技术驱动 l A I 技术从感知判别 向生成创造发展 贵州算力券 8000 万、算力资源汇聚、运营调度补助 10%-100 万 政策扶持 市场需求 3 政策技术双驱动 ，整体智算发展加速  在“双一流”建设战略的大背景下 ，国家对于拔尖创新人才的培养、科学研究水平的提升、优秀文化的传承创新以及科研成果的转化推进提出了更 高要求 ，而借助智算来开展科学研究已经成为学科创新的新范式。 范式。  高校及科研院所依托人才与创新优势 ，积极投身建设校级高性能计算公共服务平台 ，既能面向全校相关学科科研教学以及业务流程赋能提供算力 支 撑 ，又能依托平台进行产学研合作 ，以加速智算相关成果转化。 流体力学 燃烧模拟 湍流两相反应 空气质量预报 多尺度空气质量模式 大气排放源清单处理模型 地震数据处理 地震资料解释 油藏数值模拟 引力波 脉冲星研究 天体研究 量子化学 厦门大学嘉庚实验 室智算平台 AIHPC 融 合 油气勘探 气象气候 计算化 学 环境保 护 计算物 理 计算生 物 天文 CAE 4 高校掀起智算平台建设热潮 ，科研成果转化加速 统一运营 对外运营 拓展外部市场 ，提升智算服务的价值与社 会影响力 ，为高校创造更多的经济与社 会 效益。  需要一套集统一管理、运维、服务功能于一体 ，对内面向全校师生高效运营支撑教学科研、人才培养

PCIe 、 Nvlink 、以太网、 FC 、 IB DSA 与加速器 Fabric 处理器 加速器 存储器 处理器 存储器 加速器 网络 产品 软件 12 开放计算组织硬件重构演进 基础 设施 DSA 存储 网络 计算 13 智算中心硬件重构 解耦重组 资源池化 存储 计算 计算 计算 网络 加速器 CPU Core CPU Core CPU Core

药房自动化等领域形成可落地的应用，院内信息 化逐步形成独立赛道。医院作为中国医疗服务体 系的核心，目前仍然处于智能化管理的初级阶段。 随着医疗信息化、大数据、人工智能等技术进步， 医院数字化转型进程加速，通过人工智能加速医 疗机构管理变革。 本文通过对AI医院信息化定义、应用领域、产业 链、各细分领域市场状况进行分析，以期对未来 市场方向提出研判。 n 医院信息化功能与技术框架 医院信息化建设的核心目标是满足其实际业务 医院评级、药房自动化等领域形成可落地的应用，院内信息化逐步形成独立赛道。医院作为中国医疗服务体 系的核心，目前仍然处于智能化管理的初级阶段。随着医疗信息化、大数据、人工智能等技术进步，医院数 字化转型进程加速，通过人工智能加速医疗机构管理变革。 中国AI医院信息化行业 行业概览 | 2023/08 www.leadleo.com 400-072-5588 新应用技术及辅助设备 经济发达地区 经济中等发达地区 400-072-5588 13 政府陆续出台规范标准类、鼓励支持类等多种政策，指导医疗信息 化高效有序推进，未来在国计民生持续增长需求、新一代信息技术 的加持下，以“普惠民生”为核心的医疗信息化将加速推进 中国AI医院信息化行业政策分析（2/2） 来源：中国政府网，头豹研究院 中国医疗信息化政策发展历程 “十四五”时期（2021-2025） 关键政策： l 2021.09《关于印发“十四五”全民医疗保障规划的

