家数据局 《关于促进数字中医药发展的若干意见 》 推动中医医疗数据融合创新，赋能中医医疗智慧化管理高质量发展。推动中 医医疗机构以及相关县域医共体成员单位内部数据共享复用，实现中医临床 诊疗、中医临床科研、中医临床教学、个人健康管理档案等数据资源合规高 效利用，探索建立中医医疗质量智能化监测体系，拓展智慧医疗、智慧服务、 智慧教育、智慧管理等数据应用新模式新业务，打造一批具有示范性的智慧 中医医院、中医数字医共体和临床教学基地。 医护人员情况、医疗诊断信息等各医疗环节数据，将复杂的、难以 理解的数据以可视化的形式进行直观呈现，构建以数据为中心的医 疗信息管理服务体系，从而全面提升医院人员管理、设备管理、安 全管理、科研教学管理等效率。 » 个性化医疗服务和健康管理：通过 AI 和数字孪生技术，医院可以 为患者提供更加个性化、精准的医疗服务和健康管理方案。 4. AI+数字孪生，重塑运营模式 目录 01 中国智慧医院发展现状 智慧医院数智化管理方案 2025中国智慧医院白皮书 China Smart Hospital White Paper 长春中医药大学附属第三医院 长春中医药大学附属第三临床医院是集医疗、教学、科研于一体的三级现代化 中医综合医院，是长春中医药大学直属的第二家附属医院，也是净月高新区首 个落户且目前规模最大的三级甲等中医医院。 建院以来，医院秉承“传承精华、守正创新”的院训精神，发挥中医特色优势，

人工智能驱动的科学研究的总和可被定义为 科学智能（AI for Science, AI4S），是体现 了人工智能创新与科学研究双向促进与深度 融合 1，从而变革科研范式。 1.2 范式 科学研究促进人工智能创新。传统科研 范式大致可分为经验归纳（实验科学）、理 论建模（理论科学）、计算模拟（计算科学） 以及数据密集型科学 2。实验科学由自然现 象和实验结果归纳出一般性规律，但没有抽 加拿大 英国 总量 图1.4｜AI 出版物被专利、政策文档、临床试验的引用总量（前五国家/ 地区） （2015-2024，单位：千篇） 3.2 美国高质优势仍存，中国引领应用 创新 从科研质量上看，美国仍保持优势。如 图 1.3 所示，基于自然指数追踪的高质量前 沿研究期刊发表的 AI 相关论文引用量，美 国始终保持领先地位，2020 年达到 30.28 万次。中国的崛起颇具颠覆性，引用量从 遥领先。同样，由于引用数据随着时间推移 而积累，目前统计显示近年引用数据趋势下 降有所失真，但大体不影响国别间比较趋势 分析。 第一章 序言 3.3 AI4S 国别优势各异，中美仍是最 重要科研合作伙伴 2024 年 AI 出版物领域构成揭示了不 同 国 家 / 地 区 在 AI4S 研 究 方 向 上 的 优 势 和 特 点（ 图 1.5）。 美 国、 欧 盟 和 英 国 聚 焦

研发新范式：指以“数据+模型+算力”为驱动，变革市场洞察、方向筛选、方案评估、试验 执行、过程监控、成效评估与成本优化全流程，实现文献智能挖掘、方案智能设计、实验自 动执行、结果智能分析，打造AI for Science科研新范式，推动从依赖“经验试错”向基于 “理论预测”的根本性转变，构建“需求导向、协同攻关、成果转化”的创新模式，显著提 升研发效率与效益，促进科技创新与产业创新深度融合。 生产新方式：是指面对 “四新” 新智运营 领域 新智运营主要应用场景 智能合同管理 业审融合管理 业财融合分析 全面预算管理 异常贸易智能监测 物资供应智能管理 风险管理 财务管理 物资管理 数字化仓储管理 科研全流程 智慧管控 文献智能挖掘与 方向筛选 实验智能设计与 自动化 研发过程 智能监控与成效评估 ······ ······ ······ 炼化销售 一体化优化 采销 一体化电商 数字化 增值服务生态 价值创造，为应 对低碳转型、工艺革新和产品升级等系统性战略挑战提供核心支撑。科技研发领域典型场景有： 科研全流程智慧管控：通过数智化手段实现科研项目从立项、执行到结题的全生命周期管 理，涵盖资源调度、进度监控、绩效评估等环节，解决石油石化行业跨部门协作效率低、数 据孤岛等问题，确保科研活动高效透明。 文献智能挖掘与方向筛选：借助AI技术，从海量石油石化领域文献中智能挖掘关键信息，结 合

