组织病理 细胞病理 病理科 - 白 数 字 扫 描 - AI 服务平台 中心病理 科 报告审核 基于 AI 提供数字病理玻片辅助诊断服务，减少医院的病理中心诊断压力，探索基于 AI 技术的新型病理服务模式。 可提高病理科 30~50% 工作效率，肿瘤检出敏感性接近 100% ，良性筛阴可达 80% 未来医疗病理中心 CHIMA AI 综合分 析 切片制作 影像组学 + 生物信 息等多模态数据治理 AI 技术赋能 • NLP 自然语言处理 • 深度学习 / 机器学习 • 统计分析支持 • 工具、算法开放探索 CHIMA 提出科学问题 制定研究方案 收集数据 数据处理 数据分析挖掘 结果解读 医学知识发 现 科研论文管理 辅助决策支持 构建肺癌专病库涵盖 68 个专病域， 951 个指标 AI+ 多模态专病探索研究 实现数据从业务到科研，从成果到临床的闭环应用，高效为临床研究者探索和挖掘科研成果。 以专科发展带动诊疗能力和水平提升。探索基于影像组学进行疾病诊断研究、基于宏基因组学分析进行诊断模型研究等。 科研假 目开端 （

TECHNOLOGY 信 息 与 数 据 中 心 目 录 1 新技术为智慧医院建设提供新动能 2 工业互联网 + 区块链技术的应用分析 3 工业互联网 + 区块链技术的应用探索和展 望 CHIMA 新技术为智慧医院建设提供新动能 CHIMA 以人民健康为中心，推动高质量发展 带来了数字技术的发展、新基建的能力 从两大国家战略看本源 CHIMA 智 慧 服务、智慧管理“三位一体”的智慧医院建设和医院 信息标准化建设。大力发展远程医疗和互联网诊疗。 推动手术机器人等智能医疗设备和智能辅助诊疗系统 的研发与应用。建立药品追溯制度 ，探索公立医院处 方信息与药品零售消费信息互联互通。 政策要求 国务院办公厅关于推动公立医院高质量发展的意见（国办发〔 2021 〕 18 号） CHIMA 顶层设计 同济医学院附属 指出，探索医疗 健康区块链技术应用标准化建设。探索研究区块链在医疗健康领域应用场景，加快研究制订医疗健康领域区块链信息服务标准，加强规 范 引导区块链技术与医疗健康行业的融合应用。加强数据互联互通和数据溯源，鼓励医疗卫生机构在确保安全的前提下，探索区块链技 术在 医疗联合体、个人健康档案、电子处方、药品管理、医疗保险、智慧医院管理、疫苗管理、基因测序等方面的应用。 国家卫健委：探索研究区块链在医疗健康领域应用场景

等其他异形细胞，霉菌、菌群变化等其他良性 改变。 组织病理 细胞病理 病理科 - 白 数字扫描 - AI 服务平台 中心病理科 报告审核 基于 AI 提供数字病理玻片辅助诊断服务，减少医院的病理中心诊断压力，探索基于 AI 技术的新型病理服务模 式。 可提高病理科 30~50% 工作效率，肿瘤检出敏感性接近 100% ，良性筛阴可达 80% 未来医疗病理中心 xxx AI 综合分 析 切片制作 + 影像组学 + 生物信 息等多模态数据治理 AI 技术赋能 • NLP 自然语言处理 • 深度学习 / 机器学习 • 统计分析支持 • 工具、算法开放探索 xxx 提出科学问题 制定研究方案 收集数据 数据处理 数据分析挖掘 结果解读 医学知识发 现 科研论文管理 辅助决策支持 构建肺癌专病库涵盖 68 个专病域， 951 个指标 AI+ 多模态专病探索研究 实现数据从业务到科研，从成果到临床的闭环应用，高效为临床研究者探索和挖掘科研成果。 以专科发展带动诊疗能力和水平提升。探索基于影像组学进行疾病诊断研究、基于宏基因组学分析进行诊断模型研究等。 科研假 目开端 （

