医疗发展的核心原因。技术迭代与数据积累。AI 医疗的起源可追溯 至 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 资料来源：DeepSeek 网页版，民生证券研究院 患者管理方面：从单向沟通到双向互动的智能化转型，DeepSeek 推动医疗服 务向智能化、个性化的双向互动模式转型：1）医学概念的通俗化解释：通过自然 语言处理，DeepSeek 将复杂医学术语转化为患者易懂的语言，减少信息不对称； 案例：儿科医生可用模型解释疫苗接种的必要性，提升家长意愿。2）个性化随访 与康复计划：DeepSeek 根据 技术迭代与数据积累：AI 医疗的起源可追溯至 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

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 溯源、多模态输入、问答互动、多轮会话等服务， 别发票信息。 智能预审：基于规则库和学习库，智能审核报 销单据，检查内容。 辅助决策功能：提供预算信息、费用标准等统 计分析。 智能检测：持续监督费用报销过程，确保合规 性。 差旅助手：AI理解自然语言，分析意图和偏好， 结合天气推荐行程和交通工具。 风险报告：根据风险事项描述，一键生成风险 评估报告。 2025高等教育数字化研究报告 2025 Digital Research Report

教育大屏 学习平板 智能手写笔 XR设备 产品成熟度 教育大屏 XR设备 智能手写笔 学习平板 政策支持力度 智能手写笔 教育大屏 学习平板 XR设备 健康适宜度 点阵笔对屏幕的依赖度低，更加自然无感的使用方式，更接近传统的使用习惯，健康适宜度最高；教育大屏由于屏幕尺寸较大，距离较远，对用眼、脊椎等的影响也较小； 平板需要长时间的注视和观看，总体健康适宜度较低；XR设备在使用中存在眩晕、头显过重等问题，当前健康适宜度最低。 产 品 ， 用 于 锻 炼 、 培 养 孩 子 社 会 交 往 能力 典型产品代表：Grok 产品简介 技术演进历程 2022.11 chatgpt出现 人工智能的语义理 解、自然语言沟通 能力实现飞跃 2023.12 Grok推出 基于Open AI技术, 实现Grok与孩子的 持续互动对话 以供给端（技术应用）为主要驱动因素，基于技术能力开发新产品或服务，引领用户需求 而美的细分品类。 来源：洛图科技等公开资料、专家访谈，艾瑞咨询研究院自主研究及绘制。 2023H1-2024H1电子纸市场份额 学练机聚焦细分场景：护眼+练习 无蓝光 阳光下可视 低能耗 书写自然 易修改 电子纸 √ √ √ √ √ 液晶屏幕 × × × × √ 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

AI”产品，从答疑工具升级 为教学主体，硬件端规划便携式智能硬件“小豆”等产品；4）盛通股份： 硬件端打造中鸣机器人编程教具将抽象编程语言转化为实体机器人便于理 解，软件端接入 Deepseek 打造支持自然语言对话与智能决策的教育硬件平 台。5）天立国际控股：场景上以 AI 自习室（借助智能平板硬件）与启鸣云 校（软件）切入 C 端校园场景，验证短期冲刺平均提分 36 分效能提升。 投资建议：DeepSeek 模型层面：高性能、低成本、开源的 Deepseek-R1 适配教育领域， 国内 AI 教育迎来加速落地新机遇 2025 年 1 月 20 日，DeepSeek 发布开源模型 R1，模型在数学、代码、自然语言推 理等任务上的性能可比肩 OpenAI o1 正式版，但服务定价远低于 OpenAI。2025 年 2 月以来，凭借开源以及高性价比等特征，有道、好未来等诸多教育企业宣布 迅速接入 DeepSeekR1

月国 家互联网信息办公室正式发布了第八批深度合成服务算法备案信息，其中微医自 主研发的“微医医疗大模型”“微医医疗助手大模型”以及“微医健康助手”三项医疗 大模型算法成功通过备案，这一成就标志着微医在自然语言处理领域的技术实力 和在医疗健康行业的服务能力得到了国家层面的权威认可。除了技术层面的突破， 在与天津等地方政府合作共建的健共体项目中，微医基于其强大的医疗大模型底 座研发的“AI 医生、AI 药师、AI

敬请阅读末页的重要说明 4 行业深度报告 一、AI 制药蓝海市场，人工智能赋能药研全流程 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

在检验报告智能解读、互联网检验 及居民全周期健康管理等领域的应用，助力医院实现“智慧医疗”、“智慧 服务”和“智慧管理”的智慧医院建设。子公司惠灏科技为公司旗下“智 慧医疗解决方案提供商”，自主研发了临床自然语言处理引擎、医学知识推 理、临床自动化机器学习等多项先进技术，推出“慧检·智慧检验综合解决 方案”“慧联·智慧互联网检验解决方案”“慧好·全周期健康智能服务解决 方案”等数字化产品，构建 200 多种疾病推理模型，整理

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 学等多方面的专家紧密协作。每一种疾病，专业的医生和数据科学家都应该紧密 合作，找出其关键的数据变量，并设计出一个模型，用于提取与该疾病诊断、预 后和治疗相关的分类或数值特征。毫无疑问，建立这样的具体疾病数据资源需要