产业 界和教育界应该抓住这一历史性机遇，实现信息技术应用创新（信创）下的“升 级替代”。即在新一代信息技术的技术架构体系和模式下，构建创新的中国技术 体系。 教育作为一个特殊的行业，在信创中起着非常独特的作用。首先，教育机构 本身也是信创的用户，不管是智慧教学、智慧科研、智慧校园和智慧管理，教育 机构的数字化建设本身也是信创的应用阵地。教育的数字化转型需要实现基于信 创技术体系的数 系，做好教育信创的顶层设计，重视规划，做出自身特色和差异化，构建长远的 竞争优势。 信创技术的成功很大程度上决定于教育体系的成功，特别是信创教育的成功。 2 教育机构的信创及信创教育的发展，将在中国信创事业中起着举足轻重的作用。 本白皮书以高等学校为蓝本，主要为高等学校基于信创体系的数字化转型及信创 教育和信创人才培养提供指南。 3 二、教育信创的目标与指导原则 教育机构在落实相关信创化战略，并在具体的推进与实施过程中会面临各种 各样的问题与挑战，甚至存在不同层面、不同程度的风险。为保证信创化是为了 实现“自主可控“的数字化转型这一目标，同时规避信创化推进过程中，可能遇 到的各种风险，教育信创应遵循以下五个原则： 1.2.1 建立体系，架构牵引 教育机构的信息化、数字化是系统工程。教育信创化涉及到信息化、数字化 建设的架构、解决方案，软硬件选型等方方面面，同样应是一个体系化的系统工

制药蓝海，人工智能助力新药开发全流程 消费品/生物医药 医药健康是 AI 应用的核心领域之一，根据终端客户不同，我们将应用分为 To 医院、To 药企和 To 个人三大方向。在“AI+医药健康”系列报告（一）和（二） 中，我们重点分析了 AI To 院内和 AI To 个人两大应用方向。本篇报告重点聚 焦 AI 在制药行业的应用，全面介绍了 AI 在临床前和临床阶段的落地情况；同 援引英矽智能数据，通过 AI 技术能将 ISM001 分子发现时间由传统手段 的 2 年降至 11 个月，总费用从 4.14 亿美元降低至 20 万美元，极大降低了新 药研发负担。目前人工智能技术在药物研发过程中的应用主要集中于药物发 现阶段，随着 Deepseek 等大模型技术应用，AI 在临床阶段的应用价值也将 逐渐得到体现。 ❑ 全球 AI 制药行业投融资活跃，MNC 参与达成多项重磅交易。虽然 2023 起，总金额为 58 亿美元，接近恢复 2022 年 的巅峰水平，美国和中国是交易最为活跃的两大地区。2017 年起，MNC 对 AI 制药企业的观望和谨慎态度开始发生转变，Big pharma 和 AI 药企的合作 数量持续增加，合作金额也屡创新高，AI 制药管线商业价值得到体现。 ❑ AI 制药可以分为 AI+SaaS，AI+CRO 和 AI+Biotech 三种经营形式。AI 制药 发展早期，企

业方向，是专业建设与发展必须解决 的问题。本文从人工智能技术应用专业人才培养意义出发，深入分析专业建设现状及存在的问题，提出分层次教学、优化课程体系、深化校企合作及教学资源库建设等方 面见解与思路。 关键词：人工智能，人才培养，课程体系，校企合作 引言： 随着“云物大智”时代的到来，云计算、物联网及大数据技术不断发展，人工智能正引发可产生链式反应的科学突破、催生一批颠覆性技术，加速培育经济发展新动 高学生未来职业发展水平，是专业建设与发展过程中亟待解决的问题。 二、专业建设现状及问题 人工智能技术应用专业培养目标在于培养具备智能软件开发、数据服务、智能系统运维和人工智能产品咨询等专门技能和创新创业精神，熟练掌握机器学习基础、深 度学学习框架、智能软件开发技术、系统运维技术等综合职业技能，能适应建设、生产、服务、管理等方面需要的可持续发展的高素质技术人才。就目前设置人工智能专 业大多数高职院校来看，专业建设过程中还存在着一些问题有待解决。 全面深刻地理解专业内涵以及应用场景。 另外，大部分的高职院校都没有完善的课程体系，甚至同质化现象严重，更多采用的是机器学习课程外加“智能机器人”的课程体系。有些在专业课程体系中加入了 深度学习的理论知识，但是在课程设置中却杂乱分散，甚至部分的核心课程（例如当下常用的神经网络知识）被拆分为辅修课程。 2.3 技术框架 深度学习带动人工智能技术飞速发展，已经在语音处理、图像处理等领域取得突破。深度学习全称为深度神经网