AI+ 智慧医院 高质量发展信息化建设方案 公立医院高质量发展 智慧医院建设理解 数字化转型探索和思考 智慧医院建设实践 CONTENTS 目 录 CONTENTS 1l 2 3 4 p a r t p a r t p a r t p a r t 公立医院高质量发展 p a r t 加入星球获取更多更全的数智化解决方案 十三届全国人大四次会议 3 月 11 日表决通过“十四五”规划： 等其他异形细胞，霉菌、菌群变化等其他良性 改变。 组织病理 细胞病理 病理科 - 白 数字扫描 - AI 服务平台 中心病理科 报告审核 基于 AI 提供数字病理玻片辅助诊断服务，减少医院的病理中心诊断压力，探索基于 AI 技术的新型病理服务模 式。 可提高病理科 30~50% 工作效率，肿瘤检出敏感性接近 100% ，良性筛阴可达 80% AI 综合分 析 切片制作 免疫组化 未来医疗治疗中心 利 影像组学 + 生物信 息等多模态数据治理 AI 技术赋能 • NLP 自然语言处理 • 深度学习 / 机器学习 • 统计 分析 支持 • 工具、算法开放探索 提出科学问题 制定研究方案 收集数据 数据处理 数据分析挖掘

制；第二个阶段 为 90 年代至 21 世纪初的传统机器学习阶段，研究者们主要尝试单一或多种机 器学习算法进行中医智能辨证诊断研究；第三个阶段为 21 世纪 10 年代以来的 大数据与深度学习探索阶段，随着大数据技术的成熟、计算机算力的提高和深度 学习等算法的发展，尤其是 2016 年深度学习相关技术崛起后，中医智能辨证诊 断研究又进入了新一轮的中医智能诊断研究高峰。 （1）基于知识与经验推理的阶段 辨证的多种模型和系统， 也取得了良好的成果。 虽然科研工作者利用机器学习对中医智能辨证诊断方法做了许多积极且富有 意义的研究探索，但受到技术手段制约，中医智能诊断系统诊断准确率低、覆盖 病种少以及系统应用率低的问题依然凸显。 （3）大数据与深度学习探索阶段 随着大数据产业和人工智能技术的进一步发展，尤其是神经网络技术的进步， 以深度学习技术为代表的新一轮智能技术浪潮随之而来。2016 互联网等信息科技以及人工智能技术，促 进中医药健康服务与互联网相融合 2017 国家科技布 “十三五”中医药科技创 新专项规划 充分利用互联网、大数据等手段，发展基 于互联网的中医药医疗服务技术，建立医 疗网络信息平台，探索具有中医特色的智 慧医疗服务新模式 2017 国家卫计委 中医诊所备案管理暂行办 法 国家逐步推进中医诊所管理信息化，有条 件的地方可实行网上申请备案 2016 中共中央、国务 院

段，推动以患者为中心的医疗服务流程优化与质 量提升。目前，医疗行业进入大数据时代，传统 的医院管理、医保收支结算、质控等环节对于数 据处理的需求快速增加，各类企业在洞察到医院 业务发展面临的痛点，在不同的细分领域内探索， 逐步在电子病历、各科室数据互通、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， 中心的医疗服务流程优化与质量提升。目 前，医疗行业进入大数据时代，传统的医院管理、医保收支结算、质控等环节对于数据处理的需求快速增加， 各类企业在洞察到医院业务发展面临的痛点，在不同的细分领域内探索，逐步在电子病历、各科室数据互通、 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 医保信息业务编码标准和医保电子凭证推广应用 l 2021.10《公立医院高质量发展促进行动（2021- 2025年）》建设“三位一体”智慧医院,区域医疗信 息化 l 2021.12《“十四五”国家信息化规划》积极探索运 营信息化手段优化医疗服务流程 阶段特点： l 加快平台标准化、一体化建设 l 深化新场景、新技术应用 l 推动医疗体系高质量发展 基础信息系统建设 平台化 普惠数字化 “十二五”时期（2011-2015）

防控中关口前移、及早预警响应和多部门联动的需要。 近年来，部分地区开展了非传统的传染病综合监 测模式试点工作，以期运用创新模式融合症候群、病原 和疾病事件监测体系，利用大数据等技术助力传染病 防控。上海自2010年起，逐步探索建立了基于症候群 的传染病综合监测模式，整合疾病预防、临床医疗和实 验室资源，创新、优化监测、检测和报告流程及技术，不 断完善传染病综合监测体系，先后建立和完善了“腹泻 病综合监测” “急性呼吸道感染综合监测” 总体设计思路 为了适应新时期传染病监测的需求，自2010年起， 上海市卫生行政部门组织市区两级疾病预防控制中心和 医疗机构，在原有各个单病种监测体系的基础上，积极创 新模式，整合监测资源，逐步探索建立了“医防融合”的传 染病综合监测体系。通过实施基于症候群的传染病综合 监测，既弥补了传统单病种监测的不足，又逐步适应并满 足新时期的传染病防控需求。见表1。 通过科学设计和分步部署，先后建立了“腹泻病综 40种病原体的实验室检测。若发现疑似新的病原体， 则第一时间进行病原体鉴定，并将结果及时上传，为开 展疫情研判和诊治防控提供依据。 3.2.4 传染病类公共卫生苗子事件监测 在试点推 进各类症候群综合监测的基础上，上海还探索了对疫情 相关风险事件的监测，以及时掌握可能发展成为突发公 共卫生事件的疫情信息，进一步落实关口前移、规范处 置。自2016年6月起，逐步建立了全市传染病类苗子事 件监测报告系统，2019年上海市卫生和健康委员会印

