出版单位 / 组织名称： 发布日期： 医疗健康大模型 伦理与安全白皮 书 上海交通大学 复旦大学 上海交通大学医学院附属瑞金医院 蚂蚁集团 2025 年 7 月 18 日 Ab 医疗健康大模型伦理与安全白皮书 健 天津医科大学 王 玥 西安交通大学俞 凯 上海交通大学 张新庆 北 京协和医学院张海洪 北 京大学医学部 张洳源 上 海交通大学 医疗健康大模型伦理与安全白皮书 医疗健康大模型兴起， 但在应用中面临诸多问题。 本 白 皮 书 旨 在 全 面 剖 析 医 疗 健 康 大 模 型 应 用 的 各 方 面 情 况 ， 包 括 技 术 分 析 、 伦理法律评测、模型评测及提升措施等， 为其安全、有效、合规应用提供指导， 促进医疗行业智能化发展， 保障患者权益与医疗质量 。《 医疗健康大模型应用 伦理与安全白皮书 》 围绕医疗健康大模型展开多方面探

项目编号： 医疗健康场景引入 DeepSeek AI 大模型 研 究 报 告 目 录 1. 引言............................................................................................................................................. 医疗机构不仅要提供基础的医疗服务，还要能够利用大数据、人工 智能等先进技术进行病情分析和治疗方案的优化。然而，技术的快 速发展和应用的落地之间存在着显著的鸿沟，如何有效地将前沿技 术转化为实际医疗解决方案，成为行业面临的一大难题。  人口老龄化带来的慢性病管理需求  医疗技术的快速迭代与实施应用之间的差距  医疗数据的安全与隐私保护  全球化趋势下的医疗卫生标准统一  医疗成本控制与资源优化分配 综 为了更直观地展示 DeepSeek 在远程医疗与健康监测中的应 用，以下是一个简单的流程图，描述了从数据收集到健康建议反馈 的过程： 通过这种方式，DeepSeek 技术不仅能够提高医疗服务的可及 性，还能通过精准的数据分析，优化健康管理，为患者提供更加个 性化和高效的医疗服务。 2.4.1 实时健康监测 在医疗健康领域，实时健康监测是通过持续采集和分析患者的 生理数据，及时提供健康状况反馈的关键环节。DeepSeek

于数据涉 及广泛的法律客体，其在全流程中的应用也带来了多方面的法律 4 与规范议题，因此，深入理解智能制造中数据的来源、流转与应 用场景具有现实意义。 智能制造场景下的数据呈现来源多源化、结构异构化、应用 贯穿化的特征，构成了其智能化决策与优化的基础。一是工业现 场数据。这类数据通过部署在生产一线的传感器、RFID标签、 控制芯片、数据监测仪器、工业机器人、3D打印机及智能机床 述不确定性，市场主体已在探索如“尽职免责”等新型内部风险管 理机制。然而，此类商业实践创新的法律效力与适用边界，尚有 待司法裁判予以明确和指引。 （3）湾区“一国两制三法域”下，数据要素市场规则衔接面 临挑战。在粤港澳大湾区一体化发展的宏观战略下，数据作为关 键生产要素的跨境流通，面临着特殊制度环境问题：内地、香港、 澳门三地在数据安全与个人信息保护领域的法律制度与监管逻 辑存在差异。内地的《数据安全法》《个人信息保护法》等法律 法认定标准 9 进行阐述，为企业在风险可控前提下的模式创新提供一定的探索 空间。 （3）服务保障大湾区数据要素一体化流通。针对粤港澳大 湾区数据跨境流通所面临的制度性问题，为提供更高水平的司法 服务与保障，应从宏观与微观两个层面协同发力，稳步推进相关 工作。在宏观层面，探索建立与大湾区发展相适应的数据司法协 作新模式，须加强司法机关间在信息共享、案例互鉴、司法互助 等方面的常态化