补、微电网、4个革命（能源消费、能源供应、 能源技术、能源体制）、冷热电三联供、光伏、智能计量架构； 交通主题词：数字出行 医疗主题词：医药分离、医联体、远程医疗、机器人医生、精准医疗、大数据科研； 教育主题词：双创、翻转课堂、数字化大学、学生画像、一进一出、校企合作、三通两平台； 基础设施：智慧路灯、地下管廊、智慧井盖、智慧园区、无线城市、明厨亮灶、智慧工地； 金融通信行业 金融行业主题词：互联网金融、超级账本、 出了数 据科学作为科研的第四范式，针对数据的产生、治理、数 据架构、建模、算法、可视化等领域展开研究。 国内某著名医院，计划利用现代化技术协助病种研究，意识到信息化部门缺少病种专业知识，医生缺少关于人工智 能、大数据等数字化知识；因此科研中心采用如下模式组建： 组织 单独成立科研中心，设置20+精通数字化技术岗位工程师。 知识 联合科研，科室医生+科研中心工程师。 参考专题：某医院大数据科研中心 参考专题：某医院大数据科研中心 工业普杜模型图示 智慧城市系统模型图示 知识领域融合 科研四范式 组织跨界 业务战略的数字化转型，需要同时跨多个部门，分工、组织、协调等都异常困难。因此现在也有提出设置CDO（首席数 字官）岗位提法。 模式创新 创新的业务模式，必然打破旧有格局，也面临着人员、技 术、现有设备等历史包袱的挑战。 工业系统，目前工业系统建设遵循普杜模型，在底三 层，

·1· 前 言 纵观历史，每一次科技革命和产业变革都深刻地改 变人类的生产生活，并对教育产生深远的影响。当前， 人工智能技术快速演进、广泛应用，正在重塑知识供给 模式和科研创新范式，知识创新不断加快，从发现到发 明、从发明到应用加速迭代，促使教育内容、教育模式 和教育形态深刻变革。 中国政府高度重视教育数字化工作。党的十八大以 来，习近平总书记多次就数字教育作出重要指示，为教 1000 门 优质学习资源。2024 年成立世界数字教育联盟，吸收来 自全球 43 个国家和地区的 115 个组织加入。2024 年创 办《数字教育前沿（英文）》，聚焦数字技术和教育领 域的跨学科研究。相应研究机构自 2023 年起每年发布 全球数字教育发展指数，综合评估各国数字教育整体 发展水平。召开中国—非洲—联合国教科文组织教育 和文化遗产保护合作对话会，推进全球南方合作，重 点 福建省等地老年大学，杭州开放大学等开设人工智能相 关技能课程，获得广泛好评。 二、促进人工智能广泛应用，助力教育创新发展 中国教育部积极推动智能技术在教育领域的深入 广泛应用，从学习形式到教学方式、从治理服务到科研 创新，中国教育系统正在经历一场深层次的系统性变革。 以人工智能改变学生学习。鼓励学校运用人工智能 ·23· 构建新型学习空间、革新学习方式。以人工智能促进教 育优质公平，上海市卢湾一中心小学利用人工智能为每

