.......................................................................140 9.1 引入 DeepSeek 技术的必要性与可行性总结...........................................................................................141 9 DeepSeek 引入医疗健康场景，不仅能够解决传 统技术面临的效率和准确性问题，还能为医疗决策提供更加科学的 支持，降低运营成本，提升整体医疗服务质量。通过深入研究和实 践验证，这一方案具备较高的可行性和广泛的应用前景。 1.1 医疗健康行业的现状与挑战 在全球范围内，医疗健康行业正面临着前所未有的挑战与机 遇。随着人口老龄化的加剧和慢性疾病的普遍增加，医疗资源的需 求持续上升，而医疗成本的膨胀也在不断加剧压力。据统计，全球 的准确性和全面性。  自适应滤波：根据不同影像的特点，自动选择合适的滤波算 法，去除特定类型的噪声或伪影，确保图像的高质量。 通过上述技术，DeepSeek 在医疗影像的增强与处理方面提供 了切实可行的解决方案。其高效的算法和强大的处理能力，不仅提 升了影像质量，还为医生提供了更可靠的诊断依据，推动了精准医 疗的发展。 2.2 疾病预测与风险评估 DeepSeek 技术在疾病预测与风险评估中的应用，能够通过大

性。例如多地政府，针对新一代人才出台相关优厚政策； 大学教育也针对这个方向在调整变革，例如校企合作，双 创平台的数字化教育创新手段。 存在这些客观的挑战，我们发现实现数字化转型困难重重。 如何规划可行的数字化转型路径，本文从框架与参考架构方面，将给出建议。 数字化转型的重要模型与科学 数字化转型需要多学科、多技术的支持，其依托的主要模 型与科学为： 数字孪生：数字孪生（Digital Twin）这个概念最早用于 个系统之 间的融合，推动创新应用。 14 13 如何实现 数字化转型 数字化转型，是跨领域、跨部门，甚至有时候是跨 企业的系列工程，实施成功的数字化转型，需要依 据合理的规划方法，制定有效可行的蓝图路标。 而目前业界普遍的现状是： 缺少整体系统性框架设计 数字化转型的方向已经得到普遍认可，组 织或者企业的单个部门开始实施转型，结 果是价值链的单个环节迈的步伐大，但其 他环节没有加入，最终导致达不到最终转 的运维、使用等系列问题，导致直接用户的使用 体验下降，因此组织内部抗拒意见较大。 这些分析说明，数字化转型是一个持续改进的系 统工程，需要： 高瞻远瞩的顶层框架设计，做到有的放矢，达 成有效的业务成效。 切实可行的执行架构设计，做到清晰的实施 路标。 针对这些普遍存在的现状，依据业界成熟的框架 设计及工程实施方法论，再结合数字化转型本身 的独特特征，我们提出如下数字化转型方法。 为什么要数字化转型

服务及咨询 员工服务 04 佩信集团 团 佩信集团 佩信集团 佩信集团 佩信集团 佩信集团 佩信集团 佩信集团 佩信集团 佩信集团 佩信集团 佩信集团 佩信 必要性 可行性 人力资源数字化转型顺应宏观环境和劳动力市场新趋 势 企业高管普遍的数字化意识进一步增强，更有意愿在 数字化人才团队和数字化组织发展方面进行战略规划 并投入资源 各类人力资源数字化解决方案更加成熟，包括数字化 复杂度，人力资源规划、招聘、培训等都需要更先进 的数字技术支撑 1 2 3 近年来，中国数字经济占 GDP 的比重持续上升，各行各业越来越多的企业加入数字化转型大潮。在这个背景下，企业推进人力资源数字化转型的可行性和必要 性 持续增强。 05 佩信集团 团 佩信集团 佩信集团 佩信集团 佩信集团 佩信集团 佩信集团 佩信集团 佩信集团 佩信集团 佩信集团 佩信集团 佩信 HRSSC 当地现有和预期的员工服务需求量 靠近集团总部 调研结果显示，靠近集团总部被最多的 HR 认为是影响 HRSSC 办 公 地点选址的主要因素，其次的影响因素是当地现有和预期的员工服 务需求量，接下来才是影响到可行性与综合成本的相关因素。 HRSSC 的办公地点靠近集团总部有利于更好地支持管理者，靠 近 员工工作地点则有利于更好地服务员工。一些工作地点分布广 的大 型企业需要为 HRSSC 设置多中心、多业务部，承担人工服

