包括文本、图形、图像、动画、音频、视频、微教学单元、名词术语、 图形符号等;资源库是指由资源元构成的各类可供学习者直接使用 的资源集合,包括课件库、素材库、题库、案例库、电子图书等。业务 智慧校园网络学习平台建设的探索与实践 张玮 贺宁 李春华 (常州信息职业技术学院电子与电气工程学院 江苏常州 213164) 摘要:文章介绍了一种网络学习平台的建设情况,该网络学习平台采用基于云计算和移动互联等新兴信息技术

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 （

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 主要解决从已知的氨基酸序列，预测相应蛋白质 3D 结构的问 题，为探索生命的起源迈出重要的一步。随着生成式 AI 的出现，业内开始 探索自动根据功能需求设计/优化蛋白质、给定抗原等目标蛋白生成抗体等 后，依靠大模型强大的推理能力，DAX Express 生成临 床记录的效率大幅提升。此外，DAX Express 能够整合进微软 Teams 中，来辅助远程医疗。 国内包括科大讯飞、云知声等在内的产业链公司也均在探索大模型在医疗辅助诊断领域的 应用。 图表3： Dragon Ambient eXperience (DAX) Express 自动创建临床笔记草稿 资料来源：Nuance 官网，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、 Atomwise、英矽智能、晶泰科技在 AI 新药研发领域的早期探索（2014-2017 年）、最早一 批 AI+新药企业开始

仍存短板，数字新底座离好 用尚有差距。 《报告》建议，一要强化高校信息化队伍建设，优化人才成长体系；二要拓 宽经费筹措渠道，强化经费使用管理；三要推动多元协同创新，激发新技术发展 动能；四要探索资源整合新模式，破解人工智能应用瓶颈；五要深化教学软硬件 使用效能，促进教学数字化的加速演进；六要持续提升师生数字素养，发挥数字 化人才的引领作用；七要完善科研协作体系，提升有组织科研的创新效能；八要 .................................................................. 237 西北工业大学：“总师育人文化”影响下的高校智慧校园建设探索与实践 ..........237 南京大学：以体制机制改革推进“智慧南大”建设 .............................................. 243 重庆三峡医 高校治理数字化转型的创新路径250 浙江农林大学：体制机制创新驱动自建开发与协同治理融合实践 ........................ 258 哈尔滨工程大学：信息化项目全生命周期管理的探索与实践 ............................... 268 浙江纺织服装职业技术学院：数字化赋能高校内控机制 推动内部治理现代化建设277 V 二、 技术应用创新篇....

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

F link 数据安全 数据资产 数据模型 数据字典 任务管理 质量分析 自动标注 人工标注 质量管理 权限管理 数据质量、 数据描述等 缺失填补 归一化等 3 、特征工 程 1 、探索分 析 数据标注 第三方接入 数 据 源 训练中心 推理中心 智算中心： 数据中心（端到端数据治理服务） 面向 AI 训练与 AI 应用 ，提供数据接入、 开发、 资产、 标注、 开放的端到端数据治理能力 ，提供统 一的数据开放共享，提供数据 API 、数据集、 数据应用等多种共享方式 对接口、任务、服务、指标、标注文件 进行数据资产沉淀 ，通过数据地图 ，实 数据资产的全景可视、探索发现 遵循问题发现、分析、解决、评估的闭环 管理模式 ，对数据的运行环境、采集、标 注、消费进行全程的监控评估 提升数据质量 沉淀数据资产 加速数据共享 针 等 版本管理 用户组管理 用户管理 功能管理 角色管理 权限管理 A I 能 力 平 台 层 数据标注 数据管理 特征选择 特征提取 特征处理 特征转换 特征工程 数据探索 数据预处理 基础设施资源池 ，提供 AI 运行资源管理、分配、可视化部署监 控 审计日志 系统日志 用户日志 视频推理 视频 分析 视频解析 视频接入 模型优化 指标评估

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 （

百年大计 教育为本！ 怀着对教育的敬畏和对未来的信心， 探索AI+智慧教室的高质量发展之路！ 著名教育专家观点 站在教育强国建设与智能时代变革的历史交汇点，教 育数字化已不仅是技术与教育的简单叠加，更是重塑 教育生态、开辟高质量发展新路径的核心动力。《教 育强国建设规划纲要》明确指出，需通过实施国家教 育数字化战略，构建泛在可及的终身学习体系。这要 求我们突破传统教室的物理边界，将AI教学装备视为 能化教育体系。我们主张通过开放技术基座打破设备 孤岛，通过开源生态贯通数据血脉，携手全球教育伙 伴构建无界协同的教育新范式，同时始终坚持技术服 务于人的理念，让AI成为教师教学的得力助手，让学 生成为自主探索的学习主体。 在推动教育全球化的进程中，我们已为全球120多个国 家和地区提供教育解决方案，将中国智慧教育方案带 入国际视野。让我们携手共进，借AI东风扬帆，激荡 教育数智化浪潮，共绘智慧奔涌的时代航图。 行。这不仅是技术的迭代，更是教育理念从以教为中 心向以学为中心的关键转变。教室建设不仅看重教师 的数据闭环分析，更需要落实到学生学情分析。目前 市场已衍生出多种解决方案，正是这一转型期的激烈 探索。 未来，将全面进入学生学情分析到个性化教学的阶段， 单一功能的应用将不再满足深度智能需求，教室环境 中的各类数据——从师生互动到个体学习轨迹——亟 需打通与融合。能够整合课堂全场景，提供集成式分

········· 73 4.4.3 以通用大模型为基础开展教育大模型研发 ··········································· 73 第五章 教育大模型应用探索与实践 ·························· 76 5.1 教育大模型应用主要场景分析 ················································ 些机遇的同时，教育机构必须高度关注并解决人工智能带来的伦理问 题，包括数据偏差、透明度、隐私保护、数字鸿沟以及对师生人工智 能素养的要求。目前，大多数高等教育机构仍处于人工智能应用的早 期探索阶段，正积极尝试将人工智能技术（如聊天机器人、自适应学 习系统、辅助评分工具）融入教学与管理，这要求机构制定清晰的政 策指南，并与师生共同探讨人工智能的负责任使用。 2023 年 12 月 推 教 师 队 伍 建 设 行 动 试 点 工作的通知》 30 要求通过开展人工智能助推教师队伍建设行动试点工作，探索人 工智能助推教师管理优化、助推教师教育改革、助推教育教学创 新、助推教育精准扶贫的新路径，为在全国层面推开人工智能助 推教师队伍建设行动，探索模式，积累经验，奠定基础。 13 大模型背景下高等教育数智化转型研究报告 2020 年 2 月 教育部、国 家发展改