， 提升药物分子设 计与 优化， 提升临床试验的效率， 有效地缩短新药研发周期、降低研发成本、 加速新药上市，为医药创新带来新的动力。 AI 已经深入医疗健康的各个层面，成为连接医疗机构、科研机构、制药企 业以及广大患者的重要纽带，助力构建更加高效、智能、个性化的医疗生态系统。 本白皮书将深入探讨 AI 在医疗健康行业的应用现状、发展趋势和未来机遇，为 行业参与者提供有价值的参考和建议。 入的血常规数据、医学染色体核型病例图像， CT、MR 等多模态医学影像等，生成重构的医学图像数 据及诊断 结果文本数据 ； 此外，还包括中医问诊、医疗设备指导、医药 问答、医保政策 AI 助手、医学科研助手、病历检索 分析、应急救援等生成式模型和应用。 1. 数据来源：国家互联网信息办公室 6 AI 医疗发展支持政策 “ ” 以评促建 推动医疗数字化智能化发展 总体篇 场景篇 AI 系统 生成和审核病历，但还需要大 量人工校对 中，医疗信息化投资有 所覆盖 对医学术语理解和语义分析 能力有待提高，文书准确性 需人工复核 医学研究辅助 科研人员开始使用 AI 工具辅助 文献筛选、数据分析等 中，科研服务相关投资 有涉及 对文献语义理解和知识关联 挖掘能力有限，可能遗漏 重要信息 教学智能辅助 主要应用于医学教育机构，在实 际临床教学场景中的应用较少 中，教育科技与医疗交

提供 前瞻性的职业思考。 ❍ 技术与应用：全面展示AI在教育中的具体应用场景和工具操作。从生成式AI的 简介，到AI在教育中的各种具体应用，如智能教学材料生成、文档处理、绘图、 思维导图制作，以及科研辅助，涵盖了丰富的AI教育工具。此外，本部分还介绍 了AI在音视频处理、智能体等领域的创新应用，帮助读者理解和掌握AI技术的实 际操作方法。 如何阅读本书 本书以实用和易懂为出发点，读者可根据兴趣灵活阅读。希望了解教育趋势的读 题，培养他们的思辨能力。为了 培养学生的这两种能力，教育者需要调整教学方式，鼓励学生积极参与课堂讨论， 提出自己的观点，并努力寻找问题的多种解决方案。同时，学校还可以开展各种实 践活动，如创新项目、科研实验等，让学生在实践中锻炼批判性思维和创造性解决 问题的能力。 总之，批判性思维和创造性解决问题的能力是AI时代人才的关键能力。教育者应注 重理论与实践的结合，积极探索新的教育方法，为培养出适应新时代需求的高素质 AI技术的发展正在深刻改变着教育领域。在教学方面，AI技术可以通过智能教学系 统提供个性化的学习路径和定制化的教育资源，从而实现因材施教。此外，AI技术 还可以辅助教师进行课堂管理，提高教学效率。在科研方面，AI技术为教育研究提 供了强大的数据分析工具，有助于教师更深入地了解学生的学习情况，从而优化教 学方法和策略。但是，AI技术的快速发展也可能给教师职业带来一些负面影响。首 先，简单、重复的教学

具体研究内容和指标等见附件。 二、申报条件与要求 （一）申报单位及申报人 第一申报单位须为天津市内注册、具有独立法人资格的各类机构， 同时符合项目申报指南中要求的申报单位性质。 我市高等院校、科研院所牵头申报的，必须联合我市企业共同申报。 填写申报书时，有高等学校参与的，须填写到学院或部室（申报及 立项过程中要求单位盖章的，必须使用学校公章）。 项目申报人必须是项目申报单位的在职人员，年龄一般不超过 （四）示范要求 申报专题四“集成应用示范”的项目，须位于天津市，须提交与示 范地签订的合同书（合同书中须注明示范区占地规模，主要建筑及设施 并附相关佐证材料）。 （五）限项查重要求 为加强天津市财政科研项目资金配置的合理性，进一步发挥好财政 资金的引导作用，杜绝项目多头申报和重复立项，市科技局将对所有申 报项目进行查重，具体规则如下： 1. 项目内容查重。同一研究团队，在技术研发同一个阶段得到过 业科 技特派员、农村科技帮扶、科普、“一带一路”科技创新合作、科技金 融、补贴奖励等项目不纳入限项查重范围。为鼓励有一定基础的项目申 报单位加大研发力度，企业集团、转制院所和整编制引进的国家级科研 院所、北沪深三市上市公司、产业技术研究院、科技领军（培育）企业 不限项。 （六）不予受理的项目 1.不符合申报指南的项目。 2.作为项目负责人，同时申请 2 项及以上本专项项目。 3.