营中断，专业的指导与支持必不可少。 多云管理的复杂性：在多个云服务和基础设施 提供商之间平衡工作负载，会增加集成、治理 和成本管理方面的复杂性。 迁移规划不足：详细的路线图对于消除不确定 性、避免延误及确保战略协同而言至关重要。 技能缺口与准备不足：团队往往缺乏管理云环 境以及实现转型效益所需的技术专长。 组织变革阻力：内部意见不一致，或来自领导 层或 IT 团队的抵触，会延缓决策制定和落地。 让愿景变为现实，行动正当时 亚马逊云科技致力于通过实战工作 坊和咨询服务，帮助您制定一个能 突破这些障碍的转型路线图。 本文档旨在为这些工作提供补充。它汇总了来 自 1500 多个亚马逊云科技案例研究及企业转 型项目的关键数据点与研究发现，有助于量化 我们能助您释放的商业价值。 我们希望这能帮助您在企业和组织 内部清晰地传达云转型的价值，并 凝聚各方对我们共创战略的支持。 7个月即可收回投资 这是一项全面且成熟的云迁移计划，集工具、 培训与专业服务于一体，助您降低成本并加速 转型。 亚马逊云科技优化与许可评估 (OLA): 评估并优化资源使用、第三方许可及应用程序 依赖关系，从而找到云迁移和降本增效的最佳 路径。 在规划迁移及转型路线图时，还需考虑亚马逊云科技解决方案及赋能服务在迁移中的价值： 价值支柱 2 最大程度提升生产力 IDC，《Amazon Aurora 的商业价值》，2025年 利用亚马

设计院 II 前 言 当前，智算集群已成为支撑人工智能大模型训练、自动驾驶算法 迭代等前沿领域的核心基础设施，并以惊人的速度从万卡向十万卡级 规模演进。随着单节点算力突破每秒百亿亿次，这类超大规模集群的 极致计算能力对互连链路带宽、延迟和功耗提出了极其严苛的要求。 传统基于铜介质的电互连方案，正面临 “带宽墙”、“延迟墙”及 “功耗墙”等三重严峻挑战：单通道速率难以突破400Gbps，传输延 ...........II 1. 下一代智算集群提出近乎严苛的互连需求.......................................................1 1.1. 大模型的巨量迭代引发智算集群架构变革................................................................... 1 1.2. 大规模智算集群呼唤“光进电退”技术 新型光互连技术具备巨大潜力............................................................................15 2.2. 芯片级光互连三大技术路线场景互补........................................................................ 16 2.2.1. 芯片级光互连技术的组成原理

、 黄金超 中国联通软件研究院： 杨迪、李张体、张承琪、王宇、马煜 北京邮电大学： 邢颖、林雪燕 上海交通大学： 赵世振 前言 人工智能正以前所未有的速度重塑人类生产与生活方式。以大语 言模型、多模态模型为代表的新一代 AI 应用，持续突破计算与通信 的极限，推动智算中心从计算、存储到网络的全栈架构深度演进。在 这一浪潮中，智算中心不仅是国家科技战略的核心支撑，更是产业智 1.1 国家政策发展 全球智能化浪潮风起云涌，人工智能领域创新呈突破之势，语言 大模型、多模态大模型和具身智能等领域日新月异，推动以智算中心 为代表的基础设施向更高效、更弹性的方向快速发展。 2025 年 1 月 1 日，国家发展改革委等联合印发《国家数据基础 设施建设指引》[1]强调高效弹性传输网络可为大模型训练和推理等核 心场景数据传输流动提供高速稳定服务，在高效弹性传输网络支撑下， 在人工智能+医疗领域，医联 MedGPT、神农中医药大模型和岐 黄问道等医疗大模型已广泛应用于辅助诊断、中医诊疗、智能开方等 环节，显著提升了医疗服务质量和效率。在人工智能+汽车领域，大 模型推动变革汽车产业全链条，全面智能化升级。华为盘古汽车大模 型聚焦汽车产业全链条场景，覆盖设计、生产、营销、研发等核心环 节，为汽车行业垂直领域解决方案。在数据要素价值释放过程中，强 大的算力可以将“大数据”转向“好数据”，并充分挖掘海量数据的经济

