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 域，相关公司：润达医疗、金域医学、迪安诊断等；2）AI+病理：传统病理 诊断效率低，工作量大，以人工病理筛查为主的传统模式导致病理诊断供需 严重失衡，病理科医生存在长期缺口，AI 根据《中华检验医学杂志》文章，临床决策所需信息有 70%以上来自于检验诊 断，检验科具有数据量庞大，自动化程度高的特点，为 AI 技术落地创造有利条 件。AI 技术与检验医学结合具有较高的临床价值，广泛应用于辅助报告解读、 推荐检验项目、疾病预测及治疗等领域，能极大提高临床诊断结果的可靠性和 准确性，AI+诊断也成为目前研究最为火热的医疗 AI 应用领域之一，包括 AI 检 验、AI 医疗影像等使用场景。 2. 个时代，随着实验室自动化和信息化建设程度提高，智能化成为检验医学学科 新发展趋势。基于人工智能技术平台，可以实现检验实验室自动采样，自动转 运，自动质控，根据患者临床症状和历史检测信息自动推荐检验项目，对检验 结果自动审核与辅助解读，进行疾病预测与治疗，助力精准医疗，最终实现无 人值守的智能检验实验室。 图 9：基于人工智能平台的检验实验室 资料来源：点石资本、招商证券 敬请阅读末页的重要说明 11

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 在所有八类疾病诊断中都明显超过了拥有小于 7 年工作经验 的初级医生。 " 国检智析 " 检验大模型 • 国内首个医学检验领域的大语言模型 , 聚焦检验报告解读、自动审核、教学培训、临床决策支持等典型应用场景。 • 采用千万级 token 医学检验语料库训练 , 具备智能问答、语义理解、内容生成及复杂推理能力 , 能够支撑各种医学检验自然语言处理任

制定差异化的评价内容、方式与标准，以全面反映学生的真实学习状况和发展潜 力 ③。GAI 可以更准确地判别学习者的个性特征、认知水平和学习能力差异，在 智能化作业批改与反馈、任务活动评价、学生画像解读等方面发挥关键作用，推 动个性化评价真正融入教学实践 ④。 智能化作业批改与反馈。基于 GAI 的作业系统利用光学字符识别技术，结 合卷面自适应结构化识别处理，精准识别学生手写的纸质作业内容，根据预设的 2 章 GAI 辅助生成相应的写实性评语、表现性评价等激励性评价反馈。 个性化学生画像解读。教师可以利用搭载教育大模型能力的教学系统，集中 汇聚、分析学生在课堂活动、作业表现、在线学习行为等方面的数据，获得系统 归纳的认知偏好、学习风格、知识点短板等维度信息，及 GAI 动态生成的学生 画像评价解读 ①。 案例 2-9 诸暨市利用智慧作业平台推动个性化作业改革 ② 为落实“双减” 品质要求，包括法治道德规范 和数字安全保护两个维度。专业发展指向教师“持续用”的研修学习与研究探索， 包括数字化学习与研修、数字化教学研究与创新两个维度。 通过对《教师数字素养》标准框架的深度解读分析，发现该标准框架具备四 个显著特征：一是内容全面性。该标准构建视角较为多元和丰富，内容覆盖较为 全面，从公民身份、教育场景以及教师发展三大视角勾画和描述了教师数字素养 的要求 ②。二是维

标体系。 （2）提升医疗生态系统多模态输出能力 当前，多模态数据融合已取得重大突破，但多模态输出的发展相 对滞后。在医疗领域，多模态输出的重要性不言而喻。例如，在解释 复杂医学概念（如解读放射影像或概述手术流程）时，结合文本描述、 图形表示、数学公式、音频叙述或动画的输出能显著提升医护人员和 患者的理解效率。未来，模型可通过生成文本或多模态标记作为中间 输出，进而产出多样化内容，如交互式报告，允许医生通过语音指令

化对提升学校的科研能力具有重大意义。 ⚫ 科研情报助手 科研情报助手可以帮助高校师生大幅度提升科技信息获取能力和效率，全面 44 掌握产业科技情报，快速了解技术应用的场景，深入解读企业的技术合作情况， 梳理企业专家的技术水平，协助评估技术应用领域及市场需求程度。科研情报助 手还能在线生成分析报告，为产学研合作提供全面详实的科技信息决策服务，加 速技术与市场结合的速度，有