师准入、资格认证、职称评聘、绩效 考核等教师评价体系，并通过智能化平台实现素养发展轨迹的记录与管理。 加快数字素养培养培训。建立多层次、立体化、贯穿职前职后的培养体系， 设计并落实精准化、模块化、实践导向的培训指南与持续性专业发展项目。鼓励 跨区域、跨校协同创新，建立教师数字学习共同体。探索训、研、赛、用、评相 融合的教师素养提升路径与模式，通过课题研究、教学比赛、微能力认证等多种 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 教师成长画像，提高教师素养评价和教学评价的动态性与精准性。 在教师队伍治理方面，建立完善集数据归集、存储、交换、共享、治理、分 析等功

精算模型的应用，可以将迭代周期缩短 60%，更精准地进行风险评估和保费定价，提升医保运营 效率和风险控制能力。 多模态处理 能力突破医 疗应用边界 医疗场景的数据往往呈现多模态的特点，例如影像、文本、基因数据等。 基因分析效 率呈指数级 增长 全基因组测序数据处理时间从 72 小时压缩至 8 小时，极大地加速了基因分析速度，为精准医疗和基 因治疗发展奠定了基础。 行业深度研究/计算机 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 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 的技术突破，并非仅仅停留在实验室层面，而是深度契合医疗行业 的实际需求，具备极强的医疗适配性，为商业价值的释放奠定了坚实的基础。 DeepSeek 通过智能化手段帮助医生从海量数据中快速提炼关键信息，实现 精准医疗决策的飞跃：1）诊断效率的提升：DeepSeek 能够整合患者病史记录、 实验室检查结果及影像学数据（如 X 光片、CT、MRI 等），快速生成初步诊断路 径，为医生提供“可能性排名+检查建议”的智能化表格；急诊中的应用：在多发

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 AI 影像产品获批用于肺炎筛查，AI 影像软件认可度提升，相关公司：鹰瞳科 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 ........ 16 三、诊中治疗：AI 医疗器械方兴未艾，应用场景丰富 ..................................... 18 3.1、AI+诊疗器械：实现诊疗精准化，破解医疗资源的结构性矛盾 ................ 18 3.2、AI+医疗机器人：临床价值高，应用场景广泛 .................................... 以 AIGC 为核心的智能导诊系统有效提高就诊效率，助力个性化医疗和分级诊 疗。相比于传统导诊系统，AIGC 技术交互性更强，通过直接连接医院门诊数据， 运用大数据、语言交互与深度学习技术，为患者精准匹配相应就诊科室甚至医 师，解决临床“挂错号，走错科”问题，满足个性医疗需求。对于医院来说， 智能导诊系统/机器人能减轻医护人员的重复性工作，起到降本增效作用，此外 还可以通过 AI 技术合理安排门

具备用户心智优势，可通过购买、合作等多种方式快速丰富教 育资源 具备丰富教育资源与完整教育体系，可通过代工、合作等方式 快速搭载基础硬件形成第一代学习平板 基于自身在垂类领域的技术或软件优势，发布词典笔等垂类教 育硬件，且具备垂类精准用户积累 工业制造跨界厂商 开创口袋打印机品类，准确切中刷题练习场景下“错题整理- 错误分析-复习掌握”的痛点 • 多年积累丰富教育资源与完整教育体系 • 向低学龄段的用户延伸，拉长用户的潜在付费周期 × × × √ 技术思维：技术补偿解决护眼旧问题 屏幕长时间使用带来护眼难题，青少年视力健康问题突出 采用墨水屏技术，通过技术升级，弥补屏幕使用原生问题 教育思维：以练促学聚焦细分新场景 精准出题 自动批改 错题归纳 错题讲解 专项练习 举一反三 视频 播放 连笔 识别 刷新 率低 潜在 问题 彩色 显示 刷题场景 下影响小 起源于阅读本， 海量阅读资源的 数字化，亮点在 探索，学生用笔模式通常在验证后推广。从应用现状来看，当前一线城市 以市/区一级的整体覆盖为主，学生用笔占据主导，二、三线城市以示范校为主进行建设，学生和教师用笔均有落地。随着教育数字 化战略的发展、精准教学的推进，需求端对于智能手写笔的应用价值认可度逐渐提升。展望未来，教育大屏的广泛覆盖及其与智能 手写笔应用功能的无缝衔接，或将推动智能手写笔的快速普及。同时，智能手写笔可以支持无感的学情数据采集，进而为AIGC技术