工、清洗、标化、结构化 等处理提供能力 专病大数据 基于疾病的知识图谱，构 建专病信息模型，构建面 向专病的主题数据库 大数据探索分析平台 基于数据元、专病数据集、 知识图谱模型，对数据进 行自动化探索，以评估数 据对临床科研的价值。 临床应用 诊断模型、风险评估模型、 用药评估模型、疗效评估 模型、患者画像、诊疗决 深度学习 Spark 开放体系 三、积极探索新的技术与应用 软件定义业务 数据驱动 面向未来 触手可及 主动式服务 数据治理 去 IOE 平台化 去中心 积木式框架 服务临床、科研、教学，产生服务效益， 共享成果。 四、探索信息科、供应商、临床新的协作模式，构建共赢生态体系 数据中心 厂商、信息中心共建，共同运 营数据。

预训练大模型与医疗：从算法研究到应用 1. 预训练大模型概述 2. 理解大模型的内在机理 3. 赋予模型精准性与可解释性 4. 医疗领域应用 5. 清华探索：数基生命 CHIMA 20Pag2 Tsinghua Confidential | lvhairong@tsinghua.edu.cn CONTENTS 预训练：从大数据到小数据 ③ 精 准 可 解 释 ④ 医 疗 应 用 ChatCAD 可以进行有关症状、诊断和 治 疗的对话 交互式 ChatCAD 的两个示 例 ChatCAD 利用 ChatGPT 与三种不同的 prompt 设计生成的报 告 团队目前在医疗领域的探索与工作 ③ 精 准 可 解 释 ④ 医 疗 应 用 ② 剖 析 大 模 型 ① 关 于 预 训 练 医学影像报告中的所见 -> 影像学报告中的印 象 1 ）构建并融合知识图谱 + LLaMa 和 WikiPedia 训练 4 层的 tiny BERT 和 tiny EnhancedBERT ，结果 显示 EnhancedBERT 相较于原始 BERT 有较大的提升。 医疗领域应用实践与探索 ③ 精 准 可 解 释 ④ 医 疗 应 用 ⑤ 数 基 生 命 ② 剖 析 大 模 型 ① 关 于 预 训 练 参考： [1] Qiu, Jianing, et al. "Large

，亟待更多的 优秀解决方案加入。值得一提的是，商保作为巨大的潜力支付方，行业一直在探索与之 结合的契机，近年来似乎也找到一些答案。如商涌科技为赋能商保合理赔付、为医疗服 务价值付费，在数据驱动下，打造了高质量、全病程的患者管理服务，而该服务又完美 契合了药企对于数字营销、真实世界研究中的患者管理需求，探索出一条可行的协同之 路。 总的来说，数字营销行业未来还期待更多的创新力量加入，加深工具类数字营销产品的 数据驱动，打造医-患-险共赢生态。作为一家数据以分析为原生基因的科技企业，商涌 科技成立之初便拥有成熟的数据沉淀、清洗、分析、应用体系。经过多年智能核保、医 疗垫付、专病管理的经验，商涌科技沉淀了多维度的医疗数据并不断探索数据价值。 图表 12 商涌科技医-患-险生态服务 资料来源：商涌科技 24 2024 年，商涌科技基于数据资产打造的“AI 联合药代动力学增强血液肿瘤精准治疗的研 究与应用”在由国家卫生 大模型赋能，夯实精准营销核心竞争力。以自研开源大模型京医千询为底座，京东健康 在全周期的数字营销中，不断探索创新模式的同时，更是通过 AI 技术的融合，不断提 升精细化管理、高质量服务能力，夯实差异化核心竞争力，促进营销能力快速提升。 26 图表 13 京医千询大模型全面赋能数字营销 资料来源：京东健康 技术驱动，不断探索数字营销赋能边界。目前，京东健康通过数据驱动的精细化管理、 从用户角度出发的高质量服务、基于场景落地的