于他们利用 DeepSeek 技术进行决策支持。 以下是一些 DeepSeek 技术在医疗健康场景中的典型应用示 例：  疾病诊断：通过深度学习模型对医学影像、病理数据等进行分 析，辅助医生进行早期疾病筛查和诊断，提高诊断准确率。  个性化治疗：基于患者的基因组数据、病史和生活习惯等信 息，DeepSeek 技术能够推荐个性化的治疗方案，提升治疗效 果。  健康管理：通过实时监测患者的生理指标，如心率、血压 易受到人为因素的影响。DeepSeek 通过深度学习算法，能够自动 识别和分析医学影像中的异常区域，显著提高诊断的准确性和效 率。例如，在肺部 CT 影像中，DeepSeek 可以快速检测出早期肺 癌的微小病灶，帮助医生在早期阶段进行干预，提高治愈率。 此外，DeepSeek 技术还可以应用于智能药物研发。传统药物 研发周期长、成本高，且成功率较低。通过 DeepSeek 技术，研究 人员可以快速筛 DeepSeek 后， 肺癌早期诊断的准确率提高了 15%，平均诊断时间缩短了 30%。 其次，DeepSeek 在乳腺 X 光片分析中也有重要应用。系统能 够自动识别乳腺肿块和微钙化点，帮助医生判断是否存在乳腺癌的 早期迹象。根据临床试验数据，DeepSeek 在乳腺癌筛查中的敏感 性和特异性分别达到 92%和 88%，远超传统分析方法。这使得更 多的早期乳腺癌患者能够得到及时的干预和治疗。

年医疗健康领域深度合成服务算法备案清单分布 1 医疗健康行业 AI 应用白皮书 AI 技术加速迭代， 推动医疗向更高效率、更精准服务发展 AI 在医疗健康行业的应用由来已久，从早期 的规则引擎和专家系统引入，到医学影像分析、病 历质控、疾病早期筛查与诊断、再到医药研发， AI 在医疗健康行业的应用逐步深入。当前，随着生成 式人工智能的加速发展，众多研究机构和企业在通 用大模型的基础上，基于不同细分领域的医学和医疗 影像分析技术在肺部、心脑血管等领 域的应用较为成熟，如在胸部 CT 影像分析中， AI 能 够快速定位肺部结节，并分析其大小、形状、密度、 边缘等特征，帮助放射科医生判断结节性质（如良 性、炎性或恶性）。对于早期脑部血管病变或细微骨 折， AI 通过对影像的高精度分析，能够提高病变检 出率，减少漏诊和误诊。但在肝脏影像分析中，由于 成像技术复杂（如多期相 CT、动态增强 MRI 等） ， 需进一步提升分类和识别能力。目前科研界和科技企 业已联合医疗机构共同开展相关技术攻关。 例如，阿里巴巴达摩院和上海市胰腺疾病研究 所、浙江大学医学院附属第一医院、复旦大学附属肿 瘤医院等医院临床研究人员共同开发的早期筛查模型 PANDA，能够识别出人眼难以察觉的细微病变，诊 断的准确率可达 99.9%，提高了胰腺癌早期诊断的 准确性。 随着基于 Transformer 大模型的发展，其相较 于传统的卷积神经网络（CNN），能够捕捉全局上下 文信息，有助于识别病灶与周围组织的关系，从而提

兴企 业的投资，加速对数智医疗市场战略布局。例如，2024 年10月，腾讯向香港早期癌症检测公司Insighta投资了 3,000万美元（约2.1亿元人民币），以支持Insighta加速 临床试验和商业化进程。Insighta的早期癌症检测平台运 用了其专有的FRAGMA技术，能够实现非侵入性且高精 度的多种癌症早期检测。该技术已在中国大陆开展针对 肝癌的临床试验，并计划很快扩展至肺癌检测。除了资 金支持，腾讯还凭借自身在AI领域的技术专长，进一步 提高FRAGMA技术在早期癌症检测中的准确性，降低检 测成本，提高FRAGMA技术在多种癌症的早期筛查中的 广泛应用。 同时，多家智慧医疗新兴企业也在近几年成功上市，覆 盖互联网医疗、AI医疗、健康管理等多个领域。 • 数字健康医疗服务平台健康之路（HealthWay）在港上 市，募资总额为2.0亿港元。健康之路在健康医疗服务 领域已形成健康支持、诊症与治疗、康复追踪的线上 实现靶点发现—药物发现—临床试验预测的整个环 节。Pharama.AI平台由PandaOmics、Chemistry42、 inClinico三部分构成，其中PandaOmics鉴定及发现 新靶点；Chemistry42实现早期药物化合物的快速发 现和优化；inClinico用于临床试验结果预测和方案设 计优化。Pharama.AI从靶点发现到临床前候选化合 物（PCC）提名仅花费18个月，比传统药物发现过程 快很多。目前，多家生物制药公司与英矽智能达成合