AI+问诊咨询：线上问诊咨询是对线下诊疗的重要补充，分为健康咨询和线上 问诊。①AI+健康咨询不仅能提高专业度和精准度、也能加强互动性甚至给予 人文关怀，提高“轻问诊”体验。②AI+线上问诊带来“效率”与“效果”的 双重提升，通过诊前 AI 交流及历史健康档案数据提取高效生成精炼准确的主 诉、并通过相似案例比对精准推荐医生，在诊中诊后作为线上助理陪伴始终， 更好的服务体验有望加强 C 端付费意愿、医生时间节约有利于成本控制。 例如吃某种药、到医院做某项治疗 资料来源：卫健委、招商证券 2.1 AI+健康咨询：加强专业性及互动性 传统线上健康咨询会出现答案千篇一律、互动性和专业性较差的问题，而 AI 的 引入不仅能提高专业度和精准度、也能加强互动性甚至给予人文关怀。 ◼ 传统线上咨询包括机器人和真人互动。机器人咨询往往基于患者的描述内容 完成信息搜索并进行反馈，整个交互过程是单向的，很多时候患者不能对反 馈内容或症状情 元。如采用现行价格作为线上医 疗诊察项目进行定价，医疗机构亏损较为严重；如按测算成本定价，则与现行价 格偏离较大，患者难以接受。 增“效果”→提高患者付费意愿： ◼ 患者对线上问诊的首要需求是精准就医、解决疾病困扰，其次是感受灵活就 医带来的便利，或是减少奔波，或是节约时间，亦或是延长服务时间。但当 下患者投诉线上问诊平台的新闻比比皆是，用户体验感差是付费意愿低下的 主要原因，究其根源在于医

有力支撑。 技 术 逻 辑 转 型 的 实 现 基 础 推动高等教育数字化转型步入规范化、制度 化、常态化轨道，各项工作取得实质性成效， 需要实践中不断地反思完善，更需要健全的 制度体系来科学、精准、有力地破解制约转 型的难点和堵点。只有加快形成推动高等教 育数字化转型的制度体系、标准体系、评价 体系，创建和完善制度环境，推动质量变革、 效率变革、动力变革，才能把握转型发展机 遇，推动数字时代高等教育的系统性变革和 价方式等，实现从知识到能力的全面翻转，构建基于智能技术的主动学习平台和环境，加强对 学生能力素质的扎实训练和精准拔尖，培养和造就更多担当大任、全球胜任的拔尖创新人才。 人工智能推动“教”与“学”加快中心转换 02 高校应当加快打造线上线下融合的新型办学空间，推动智能化、网络化、信息化的数字治理新 基建，促进教育管理向基于大数据的精准决策模式转型，实现大学治理的系统性智能化重塑。 人工智能推动大学治理体系和治理能力现代化 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 溯源、多模态输入、问答互动、多轮会话等服务，

