2025 智能驱动的 医疗健康生态系统 从数据到决策的全面优化 卫宁健康 创新研究院专题报告 Foreword 前言综述 在数字化与智能化浪潮的推动下，医疗健康领域正经历着深刻的变革。《智能驱动的医疗健康生态系统：从数据到决策的全面优化》 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 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方面，详细介绍了医疗健康生态数据的采集、预处理与特征提取、多模态数据融合以及智能分析的流程和方法。 通过全流程数据处理链条，实现了从原始数据到决策知识的价值跃迁，为智能决策支持、医院管理和患者全过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， 在急诊科潮汐

AI 赋能配电网数字化转型 从状态感知到智慧决策 国网电力科学研究院：杜红卫 2 0 2 5 年 1 0 月 2 4 日 国家电网公司 STATE GRID 3 AI 赋能配网可靠性管理实践 1 配网 AI 应用背景与关键问题 2 配网 Al 核心技术及典型场景 CONTENTS 国家电网公司 STATE GRID > 2025.07 2024 新型配电系统是典型的信息物理社会系统，统筹源 - 网 - 荷 - 储 - 微 ( 聚 ) 多元灵活性资源，贯 通规建运营业务环 节， 基于 “知识 + 数据 + 模型 + 算法 + 算力”等数智技术 ，协同感知、分析、决策等运行控制环节，实现多元负荷等要素 的时空互补控制与调节，形成大电网 - 配电网 - 微电网协同的主配微控制调节新模式。 清洁低碳 安全充裕 经济高效 质电力供应，具有清洁低碳、安全充裕、经济 高效、供需协同、灵活智能等特征，其物理形态、业务形态、商业形态和数智形态正在发生深刻变革。 配网 AI 应用背景与关 键问题 电网全景透明化 分析决策多维化 运行控制智慧化 调控运行有源化 规建运营一体化 对外服务一站化 接入要素多样化 网络形态差异化 资源配置平台化 市场主体多元化 交易品种多样化 资源交易市场化 新型配电系统应用

前 言 当前，制造业正处于加速转型升级、迈向高质量发展的关键阶段， 这既是战略发展要求，也是未来发展的必然趋势。新一轮人工智能技 术创新演进，驱动制造业从“判别分析智能”向“自主决策智能”跃升， 为制造业转型升级带来深刻的变革动力与重大历史机遇。 人工智能的深度融合发展勾勒出未来制造图景，呈现三个核心方 向：一是主动高效与持续增值的创新，快速识别市场需求、创造新的 产 、深度 智能决策和自主协同执行的新要求，驱动其面临一场体系“进化”：未 来 3-5 年，有望构建形成“智能模型+数字孪生+智能体”的工业智能化 系统。其中，智能模型具备强大的知识管理与综合推理能力，用于复 杂决策支持与方案生成；数字孪生将提供可解释、高准确的分析能力， 解决工业场景中低容错、高可靠问题；智能体是具备感知、决策、执 行一体化能力的软硬融合系统，实现复杂决策的自主化执行。三者深 划执行演进。模式演进方面，人工智能逐步与研发设计全流程、生产 制造全过程以及供应链全环节融合，驱动形成全生命周期一体化优化、 零缺陷精益制造、可重构柔性生产等未来制造模式。 我们希望本报告能够为政府决策部门和行业企业提供有益参考， 助力各方精准把握工业智能发展方向和机遇，共同应对未来图景实现 过程中可能面临的多重挑战，系统推进制造业智能化变革，共同为制 造强国建设作出更大贡献。

面向未来规模化不同等级智能网联汽车需求，我国提出了车路云 一体化技术路线，具备分层解耦、跨域共用的特征。车路云一体化系 统通过新一代信息与通信技术将人、车、路、云的物理空间、信息空 间融合为一体，基于系统融合感知、协同决策与控制，实现智能网联 汽车交通系统安全、节能、舒适及高效运行的信息物理系统（Cyber- Physical Systems, CPS）。车路云一体化系统由车辆及其他交通参 与者、路侧基础设施、云控平台、相关支撑平台、通信网等部分组成 据高速缓存技术、标准化分级共享接口及融合感知、协同决策与协同 控制标准件实现车端和路侧数据接收、处理、融合感知、精准决策及 管控，有效确保了感知、决策结果及控制指令能够迅速传递至网联车 辆，同时上传至区域云，并同步处理区域云下发的基础设施管控信息。 区域云通过标准化分级共享接口、区域云一体化底座内的网关和数据 库以及一系列标准件，有效地吸收、整合来自支撑平台、边缘云及第 三方平台的数据资源。区域云融合感知标准件、协同决策标准件及交 通 通管控标准件依次接力，完成了对海量数据的深度挖掘、策略制定和 交通指令生成。区域云网关随后将这些关键信息回传至边缘云，选定 的融合感知、协同决策结果与管控指令通过标准化接口分享给第三方 车路云一体化系统云控基础平台参考架构 11 应用。 在《车路云一体化系统云控基础平台功能场景参考架构 1.0》的 基础上，本白皮书对需求条目进行大量补充，定义云控基础平台的概 念并清晰其范围边

