学生以多种形式展示学习成果，如制作 AI 数字人宣传作品、创建虚拟展览等。 跨学科多元评估与反馈。智能教学平台结合学习分析技术，构建学习行为数 据追踪与诊断反馈机制，使教学过程能够根据学生的进展进行优化调整，从而增 强跨学科学习的有效性 ②。 案例 2-3 中国人民大学附属中学利用 AI 开展跨学科教学 ③ 中国人民大学附属中学组建跨学科教研共同体，开发跨学科课程体系，并利 用 问答机器人助力个性化辅导。搭载大模型的问答机器人可以对学生个性化问 题进行实时答疑，并根据学生情况提供学习建议，从而助力教师进行个性化指导。 自适应学习系统助力学生个性化自主学习。教师可以利用自适应学习系统， 实时监测学生的学习进展和表现。系统能根据评估结果自动调整学生学习内容和 难度级别，根据学生的学习目标和能力水平，为每个学生制定个性化的学习路径， 引导学生有序地学习。 案例 2-5 合肥市第四十五中学构建智能体促进初中物理个性化教学 展多元探索， 结合森林保护专业及课程特色，参照重要森林昆虫“光尖星天牛”，依托大模型 打造个性化昆虫虚拟助教“牛星星”，为教师课程教学备课过程提供丰富与精准 的信息，还可通过智能问答工具对科研进展与学术知识进行快速查询，为教师提 供课程指导服务，满足教师对知识库的个性化诉求。 案例 3-6 AI 助力合肥市一六八玫瑰园学校形成跨学科教研新范式 ② 合肥市一六八玫瑰园学校刘敏老师构建了“AI

药物在最终临床结果上表现出差异化优势，这将为 AI 制药行业带来更大信心， 届时人工智能技术将真正为突破困扰创新药开发的“反摩尔定律”带来可能性。 表 3：部分处于临床阶段的 AI 制药管线 企业 管线名称 适应症 开发进展 Recursion Pharmaceuticals REC-617 晚期实体瘤 Ⅰ/Ⅱ期 Pharmaceuticals REC-1245 实体瘤和淋巴瘤 Ⅰ/Ⅱ期 大模型的训练和迭代，可以更加有效地在非 DEL 空 间预测化合物活性、成药性等，进一步扩大可探索的化合物空间以及加快化合物 的优化过程。AI 制药龙头企业 Schrodinger 利用公司 DEL 库筛选的 WEE2 项 目进展到先导化合物阶段。 图 26：利用成都先导 DEL 数据库结合 AI 技术筛选活性化合物 资料来源：成都先导微信公众号、招商证券 ➢ 泓博医药 泓博医药是一家新药研发及

科研与学术方面：从浩瀚文献到高质量论文的全流程赋能，DeepSeek 以智能 化能力提升医生科研效率和学术成果质量：1）文献检索与知识整合：DeepSeek- V3 模型基于海量预训练数据，快速提炼研究领域的前沿进展和核心观点，节省 80% 以上的文献筛选时间；案例：肿瘤科医生可快速掌握免疫治疗领域的最新趋势，集 中精力设计创新临床研究方案。2）数据分析与科研设计：DeepSeek 支持多源数 据整合分析 东软及其投资的创新公司持续推动信息技术与医疗健康的深度融合，构建可 持续发展的行业生态系统，形成了“智慧医院+智慧卫健+智慧医保”的一体化解 决方案。在智能化、数据价值化及国产化适配方面取得积极进展，并通过大健康联 盟推动产业变革。截至 2024 年 6 月，东软智慧医疗业务覆盖全国 31 个省级行政 区，服务 600 多家三级医院、2,800 余家医疗机构和 80,000 余家基层医疗卫生机 家医院通过国家互联互通标准化测评，其中五级乙等 5 家。同时，公司 推动国家区域医疗中心与城市医疗集团诊疗协同和数据整合，拓展上海中医药大 学附属曙光医院安徽医院、北京积水潭医院聊城医院等项目，进展顺利。 行业深度研究/计算机 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 26 图34：面向大型医院的信息化建设整体解决方案

预设规则、流程、 医学知识库 机器学习、深度学习、自然语言处理、 知识图谱 核心技术 数据利用 知识更新 结构化数据 可处理非结构化数据（如影像、语言、 自由文本病历） 手动更新， 滞后于医学进展 自动学习，动态优化模型 固定透明易解释但灵活性差， 只支持简单决策 黑箱模型，适应复杂场景 响应速度慢 实时分析 通用规则，难以个体化建议 可生成个性化建议， 并动态优化建议 标准化流程，规则已知场景 存预测准确性，从而实现精准的癌症预后。并且可以基于病理图像的 分析，进一步预测，预测患者术后复发概率，从而辅助医生制定个性 化治疗方案。 个性化治疗方案与监测：通过监测患者的生理数据，AI 可以及时 发现并预测患者的疾病进展，实现个性化的治疗。在基因组数据分析 方面，AI 可以通过分析患者的基因数据，为其推荐合适的靶向药物； 在预测患者治疗方面，AI 可以通过分析肿瘤周围血管的特征，预测肿 瘤对免疫检查点抑制剂的反应可能性；在治疗监测方面，AI 图形表示、数学公式、音频叙述或动画的输出能显著提升医护人员和 患者的理解效率。未来，模型可通过生成文本或多模态标记作为中间 输出，进而产出多样化内容，如交互式报告，允许医生通过语音指令 调整影像视角，或为患者提供可视化的疾病进展说明。这种能力将彻底 变革医疗信息的传达方式，提升诊疗沟通的直观性和个性化水平。 （3）建立技术性能与医疗场景结合的评估框架 医疗服务的复杂性和高风险性要求系统不仅在技术指标上表现优异， 还

端以学习 平板、词典笔等为主。例如豆神 AI 私教问答、好未来九章随时问、有道子曰大模 型等均是提供即时交流功能的产品。这一现象与生成式 AI 功能直接匹配，在 Deepseek-R1 模型取得较大进展基础上，相较于构建更复杂场景，教育公司利用 RAG 技术引入专业数据库直接与 Deepseek-R1 模型结合，可较快地生成可投放市 场的答疑解惑模型，并能够满足最为常见的答疑需求。由于 AI 领域存在数据飞 资料来源：公司官网，国信证券经济研究所整理 请务必阅读正文之后的免责声明及其项下所有内容 证券研究报告 22 图22：有道产品矩阵 资料来源：公司官网，国信证券经济研究所整理 近期 AI 业务进展： 软件端，公司此前基于自研的“子曰”大模型，打造虚拟人口语私教 Hi Echo 和 AI 全科家庭教师小 P 老师等应用。2025 年 1 月 22 日，网易有道正式推出国内首 个输出分步式讲解的推理模型“子曰-o1”。作为

4 技术成熟度 • 针对特定病种和专科有优势 : Al 可结合临床数据、 影像数据、 基因 数据等进行辅助诊断、 治疗方案推 荐等 , 取得一定进展 , 如在眼科 疾 病筛查、 肿瘤诊断与治疗等方 面有 一定应用。 • 不同病种差异大 : 不同病种和专 科 的技术成熟度差异较大 , 复杂 病情 和罕见病的处理能力还需提