其中，Rehost、Replatform、Rearchitect 主要解决“如何通过技术改造实现应用升级”的核心问题； Replace、Retain、Retire 则作为补充策略，用于优化整体迁移组合，确保迁移方案的性价比与可行性。 图 4-1 迁移路径分类 (1)Rehost：低风险、快速迁移的过渡方案 ① 快速迁移到云平台，以降低成本或提高可用性 ② 需要快速完成迁移，时间紧迫 ③ 缺乏应用程序的深入了解或修改代码的资源 合规性要求评估 • 数据治理评估与设计 应用评估 与设计 • 业务功能梳理 • 系统模块划分 • 应用拆分设计 架构评估 与设计 • 运行环境与基础设施现状评估 • 应用高可用设计 • 云原生改造与演进可行性评估与设计 资源评估 与设计 安全评估 与设计 批次评估 与设计 • 批次划分评估 • 验证与回退机制设计 评估分析 与设计 34 (3) 应用拆分设计：基于系统模块划分结果，结合云 工具链，评估引入云原生 DevOps 能力的可行性，为架构重构和云上持续交付提供技术支撑。 (2) 应用高可用设计 更高的高可用性，意味着企业需要投入更高的资源成本和改造成本，在业务连续性与成本之间寻找最佳平 衡点，是企业韧性构建的首要挑战。开放平台应提供多种高可用架构，满足业务系统达成不同的可用性等级。 典型的高可用架构模式如图 4-5 所示： (3) 云原生改造与演进可行性评估与设计 聚焦“迁移后

临不同设备间软件栈不 兼容、算力调度负载不均衡等多重挑战，以中国电信、智源研究院、壁仞科技和微软为代表 的产业机构，围绕大模型在异构算力环境下的高效训练与低延迟推理开展系列关键技术创新 并推动可行性验证。 4.1 “一模多芯”异构混池训练 异构混池训练是指将训练任务解耦至多种（大于等于 2 种）来自不同芯片商的 AI 算力 芯片，协同完成同一大模型训练过程，需要在算力芯片统一纳管、集合通信库、训练框架等 的同构集群进行对比。在全过程监督下，异构混训 的 Loss 收敛趋势与同构系统高度一致，模型精度偏差范围在-2.05%到 0.04%之间，训练效 果基本一致，验证了异构训练方案在精度保持与性能收敛方面的工程可行性与实用性。 22 4.1.2 壁仞科技异构 GPU 协同训练方案 HGCT 壁仞科技推出异构 GPU 协同训练方案 HGCT（Heterogeneous GPU Collaborative

40%，10 年以上资深从业者达 43%，充分体现了银 行业人才队伍的高度稳定性，需要保持人才队伍的创新动力。高度稳定的团队 协作效率相对较高，在确保业务的连续性开展的同时，能够更快地验证数字化 项目的可行性，目标一致地推动数字化转型的顺利进行。 数据来源：智联招聘（www.zhaopin.com） 银行业 80%的人才集中在传统岗位，如银行及金融服务（大堂经理、柜 员、信贷管理