平 均 百 分 误 差 ＜ 11%； Gu 等 ［ 14］ 发现 2013 年中国 H7N9 流感暴发期间，公众对疫 情的关注和流感疫情严重程度存在显著的正相关； 百度搜索词 H7N9 的搜索量在早期急剧的增长，随 后出现波动，其中百度指数与病例累计死亡率的相 关指数为 0.43；Xie 等［15］与 Liu 等［16］在研究中也 得出公众对疫情的关注和流感疫情严重程度存在 正相关的结论。Luo 计算复合指数、拟合模型、预测流感病例［13］ 简单线性模型 谷歌 疾病名称（-） 拟合并验证模型［21］ 简单线性模型 谷歌 疾病名称（-） 预测手足口病暴发［27］ 简单线性模型 谷歌 - 与流感的实验室检测数据拟合，实现早期预测［7］ 负二项回归模型 谷歌 疾病名称、症状、治疗方法（-） 预测登革热发病率［20］ 广义提高回归模型谷歌 疾病名称、症状、治疗方法（-） 预测登革热发病率［20］ logistic 回归模型

WOMMER SCHUNKG _UNIVERSALROBOTS 锂电 金用加工 2025年9月 中国工业机落人行业研究 9/50 格物致胜版权 工业机器人行业市场概况一政策变化 格物致胜 四家欢策从早期的技术实破发民到当前高弱化，智能化和回产化，改莱支持体系不完善，支持范困不制扩大 Wintelligence 转型升级阶段 高速增长阶段 产业化阶段 “十四五” “十三五” 20202025 业柔性生产需求，精准高效地完成 汽车制造业 9% 12.0% 小尺寸零部件的装配，运等操作， 因此在S0电子行业中应用较多，未 医药 5.ON 来将进一步向医疗、日化等行业进 日化2% 步添透： SCARA机器人早期以日系品牌EPSON 食品饮料 1% 3.0% YAMAHA等品牌为主，但近两年随着 家电 1% 6.2% 国产品牌研发投入不断增强，以及 4. 2% 政策的支持下，汇川、台达等国产 金属加工 8 及运动控制系统 20.35 80888 工业机器人及 3. 020. 4 智能制造系境 2. 510.2 2020 2021 2022 2023 2024 起家：成立于1993年，早期以金属成形机床数控系统与电液何服系统起家，2011年进入工业机器人领域 分区域 中国 逐步发展成为工业机器人行业的的领军企业， 海外 >主流产品：运动控制系统、机器人产品、数字化产品， 下

目前市场上也有部分厂商依然在采用分立元器件的方式，因为这类厂家在市场上以供应整套方案为主，因此，这类厂 家我们将之归纳为方案商。 2.2 UWB 产业链分析 UWB 技术在高精度方面的应用已经有 10 多年的时间，在早期，UWB 定位方案的核心元器件采用的是分立电路板方式， 并没有实现标准化的芯片产品，虽然分立电路板可以实现不错的定位性能，但是它存在着产品的稳定性较差的问题。 这种模式下的产业链非常简单，主要有 ，比如说早期做蓝牙、WiFi、Zigbee、GNSS 等定位的企业，他们的 基础积累优势比较明显，包括技术层面的优势以及客户与渠道资源方面的优势。UWB 作为一项高精度定位技术，能够填 补厘米级精度的市场空白，因此，很多传统定位类企业都纷纷涌入到 UWB 领域中，进行市场开拓。 第四类：高校与科研机构的成果转化，UWB高精度定位技术因为研发的技术门槛高，研发的周期也比较长，因此在早期， 国 企业级应用市场的芯片出货量数据具体见下表： 来源：AIoT 星图研究院 6 中国 UWB-IoT 企业级应用市场芯片出货量（单位：万片） 数据说明： 1、在 IoT 行业市场，比较难起量，尤其是早期的基站标签产品价格较贵，虽然有一定的增长，但是增长幅度不会很大。 2、在 2024-2028 年，基于对大环境改善预期，以及 UWB 产品在化工厂、生产制造、医院与养老等场景的普及，尤其是 UWB-IoT