单点突破，而需要全链条、全要素的协同优化，数据驱动的指标体系成为实现这一目标的核心抓手。在数据治理端，企 业需要注重实时技术与规范管理的深度融合，让流动的数据焕发出更大价值。在瞬息万变的市场环境中，数据的时效性 往往决定着决策的有效性。从数据产生到洞察生成，每一秒的缩短都可能转化为真实的商业价值。 在应用开发端，AI 技术正将零代码平台推向全新高度。从简单的轻量化工具演进为强大的创新引擎，AI 让零代码真正 做到 " 让零代码更“零”& 先进制造落地 AI 决策应用 解析如何通过实时技术和规范管理让流动的数据更有价值 分享“FAST”新型数智化组织能力以及新兴数智人才建设路径 01 02 03 04 05 目录 CATALOGUE 16 企业数智应用关键落地路径 02 17 23 26 30 42 44 47 52 57 59 69 74 BI 平台：释放决策与执行效率，增加可信度 BI 助力提升决策效率，减少错误决策 还原数据分析过程，让结果更加可信 应用场景复用让分析成果“即取即用” 智能 BI 将数据消费范式转向“数助人” 数智时代指标体系驱动业管协同 企业自身指标体系建设常见误区 指标平台建设，促进数据消费 典型案例实践：某专精特新企业 零代码从轻量工具到创新引擎 AI 时代，以用促建，以用促准 数据实时将“事后分析”升级为“实时决策” 资源治理提升数据

潜在影响分析 ◎姚泽宇 苏杭 作者简介 ：姚泽宇，中国国际金融股份有限公司研究部执行总经理 ；苏杭，中国国际金融股份有限公司研究部分析师。 摘要：当前，金融机构主要将大模型应用于业 务场景简单的非决策类环节。本文从展业流程角度 和业务场景角度系统梳理 AI 大模型在金融行业的 应用现状，并从应用趋势、赋能空间、产业格局三 个方面对大模型在金融行业应用趋势展开探讨，动 态、辩证分析大模型对金融体系的整体影响。本文 当前，金融机构主要将大模型应用于业务场景 简单的非决策类环节，而在核心决策环节应用大模 型仍面临较大挑战。从业务流程角度，大模型已开 始赋能前台营销运营、信息搜集整理，以及中后台 运营支持等环节；从业务场景角度，各类金融机构 已开始尝试将大模型应用于支付、信贷、投顾、投研、 保险等细分领域。 （一）落地应用现状 ：当前大模型在金融 行业主要应用于业务场景简单的非决策类环节 目前，国内外各类金融机构正在积极探索大 于业务场景简单的非决策类环节（见图 1）。大模型 在支付、信贷、保险、财富管理等场景均有应用落地， 但主要赋能对客服务、数据挖掘、业务助手等环节。 而在对金融领域专业能力要求较高、涉及提供强金 融投资建议、需要承担核心分析决策任务的业务场 景和业务环节中，大模型的落地应用仍然面临较大 约束和挑战，难以直接替代专业人员完成分析决策 任务，更多作为辅助核心决策人员展业的助手。具 体

检验商业计划的思路并着手实施 • 鼓励运营机构加强自身能力 • 促成交流合作 / 扩大优势 3 操作者 • 开发并引导大部分投资和发展项目 • 按月检查每个财务 / 运营指标，做出重要决策 • 购买和转移被低估的业务 • 确保全球目标的实现 • 在最佳的时机 / 价格将业务出 售 资料来源 : 咨询公司 审核者 审核者 汇总年度经营计 划及预算 高层决策 委员会 提出年度目标 和预算纲要 制定年度经营计划 及年度预算草案 批准年度经营 计划和预算 修改年度经营 计划及年度预算 建议年度目标 和预算纲要 批准年度目标 和预算纲要 战略管理部 执行者 执行者 执行者 决策者 决策者 I 项目投资 • 发掘并筛选投资项目 • 监督投资项目的经营管理， 对其进行业绩考核， 定期审核审计的工作 • 对已投资项目经营管理改革， 项目权益转让， 重组或退出提出建议及解决 方案 • 对投资项目及行业进行分析研究，为领导决策提供投资管理工作建议 投资咨询 • 研究海外资本市场及国家相关产业政策和行业动态，考察筛选客户，提供 中 国企业海外发展与上市和国外企业来华投资发展咨询服务 • 提供国内企业并构重组咨询服务

II 对集团的理解 I 集团管理驾驶舱蓝图规划方法 III 集团管理驾驶舱蓝图规划 IV 实施策略与演进路径 集团 V5 三期工程 © 公司机密 遵循集团战略发展要求、与集团管控体系相吻合的决策分析体系是实现高绩 效管理、夯实内部基础的有效支撑 借鉴高绩效企业管理模型，高效的分析体系是推动公司战略落地、实现业绩提升的有力支撑。 战略规划 制定公司的愿 景和战略目标 目标设定 在组织内不同层级 战略管控 模式 管理层 操作层 决策层 1 2 3 面向决策层的 管理驾驶舱 面向管理层的 管理分析 面向操作层的 业务统计 分析 深度 集团 V5 三期工程 © 公司机密 经过持续建设，集团已经建立了良好的管理决策分析体系支撑。但面向集团 领导的决策支持在其高效性、便捷性、智能性等方面仍待提升 各层面、视角的管理决策均需要充分的分析与数据支持。目前面向操作层的日常统计、面向管理层的 层的 管理分析建设均取得一定成效，为高管层建设一个直观、简便、交互式的决策支持平台逐渐提上日 程。 信息技术的日新月异为智能型决策支持平台的建设创造了必备的条件 内 部 外 部 V5 I 期 -> V5II 期 -> V5III 期 信息化建设持续推进，为多方面的管理分析与决策奠定了良好数据基础 ERP 管理决策平台 预算管 理系统 人力资源 查询平台 投资管 理平台 风险管