推荐（首次） To C 端应用普惠大众，有望蓬勃发展 消费品/生物医药 医药健康领域是 AI 应用的核心领域之一，根据终端客户不同，我们将应用分 为 To 医院、To 药企和 To 个人三大方向。我们在系列报告（一）《院内场 景丰富，全流程 AI 赋能》中介绍了 AI 在医院端应用的场景，本篇报告则从 C 端需求出发、探讨 AI 将对人们日常健康管理和就诊行为带来的体验与效率双提 性甚至给予 人文关怀，提高“轻问诊”体验。②AI+线上问诊带来“效率”与“效果”的 双重提升，通过诊前 AI 交流及历史健康档案数据提取高效生成精炼准确的主 诉、并通过相似案例比对精准推荐医生，在诊中诊后作为线上助理陪伴始终， 更好的服务体验有望加强 C 端付费意愿、医生时间节约有利于成本控制。 ❑ AI+健康管理：国内“互联网+健康管理”经历了物种爆发→流量竞争加剧→ 淘汰整合的变革，我们 未来在线问诊场景畅想 ................................................................................ 8 图 6 AI 赋能诊前、诊中、诊后多个诊疗环节 ..................................................... 8 图 7 上海儿童医学中心传统就诊与 AI 辅助就诊流程对比 ..

部署成本，对于资源匮乏的基层医院而言，几乎是不可逾越的鸿沟。DeepSeek R1 的低成本特性，使得基层医院建立本地化的 AI 诊断系统成为可能，极大提升基层医疗服务能力。 药企研发成 本大幅降低 通过 AI 分子筛选优化，药企研发成本有望降低 30%-50%，加速新药研发进程，降低新药价格，惠及 更多患者。 医疗保险精 算模型迭代 周期缩短 AI 精算模型的应用，可以将迭代周期缩短 DeepSeek 通过智能化手段帮助医生从海量数据中快速提炼关键信息，实现 精准医疗决策的飞跃：1）诊断效率的提升：DeepSeek 能够整合患者病史记录、 实验室检查结果及影像学数据（如 X 光片、CT、MRI 等），快速生成初步诊断路 径，为医生提供“可能性排名+检查建议”的智能化表格；急诊中的应用：在多发 伤或复合伤场景中，DeepSeek 能优化急救资源分配，如手术室安排、抢救人员调 年 ESC 心衰指 南）；案例：在心衰治疗中，DeepSeek 可提醒医生及时采用新型药物（如 SGLT2 抑制剂），并优化复杂患者的联合用药方案，减少不良反应。 3）疑难病例的跨学科支持：DeepSeek 整合多学科文献与权威指南，辅助医 生解决罕见病或复杂病例的诊断难题;案例：骨科医生可通过模型获取手术风险评 估及术后康复要点；在罕见病诊断中，DeepSeek 结合多组学数据揭示疾病分子机