算力中心供给分析 IV. 算力中心供需研判及未来展望 V. 附录 报告研究背景与主要研究结论 4 报告研究背景 • 纵观算力中心发展历程，移动互联网时代与云计算时代的技术革命催生了集约化、超大规模化的数据中心需求，由此孕育出了算力中心定制批发的业 务模式，并且该业务模式在2015-2020年间实现了快速增长。然而，伴随着移动互联网用户红利见顶、新基建边际效应递减及后疫情时代经济周期波动， 定制批 在全球数字化与智能化浪潮交相辉映的当下，人工智能技术，特别是生成式AI与大模型技术的突破性飞跃，正引领一场前所未有的技术革新浪潮，重 塑着各行各业的发展蓝图。在此背景下，算力资源已成为支撑AI技术持续进步不可或缺的基石，而算力中心，作为算力资源的核心承载平台，正迎来 崭新的发展机遇。其中，定制批发业务凭借其高效整合算力资源的能力，为大模型训练提供了稳定、可靠的算力支持，成为推动AI技术革新与应用拓 展的关键力量。 域市场供需关系的深度剖析上，力求提供更为详尽的数据支持与深 入洞察。 主要研究结论 • 从算力中心的定制批发业务发展现状来看，需求端和供给端均展现出积极的发展态势。 ➢ 需求端，随着 AI 大模型的迅猛发展，市场对算力资源的需求呈现出快速增长。这一增长主要源于互联网大厂、云厂商、短视频厂商等行业头部企业 对高性能、大规模算力资源的投入持续增长，这一趋势推动了算力中心定制批发业务的高速发展。

创见不同·智启未来 人工智能 就绪度白皮书 企业数智化转型的 AI变革路径与评估指南 序言 驾驭AI浪潮，筑牢数智基石 在人工智能技术的驱动下，特别是大模型的广泛应用，我们正步入一 个充满无限可能与深刻变革的时代。AI不再是遥不可及的未来畅想， 而是赋能千行百业、重塑核心竞争力的关键引擎。AI浪潮带来了前所 未有的机遇，同时也对数字基础设施提出了严峻的挑战。海量数据的 处理、极致的 建完善的AI安全防护体系，通过实时检测与监控，确保AI应用的合法 合规运行。同时，要着力排除错误数据和恶意干扰，保障AI大模型推 理结果的稳定性和可靠性，这对于维系用户信任、保障业务连续性至 关重要。 本白皮书深入剖析了“AI Ready”的数据中心在计算、网络、存储及 相关治理组件等关键要素，并前瞻性地提出了AI变革就绪度评估体系。 我们希望，这不仅能为企业决策者提供清晰的指引，更能为技术管理 — 中国有限责任公司，毕马威会计师事务所 — 澳门特别行政区合伙制事务所，及毕马威会 计师事务所 — 香港特别行政区合伙制事务所，均是与毕马威国际有限公司(英国私营担保有限公司)相关联的独立成员所全球组织中的成员。版权所有，不得转载。在中国印刷。 1 序言 共绘AI蓝图，加速变革征程 人工智能，尤其是生成式AI和大模型的崛起，正以惊人的速度重塑商 业模式、运营流程乃至整个产业生态。这不仅仅是一次技术迭代，更

指导单位： 深圳市发展和改革委员会 主编单位： 深圳国家高技术产业创新中心 （深圳发展改革研究院） 深 能源 数创未来 爱 AI 01 深圳数字能源先锋实践 四大中心 六大环节 十大全球解决方案 03 04 05 02 打造清洁低碳主体电源 太阳能发电 17 风能发电 22 核能发电 25 03 构建超大城市可靠电网 输电数字化 35 变电数字化 37 场景需求，打造总部研发中心、 高端智造中心、全场景示范验证 中心、一站式解决方案供给中心 “四大中心”，助力源、网、 荷、储、数、碳“六大环节”提 质增效，打造十大数字能源解决 方案，推动构建适应新能源占比 逐渐提高的新型电力系统。 四大中心 六大环节 十大全球解决方案 四大中心 六大环节 03 04 4 打造数字能源总部研发中心 立足新型能源体系规模化新能源消纳需求，精准捕捉能源领域骨 )、能量管理系统(EMS)、变流器 (PCS)、第三代功率半导体等关键环节，实现电池材料、电芯模组、控制系统、功率器件全 球引领。拓展电源侧储能、基站储能、移动储能、数据中心储能、产业园区储能五大场 景，完善智慧储能、聚合交易、共享储能、虚拟电厂等新型商业模式。 世界一流 超充之城 按照“统一规划、统一标准、统一平台、统一标识”四个统一原则，全面建成世界一流超充 之城1.0，累计建成1