数智科技与应用场景“双轨” 激发智慧健康医疗持续创新 1.2.1 乘势而上，数智技术引领创新应用 1．新百年，复杂国际环境带来前所未有新挑战 20 世纪 90 年代初，ICP/IP 协议、万维网协议加速了互联网商 业化的脚步，催生了多种多样的新型互联网服务和商业模式，一大 批互联网企业如雨后春笋般涌现，“数字经济”的概念初现。2000 年以来，共享经济、平台经济等新模式、新产业、新业态迅猛成长， “十四五”规划和 2035 年远景目标纲要中明确提出“打造数字经济 新优势”，各部门深入贯彻新发展理念，科学、合理、系统、全面地 布局我国数字化转型。 依托我国超大规模的市场，国内数字基础设施得以加速建设， 数字科技不断创新，数字经济保持快速发展的势头。其中，以 5G、 人工智能为核心技术的专利数量更是位居国际首位，5G 移动通信技 术商业化应用已达世界领先水平。在我国经济由高速增长向高质量 3．新征程，核心数字技术赋能健康医疗新生态 2016 年，《“健康中国 2030”规划纲要》的实施，拉开了健 康中国战略的序幕，人民的健康意识不断提升，对健康医疗的需求 与日俱增，智慧健康医疗时代正在加速到来。 国家卫生健康委不断深化新兴数字技术在医药卫生领域的融合 应用，持续推进全民健康信息化建设，国家全民健康信息平台已开 始运行。同时，随着新冠肺炎疫情出现，迫切需要数字技术支撑严 智慧健康医疗体系概述

张文轩 郑 浩 摘 要 自 2022 年 ChatGPT 3.5 发布以来，以大模型为代表的人工智能技术突飞猛进，对教育变革带来巨大影响。教 育领域的数字化转型正在深度融合人工智能技术，加速迈向数智化转型。 本报告系统梳理国际与国内政策进展，深入分析国际社会高度重视人工智能教育应用的政策动向，以及国内以 人工智能为基础推动教育创新发展的政策布局。通过政策梳理与分析，提炼出“人才培养、科学研究、社会服 模型在教学、科研、治理等方面推动了由数字化向数智化转型。教学方面：推动了教学模式革新，为个性化学习、 提升教学效率、构建智慧课堂等提供了必要的支持（如通过学情数据分析为学生提供量身定制的学习体验 2）。 科研方面：加速了数据驱动的跨学科协同创新，优化文献分析、实验设计及成果转化路径，正在重构学术评价 体系（形成持续性的产学研协同创新体系 3）。治理方面：依托实时数据监测与智能决策，促进教育资源合理调配， 推 AI）融入教育给教师带来的机遇（如 减轻工作负担、支持专业发展）与风险（如增加认知负荷、影响自主 权、引发伦理担忧），特别关注其对教师职业安全健康（OSH）和福祉 的影响。报告指出，COVID-19 疫情加速了教育数字化进程，暴露了数 字鸿沟和支持不足等问题，加剧了教师压力，凸显了关注教师福祉和 建立健全支持体系的必要性。为确保人工智能技术安全、健康且有效 地融入学校，报告强调必须采取以教师为中心的主动策略，涵盖欧洲、

计算机辅助药物设计方法(CADD): CADD相较实验方法极大地加速了先导 化合物发现的速度。在CADD中，先导化合物的筛选被普遍称为: 虚拟筛选 (virtual screening)。他使用基于分子力场或者量子力场的分子对接方式，对数 据库中的海量化合物与靶点进行对接，从而依据自由能最小化等方式，计算靶点 与药物的亲和力，完成药物的筛选。基于CADD的方法除了能够加速，还不受化 合物是否可以获得的限制。然而，基于CADD的虚拟筛选存在一个trade 这就导致了微调阶段模型可能会不 自觉地过度拟合到现有药物化合物上，造成模型在实际应用中的假阴性上升。 写在最后： 总的来说，基于AI的虚拟筛选方法相较传统的实验和CADD方法有着突破， 他不仅加速了先导化合物的发现，同时还提高了虚拟筛选的准确率。但毫无疑 问，他仍在发展之路上，即便是现在最先进的分子表征大模型，也无法充分理解 分子的语义。同时,数据不平衡问题、模型的验证、以及算法的可解释性，都是

1 前言 在集采与国谈政策持续深化、院内营销路径承压的背景下，数字营销领域虽面临投融资 热度断崖式下降的局面，但实际上行业则正处于需求刚性不断上升且行业服务供给能力 持续升级的双向加速期。如何让数字营销的真实价值被更好体现，让供需两端更好协同， 达成“医-药-患”的精准、高效闭环，助力人们拥有更好的健康情况，是本报告重点探究 的内容。 报告中，我们通过对二十余家医药企业及提供数字营销服务的企业；对数位关注领域的 ...........19 4.2 用好数据资产，是数字营销核心竞争力...................................................19 4.3 数字营销加速发展的 4 大关键策略......................................................... 19 第五章 企业案例.................. 服务的投入，加速构建“以患者为中心，链接药/械企业-医生-患者-药房服务-康复管理” 的闭环服务体系。目前，惠每数科打造的个案管理智能体已成功落地 430+家机构，助 力护士、健康管理师等提升健康管理服务质量和体验的同时，显著提升了管理效率（实 现 1 位专业服务人员服务 1000 位目标人群的健康管理）。 目前，医患联动的数字营销已经成为行业的标配。虽然行业出现加速聚焦围绕患者的数