技术在医疗领域的应用广度和深度不断拓 展 , 同时医疗 Al 市场快速发展、 竞争加剧 , 政策支持力度加大 , 促使行业积极制定标准以保障 Al 应用的质量、 安全与合理性。 u 数据显示 , 一、二级医生中接近一半已使用过 Al-CDSS 软件 , 反映出医院对 Al 医疗软件的接受程度逐步提高 , 且有将其引入临床工作的趋势。 11-15 年工作年限的医生 AI-CDSS 使用率最高 , 达 技术的程度不一 , 年轻和中年医生相对更易接受并使用 Al 辅助工具。 u 未来将有更多医生以开放的态度接受 Al, 尤其是随着年轻医生逐渐成为中坚力量 ; Al 相关的医学指南将 Al 技术融入诊疗流程中 , 更多医生会 将 Al 作为提升工作效率和医疗质量的重要工具。 © 亿欧智库 - 阳侑 (439219) © 亿欧智库 - 阳侑 (439219) 亿欧智库 : 2018-2025 截至 2025 年 7 月 , 共有 206 个算法医疗产品获得大健康相关的算法备案 , 备案中的产品主要应用于互联网问诊场景 , 报告解读等辅助诊断场景、 生成 医疗场景中辅助医疗相关的文本等。 算法备案应用场景集中 : 备案产品主要应用于互联网问诊场景、 报告解读等辅助诊断场景以及生成医疗场景中辅助医疗相关的文本 等方面 , 体现了当前算法在医疗领域应用的重点方向 , 围绕着提升

持续丰富师生发展、教育教学、实习实训、管理服务等应用场景，落实网络 安全责任。各地要强化统筹，加大财政支持力度；指导学校系统设计校本数 字化整体解决方案；组织学校有序接入“全国职业教育智慧大脑院校中台” 接受管理监测。教育部将在数字资源丰富、功能应用强大、赋能效果良好的 区域性信息化标杆学校的基础上，有组织地指导建设全国性信息化标杆学校。 到2025年建成 300所左右全国性信息化标杆学校，带动建设 关于加快部分领域设备更新 改造贷款财政贴息工作的通 知 设立设备更新改造专项再贷款，额度2000亿元以上，支持金融机构以不高于 3.2%的利率向教育、卫生健康等10个领域的设备更新改造提供贷款，加上中 央财政贴息2.5%，今年第四季度内更新改造设备的贷款主体实际贷款成本不 高于0.7%，截止日期均为2022年12月31日。 2025高等教育数字化研究报告 2025 Digital Research 量提升、就业质量提升、教育系统健 壮性提升，要持续走以提升质量为核 心的数字化内涵式发展道路。 高质 高等教育数字化转型要着眼于技术协 同、业务协同、数据协同，达到跨层 级、跨部门、跨校区、跨校级、跨校 企和跨校家的协同转型目标。 协同 积极构建多边共享机制，促进数字资 源、师资能力、专业知识在不同主体 间流动，是高等教育机构开展持续性 数字化发展的有力保障。 共享 高等教育作为社会上层建筑的一部分，

医院、To 药企和 To 个人三大方向。本篇报告重点聚焦 AI 在医院端的 场景，全面介绍 AI 在院内诊疗全过程以及 AI 基建的应用，并梳理相关公司。 ❑ 2023 年新出版的《超越想象的 GPT 医疗》开篇描绘了一个虚构场景：面对 患者病情突然恶化，医学住院实习生克里斯腾·陈通过和 GPT-4 对话，完 成了对患者的救治、得到了心理安慰、并为患者向保险公司申请了授权；后 续在查房中，还为肿 爆火，“AI+医药健康”应用场景广阔。AI 在医药健康领域的应用 经过多年发展，ChatGPT 的爆火则再次引燃热情，应用领域百花齐放。其中 医院作为医疗行为核心发生地，数据资源丰富、应用场景多样，本篇从诊前/ 诊断、诊中治疗、医院 AI 基建全面梳理 AI 在医院场景下的应用。 ❑ 诊前/诊断：1）AI+检验：检验诊断是临床信息的主要来源，AI+检验具有高 临床应用价值，可用于辅助报告解读、检验项目推荐和疾病预测及治疗等领 影像注册证获批呈加速态势，疫情期间多款 AI 影像产品获批用于肺炎筛查，AI 影像软件认可度提升，相关公司：鹰瞳科 技、万东医疗、数坤科技（拟港股 IPO）、推想医疗（拟港股 IPO）等。 ❑ 诊中治疗：医疗器械与 AI 的软硬件结合带动院内诊疗向精准化、智能化方 向发展。1）AI+诊疗器械：核心价值在于提升诊疗精准度，为医疗资源分布 不均提供解决方案，如 AI+超声、AI+放射治疗等，相关公司：迈瑞医疗