国家信息化规划》明确提出，要加强在集成电路、硅基光电子等关键前沿领域的 战略研究与布局。科技部在“十四五”重点专项申报指南中，将信息光子技术、 光电混合 AI 加速计算芯片等纳入重要内容，为科研工作提供了明确的方向指引。 国家自然科学基金委将“实现大规模光计算芯片的智能推理与训练”列为 2024 年度中国科学十大进展之一，进一步推动光计算技术的发展成熟。 地方政府积极响应国家号召，因地制宜地加快制定相关行动计划。广东省发 实，传统电子芯片能耗问题亟待解决。 1.3. 产业情况 在全球光计算技术竞速与 AI 算力需求爆发的双重驱动下，国内外企业及科 研院所加快光计算技术的探索与实践，取得了一系列关键进展。 以美国为主的海外光计算企业依托顶尖科研院校技术积淀与资本密集投入， 加速光计算产业化探索。Lightmatter 创立于 2017 年，技术出自麻省理工学院， 其产品涵盖光子计算平台（Envise）、芯片互连产品（Passage）和适配软件（Idiom）， 规模，其在相隔半年内于完成分别由锦秋基金领投和敦鸿资产领投的两轮融资。 北京芯算科技成立于 2023 年，技术源自麻省理工学院，于 2023 年推出集成多部 件的高维光计算芯片和光电混合计算原型板卡。 我国高校及科研院所在光计算技术探索方面百花齐放，成为支撑光计算技术 创新和产业发展的重要力量。清华大学推出“太极 1、太极 2”芯片，首创分布 式广度智能光计算架构，“太极”芯片实现 160 TOPS/W 智能计算，在

区域储能设施调度。 面向新型储能系统集成、检测认证、智能运维、安全预警、共性技 术研发、金融服务等需求搭建公共服务平台，打造第三方服务产业高地。 8.健全产学研结合的技术创新体系 结合新片区重点企业、高校和科研院所资源，培育一批技术中心和 重点实验室等重要研发资源，在技术创新、标准制定、设备制造、应用 布局等方面形成优势互补，加速实现技术产品更新迭代。 （三）加强新型储能项目管理 9.规范备案管理 2000 万元的，按 15%奖励；2000 万元（含）以上的，按 22%奖励；超 过 1 亿元（含）的，按照“一事一议”政策实施奖励。（责任单位：县 经济商务局、县财政局） 5.创新载体。依托高校、科研院所、骨干企业联合设立氢能装备创 新研究院，研究院建设所需资金由县财政予以保障。支持氢能装备制造 企业设立研发机构、技术中心和工业设计中心：对首次认定为省重点企 业研究院、省企业研究院、省研发中心的企业，每家分别奖励 个项目省支持资金不低于 100 万元。实施一批省重大基础研究项目，支 持科技领军企业申报承担省自然科学基金项目。（责任单位：省科技厅） 12．强化企业科技创新主体地位。支持企业牵头承担科技研发项目， 产业类科研攻关项目来自企业技术需求数不低于 80%，应用类项目原则 上均由企业牵头承担。加大独角兽企业培育力度，持续实施高新技术企 业和科技型中小企业数量“双倍增”行动、规上重点制造业企业无研发 活动无