慧 护 理 智 慧 教 学 通用智能设备 边 端 视频 7 ax . … 高性能、大容量 极致安全可靠 超强算力：最高集成 64 核，内置多种硬件加速引擎 安全 / 可供应：自研计算芯片，整机器件国 产化 大容量：支持最多 32 个 DDR4 插槽，最高 8TB 内存 高可靠：高可靠减振 / 散热等设计与质 量流程 华为实现硬件、工具、软件端 极致成本 HUAWEI SCiIeGeNe 赛乐基因 性能第一 7mins 180 倍 业界首个 7 分钟基因测试平 台 端 到端 加速，性能提升 180 倍 30 25 20 7 联合华西医院建设全球领先的基因组分析平台 30% 80% 冷热数据分级，存储 TCO 节省约 30% 单点分析通量大，计算 TCO 联合中山大学附属第一医院数字化赋能，助力国家医学中心建设 5G 远程医疗云会诊， 更大发挥“无敌中山医”战疫作用 “ 云网安”融合的桌面云， 新技术大幅优化医院办公诊疗效率 高可用云 + 统一医疗数据湖， 加速构建国家医学中心智能中枢 医工融合、联合创新， 探索融合感知、运动健康、医疗 AI CHIMA2023 资源高效共享 服务随手可及 调配灵活弹性 业务顺畅协同

加快 AI 应用普及降低训练成 本 加快国产模型 + 国产芯片的进 程 开源生态推动技术平权和应用普惠 DeepSeek 的开源策略降低了中小 企业和开发者使用先进 AI 技术的 门槛，加速了技术普惠。 API 服务 定价仅为 OpenAI 的几十分之一， 吸引全球用户日活突破 2000 万。 开源模型打破了头部厂商的垄断， 推动更多二线企业和开发者入场 DeepSeek 在性能上比肩 算法优化和工程能力上的突破 DeepSeekV3 创新带来对标 GPT- 4o 的性能和远低于 4o 的训练 / 推 理成本，训练成本 6% 、推理成本 10% 。技术进步带来的成本降低 会加速 AI 大模型的各类场景的应 用，进一步加速 AI 云计算需求 DeepSeek 自研 PTX 代码和算力 适配，直接操作 GPU 芯片网络通 信，降低对英伟达 CUDA 依赖， 避免被英伟达生态绑架 强大 开源

DAX Express，可以在几秒钟内生成准确的临床记 录，以及整合进微软 Teams 中来辅助远程医疗。建议关注国内科大讯飞、 云知声等企业的进展。 AI+新药开发：根据功能需求设计/优化蛋白质，加速新药探索速度 根据 Statista，2021 年全球制药行业总收入约 1.5 万亿美金，制药研发投入 约 2.4 千亿美金。DeepMind 是最早用 AI 赋能新药开发的企业之一，其推出 的 AlphaFold AI 大模型在医疗领域应用的重要挑战。 图表6： 医药领域数据存在“孤岛现象“，数据流通程度低 资料来源：GTC2023，华泰研究 AI+新药开发：根据功能需求设计/优化蛋白质，加速新药探索速度 DeepMind 两代 AlphaFold 引领行业进入高速发展期。梳理 AI+制药的发展历程，我们发 现 AI 与制药的结合逐步深入，成为生物制药企业的常态化工具。经历了包括 Exscientia、 US Exscientia 未上市 DeepMind 未上市 Atomwise 资料来源：Bloomberg，华泰研究 风险提示 1）AI 技术落地不及预期。虽然 AI 技术加速发展，但由于成本、落地效果等限制，相关技 术落地节奏可能不及我们预期。 2）本研报中涉及到未上市公司或未覆盖个股内容，均系对其客观公开信息的整理，并不代 表本研究团队对该公司、该股票的推荐或覆盖。