聚焦于人工智能、大数据等前沿技术与医疗健康领域的深度融合，构建了一个以数据为核心、以智能为驱动力的医疗健康服务新体系。 报告阐述了智能驱动的医疗健康生态系统的总体架构，即“四层三域”的立体化体系，包括数据感知层、智能中台层、应用服务层、 价值创造层，以及数据驱动域、智能决策域、应用服务域。该生态系统与传统医疗智能的本质区别在于强调多技术融合、多领域协同， 具有系统性、动态性和协同性特点。 在数据整合与智能分析 程参与式医疗服务等场景 提供了坚实的数据支撑。 智能决策支持系统展现了传统 CDSS 与 AI-CDSS 的差异，AI-CDSS 在实时性、自主性、知识发现等方面具有显著优势，尤其在精准 医疗中，从癌症预防与诊断到精准治疗、创新治疗方案等应用场景，都体现了 AI 强大的数据处理与模式识别能力。 智能驱动的医院管理涵盖了基于智能孪生体的人财物管理和医疗质量的智能化管理。智能孪生体实现了资源动态优化与决策预演， 2.3 多模态数据融合 2.4 数据智能分析 三、智能决策支持 3.1 传统 CDSS 与 AI-CDSS 的对比 3.2 智能决策支持系统的瓶颈与优化 3.3 智能决策支持系统在精准医疗中的应用 四、智能驱动的医院管理 4.1 基于智能孪生体的人财物管理 4.2 医疗质量的智能化管理 五、智能驱动的患者全过程参与式医疗服务 5.1. 智能预问诊 5.2 智慧健康宣教 5.3

蓝皮书章节结构 本报告的研究和撰写是在中国教育技术协会智能教育专业委员会和科大讯 飞智能教育专家委员会指导下，由讯飞教育技术研究院/认知智能全国重点实验 室智能教育研究中心负责组织和实施。在报告研究撰写过程中得到了许多行业专 家的指导和帮助，科大讯飞公司多个部门领导和专家给予了技术支持，众多一线 教育工作者提供了大量实践案例，在此一并表示衷心感谢！由于撰写时间仓促， 掌握资料不够，加上作者水平所限，本报告一定存在许多不足之处，敬请批评指 传输载体，以大数据为核心要素，以 AI 为抓手，实现了教育全场景的智能化， 为深化数据驱动大规模因材施教提供了重要支撑。教师要积极适应教育数字化、 智能化发展新要求，转变教育观念、提升数字素养，在教育教学中探索实践，大 力提升利用智能技术进行教学创新的能力。 AI 赋能教师发展亟需以顶层政策规划为引领，推动教育发展理念革新，整 体统筹高素质专业化教师队伍建设各项实践，构建结构合理、供需适配、协同联 与教师发展的深度融合需要坚持应用导向，将技术切实融入教师各 类教育实践中，聚焦实现教师教学、研究等核心业务场景的数字化转变与智能化 发展，因地制宜探索 AI 与教师发展深度融合的新模式、新途径。 在教师教学方面，应营造常态化应用的生态并降低应用门槛，提供即时、场 景化、伴随式的技术支持与专家指导，建立教师互助实践社群，鼓励教师积极创 新课堂教学方式，将智能技术纳入不同学科的教学过程中，丰富课堂活动内容， 提升课堂趣味性