，仅 仅有11%的企 有11%的企业 业正在 正在优 优化人工智能以 化人工智能以实 实现 现业 业 务 务成果 成果，而近90%的企 而近90%的企业 业仍 仍处 处于人工智能采用的早期 于人工智能采用的早期阶 阶段。 段。如果不解决关键 的盲点，大多数人工智能项目将无法实现规模化并最终变得无关紧要。 混合云已成为成熟、复杂企业系统的现实选择。曾几何时，“云优先”的口号 曾被视为一种能够解

更多采用 3GPP NTN 路线，主要原因是借助 3GPP 阵营的开放性和广 泛的产业生态，卫星物联网领域的成本有望快速降低，有利于形成规模化，使该产业获取更多商业利润。 目前，卫星物联网仍处于早期发展阶段：头部公司、创业团队或已推出符合 3GPP IoT-NTN 标准的产品，但这些产品 大多未能规模化销售，仍然在挖掘有量并且刚需的应用场景。 根据 Countpoint 发布的《2023 实现了卫星通信与地面通信的优势互补，表现为在地面网络信号不佳或无覆盖的偏远地区，自动切换到天通卫星通信网络， 保障通信的连续性。 综上所述，2025 年初时的卫星通信 / 卫星物联网产业仍处于早期建设阶段，标准讨论与优化工作仍在进行、生态系 统仍在构建、应用场景仍在拓展。在值得一提的卫星物联网应用场景方面，资产追踪是目前卫星物联网的明星应用，NB- NTN 属于该领域的主导技术；农业场景 蜂窝模块平均单价将更高）。此时 T-BOX 最主要的通 信方案是 4G Cat.4，但一批企业已经具备了 5G T-BOX 量产能力，只是 5G 产品现多部署在高端车型，故 5G 实际搭载 量还处于早期爬坡阶段。 我们推测未来随着行业发展成熟，通信板块最终形成的格局是：高端车型T-BOX广泛采用5G方案，中低端车型T-BOX 采用 5G RedCap 或 Cat.4 方案（5G RedCap 是否能大范围取代

多尺度物理系统的涌现规律挖掘 构建从微观自由度到宏观序参量的跨尺 度因果涌现映射；设计具备时间尺度不变性 的神经网络实现特征时空尺度的自主识别； 多模态耦合的临界预测，在相变临界点附近 建立基于微观涨落的早期预测指标。 突破路径：开发多尺度建模方法，实现 从量子到宏观的多级关联分析。 1.3.3 自主物理发现的闭环系统构建 假设空间的几何化表示，将物理理论转 化为微分流形上的路径积分优化问题；贝叶 Science 386, eado9336 (2024). 第五章 生命科学 2. 医学 2.1 背景 AI 在医学领域经历了从规则系统到深 度学习的演进，应用从信息化延伸至个性化 诊疗 1。早期 AI 应用于计算机辅助诊断和临 床决策支持系统，通过影像识别与数据分 析提升诊疗精度。2017 年 Transformer 架 构突破催生 BERT、GPT 等预训练模型，显 著提升医学文本解析能力，奠定大语言模型 脑光学显微影像绘制了从亚微米到全脑尺度 的神经元全景图谱 6。 在临床应用领域，AI 已广泛用于 MRI、 PET、EEG 等多模态影像的自动分割与异常 检测，显著提升了阿尔茨海默症等神经退行 性疾病的早期诊断准确率 1,7。在神经信号解 码和脑机接口技术方面，利用深度学习算法 实现了瘫痪患者的想象写字、手指精细控制 等运动意图的实时高效解码 8,9。 此外，多模态数据融合与跨尺度建模为 整合解剖、功能及分子信息提供了全新视角。

随着人工智能的发展，基于数据分析和模拟来提供决策建议，减少人为的不确定性，可以提高诊断治疗的准确率和效率。通过深度学习 模型，人工智能可以分析大量的医学数据，包括病历记录、医学影像、生理参数等，以辅助医生进行疾病的早期诊断和预测。 经验判断 → 大数据 +AI 分析 03 智慧医疗发展趋势 2025中国智慧医院白皮书 China Smart Hospital White Paper • 基于全生命周期的 确寻找到疾病的原 因和治疗的靶点，并对疾病不同状态和过程进行精确分类，最终实 现对疾病和特定患者进行个体化精准治疗的目的，提高疾病诊治与 预防效率。 全球精准医疗更多地集中在人类对恶性肿瘤的早期诊断和治疗上， 癌症的诊治有望成为下一阶段表现最为突出的领域。 2. 技术驱动向精准医疗发展 2025中国智慧医院白皮书 China Smart Hospital White Paper 数字技术应用于智慧医院的发展趋势