3000 亿元规模，其中 C 端市场 占比超 90%，同时 AI 渗透率仅约 7%（口径为市场规模中 AI 技术贡献占比）， 渗透提升空间巨大。AI 通过自动内容生成降低边际成本，依托自适应学习系 统实现精准教学，同时以知识库、交互工具拓展场景边界，传统教育行业的 “高质量、大规模、个性化”不可能三角有望在 AI 技术下被打破，AI 正成 为优化教育供给的核心驱动因素。近期高性能、低成本、开源的 DeepseekR1 年前三季度可比净利同比增长 1890%。 多邻国增长飞轮基于其 Freemium 模式下的用户漏斗：1）用户增长：借助 AI 生成大量免费课程引流，降低用户门槛、打造社区氛围；2）用户留存： 借助自研 AI 系统精准提供课程，同时利用大数据 A/B 测试优化消息推送机 制，提升用户留存度；3）用户付费：利用 AI 打造互动性更强的 Duolingo Max 产品，构筑 Super-Max 多层级订阅服务，同时利用 形成能力互补。前者通过数据建模构建决策引擎（如学情 诊断、个性化推荐），以逻辑推理优化教育评估体系；后者基于大模型生成新型 教学要素（如动态习题、虚拟场景），以创造能力重塑内容生产范式。二者分别 强化教育的精准性与创新性：决策式 AI 确保教学过程的科学可控，生成式 AI 拓 展教育场景的边界可能，共同构成智能教育的完整技术拼图。 表1：决策式 AI 及生成式 AI 的侧重点差异 决策式 AI（Discriminant

采集、分析、利用和 测评，形成了从课前、课中、课后完整的技术服务、监测及反馈改进的闭环。智 慧教学汇聚、共享、管理教学套件和学习资源，依据课程图谱和学习路径，动态 采集学生学习结果和方式数据，精准刻画学生学习画像和教师教学画像，诊断学 生学习问题和教师教学问题，为学生供给个性化学习路径和学习资源，为教师提 供有针对性的教学活动调整和优化建议，是智慧教学的重要方向。 41 及课后作业的实际反馈等数 据进行即时收集，并通过大数据学习分析功能帮助确认师生教学的痛点和难点， 帮助教师更好的改进教学的内容和方式，将更多的教学经验进行沉淀成果化，实 现线上线下混合教学向“精准教学”的转变，助力“教学相长”的正向循环。 ⚫ VR\AR 技术助力实操课搬进课堂 很多学科，尤其对于新工科而言，很多课程需要采用大量的实际操作学习环 节，让学生身临其境的感受，并通过动手增强学习效果。但是，很多实际操作环 公开化，透明化，为科研人员的科研方向提供有效的引导。 ⚫ 智能化科研过程管理平台释放科研动能 利用移动化、在线化、大数据技术搭建科研过程管理平台，构建 “以科研 为核心”的一体化工作门户。实现精准预算、经费管控，从科研课题申报、科研 成果记录、论文发表申请等全流程电子化管理，在满足科研工作保密性的前提下， 简化科研审批和签署环节，规范论文发表申请，使得科研工作更加便捷，有效提 高科学研

资料来源：DPI、招商证券 此外虽然目前 AI 应用集中于药物发现阶段，在临床阶段使用有限，但应用价值 较高。AI 在临床阶段应用领域包括：1）患者招募和管理：基于病例信息和疾病 数据，利用 AI 技术精准匹配入组患者；2）临床试验设计与优化：基于过往临床 试验数据，对当前试验方案设计优化；3）药物重定向：基于药物和靶点数据， 加速药物重定位研发，实现老药新用；4）数据整合分析：利用 AI 技术整合分析

USB 等外设进行数据交换，关闭不必要的服务和端口等。 96 职业学院新校区智慧校园建设项目技术规范书  通过对所有 PC 终端部署专用的终端安全加固管理软件，实现对系统账 户登录进行细粒度的精准访问控制，支持对访问来源、访问时间的配置，实时 阻断非法登录。  实现终端应用的黑白名单机制，仅允许启动授权的应用、进程与服务。 （3）安全审计 针对终端设备安全审计的要求如下：  识别危险行为，如反复徘徊、跨越安全警戒区域等，并自动进行预警。 构建闭环管理体系：结合数据分析和智能算法，系统能够实现从预警到处 置的闭环管理，通过大数据分析积累的预警信息，提出整改报告，实现精准管 理和持续改进。 提高救援成功率：防溺水智能预警系统通过快速识别溺水风险并及时通知 救援人员，极大提高了救援的成功率和及时性。 190 职业学院新校区智慧校园建设项目技术规范书 本次在