图4 中国联通L4高价值场景 12 明确年度高价值场景研发计划，有利于更好地引导合作伙伴联合攻关。中国联通从业务价 值、运营价值和技术可行性等方面综合评估高价值场景实施优先级，自智网络L4高价值场景分 阶段实施计划如下图所示。 图5 中国联通L4高价值场景分阶段实施计划 理、网络质量优化、网络运行安全等重点场景的智能体研发。 l 联合开展网络智能运营场景试点应用 场景试点应用是推动新兴技术从理论创新向实际生产力转化的关键一步，通过真实业务环 境验证AI网络大模型、智能体等前沿技术的可行性与可靠性，可以有效收集实际运行数据，为 技术优化迭代提供依据，加速网络智能化升级进程。中国联通已针对L4级自智网络能力提升选 取了一系列重点场景，如：监控排障、网络优化等，并在部分重点场景开展了试点应用，取得

PR、HIPAA）。随着技术的进步， AI 有望在未 来提供更多定制化的健康管理服务，释放商业价值。 总体而言， AI 在医疗健康行业的部分应用场景 已经达到了较高的成熟度，特别是在智慧医疗和医药 研发领域，展现了显著的技术可行性和商业价值。而 在个人健康管理方面，虽然技术和市场接受度逐步提 升，但在情感理解、复杂问题处理和个性化服务等方 面还有改进空间。未来， 随着 AI 与 5G、物联网等技 术的融合，以及政策支持和监管框架的完善， 病健康管理、睡眠健康管理、营养健康管理及生命体征监测 管理等，人工智能技术可以通过监测、分析、整合健康管理 各环节信息，分析个体健康数据和生活习惯，从而制定个性化 的健康管理计划，提高健康管理的效果和可行性。 医疗健康行业 AI 应用白皮书 健康监测与评估 通过将大模型与可持续监控用户生理指标的物联 网硬件结合，实现对个人健康状态更有针对性的管理 和疾病风险预测，成为大模型在个人健康管理领域应

建设具备韧性的疫情防 控体系及能力已达成专家共识 [4, 5], 成为亟待解决的 重要问题, 然而评估韧性水平是提升韧性能力的基 础, 目前疫情防控韧性评估工具尚未得到开发, 因此 研制科学可行的评估工具势在必行。 本研究以基层疾 控机构为研究对象, 以重大疫情防控为切入口, 旨在 构建基层疾控机构疫情防控韧性评价指标体系, 为基 层疾控疫情防控韧性评价和建设提供参考依据。 1 指标体系构建方法

散度匹配联合分布，再由神 经网络进行非参数估计。 强化学习作为人工智能的重要分支，其 收敛性和统计推断问题也极具挑战。该领域 当前面临三个前沿科学问题：第一，在离线 数据下如何构建统计有效的策略优化方法。 一个可行技术路径为采用值增强方法，提升 强化学习算法对给定初始策略的性能估计， 并分析最优策略的收敛性及值差距估计量的 有效性。第二，强化学习中的统计推断和假 设测试问题，如在商业 A/B 检验场景下，将 开放材料大数据生态，推动高质量数据共享。 3.3.2. 开发具有化学可行性且可扩展的 生成式 AI 材料模型，以实现多尺度自主材 料设计。 现有生成式 AI 在材料科学中虽然能够 生成新材料，但忽略了热力学稳定性、合成 路径和器件级别的性能关联，难以真正实现 材料从原子级发现到宏观系统优化的全面整 合。 突破路径：构建兼具化学可行性与高灵 活度的生成式 AI 材料模型，需要结合物理 约束生成模型，并引入 约束生成模型，并引入 DFT 等筛选机制提 升热力学稳定性。同时，结合 LLMs+ 自主 实验室优化合成路径，实现实验可行性评估。 3.3.3 将 AI 与自主实验室集成，实现材 料发现全自动化及性能智能优化。 高效整合 AI 计算、实验自动化与多尺 度建模，加速设计室温超导材料、自修复柔 性半导体材料、超轻高强纳米复合材料等革 命性材料已成为推动材料科学变革的前沿问 题。 突破路径：自主实验室的突破依赖多层