5月24日，國家數(shù)據(jù)局會同生態(tài)環(huán)境部,、交通運輸部,、金融監(jiān)管總局、中國科學院,、中國氣象局,、國家文物局,、國家中醫(yī)藥局等部門在第七屆數(shù)字中國建設(shè)峰會上發(fā)布首批20個“數(shù)據(jù)要素×”典型案例。通過示范引領(lǐng),，激勵多方主體積極參與,，釋放數(shù)據(jù)要素價值。

　　案例涵蓋了工業(yè)制造,、現(xiàn)代農(nóng)業(yè),、商貿(mào)流通、交通運輸,、金融服務(wù),、科技創(chuàng)新、文化旅游,、醫(yī)療健康,、應(yīng)急管理、氣象服務(wù),、城市治理,、綠色低碳12個行業(yè)和領(lǐng)域。本期將聚焦科技創(chuàng)新,、文化旅游,、醫(yī)療健康3個領(lǐng)域的典型案例，詳細展示有關(guān)單位促進數(shù)據(jù)要素開發(fā)利用的典型經(jīng)驗做法,。

科技創(chuàng)新領(lǐng)域

　　案例八  高質(zhì)量化學及材料科學數(shù)據(jù)集 加速材料研發(fā)范式變革

　　材料科學是國民經(jīng)濟發(fā)展的基礎(chǔ),，材料研發(fā)的進步有助于國家經(jīng)濟從高速發(fā)展向高質(zhì)量發(fā)展轉(zhuǎn)變，新材料產(chǎn)業(yè)的戰(zhàn)略性崛起對促進高端裝備突破及保障國家重大戰(zhàn)略需求意義重大,。但材料研發(fā)的傳統(tǒng)“試錯”模式存在研發(fā)周期較長,、成本較高、不確定性較大等問題,。合肥機數(shù)量子科技有限公司通過建立高質(zhì)量化學和材料科學數(shù)據(jù)庫,，訓練材料配方與合成方案人工智能分析模型，構(gòu)建機器人實驗系統(tǒng),，打造基于數(shù)據(jù)的材料研發(fā)新模式,，顯著提升新材料研發(fā)質(zhì)效，大幅增強相關(guān)產(chǎn)品市場競爭力,。

　　一是建立高質(zhì)量化學和材料科學數(shù)據(jù)庫

　　通過挖掘?qū)＠撐牡任墨I數(shù)據(jù),，開展高效量子化學計算，建立了含9000萬化合物,、1100萬化學反應(yīng)路徑的大規(guī)模材料數(shù)據(jù)庫,。

圖1 構(gòu)建高質(zhì)量化學與材料數(shù)據(jù)庫

　　二是訓練專項人工智能分析模型

　　構(gòu)建包含材料結(jié)構(gòu)、性能等特征的材料配方與合成方案的人工智能分析模型,，借助高質(zhì)量化學和材料科學數(shù)據(jù),，對模型進行訓練和調(diào)優(yōu),，形成可用于尋找材料配方和合成方案的人工智能產(chǎn)品。

圖2 構(gòu)建知識圖譜,，開發(fā)智能模型

圖3 推動模型應(yīng)用

　　三是打造智能化機器人實驗系統(tǒng)

　　建設(shè)機器人試驗系統(tǒng)“機器化學家”,，實現(xiàn)“數(shù)據(jù)讀取－方案設(shè)計－實驗操作”全流程智能化,，變革材料研發(fā)范式,，提升研發(fā)效能,?！皺C器化學家”日均可完成百次以上化學實驗操作，并將數(shù)千次實驗優(yōu)化過程縮短至300次以下,，開發(fā)效率提升超百倍,，全局優(yōu)化準確率達到90%以上。同時,，實驗結(jié)果反哺到數(shù)據(jù)庫中,，推動數(shù)據(jù)智能驅(qū)動材料研發(fā)的良性循環(huán)。2023年上線以來,，系統(tǒng)已在20余家高校,、科研機構(gòu)及行業(yè)頭部企業(yè)得到應(yīng)用，支撐解決了如開發(fā)記憶金屬,、紅外探測芯片光吸收增強,、磷礦浮選、智能窗材料等一批技術(shù)難題,，提升了相關(guān)產(chǎn)品的技術(shù)水平和市場競爭力,。

圖4 構(gòu)建數(shù)據(jù)智能驅(qū)動的全流程機器化學家

　　案例九  多元數(shù)據(jù)融合 支撐空間與天文科技創(chuàng)新發(fā)現(xiàn)

　　空天科技是一種跨學科、跨領(lǐng)域,、跨行業(yè)的綜合性科技,。中國天眼FAST、子午工程等重大科技基礎(chǔ)設(shè)施建成應(yīng)用和空間科學系列衛(wèi)星的發(fā)射啟用,，產(chǎn)生海量數(shù)據(jù),。該類數(shù)據(jù)標準不一、來源分散,、類別多樣,，深度應(yīng)用較難，為高效應(yīng)用空間天文數(shù)據(jù),，豐富研究方法,，提升處理應(yīng)用方式，更好地支撐復雜科學問題研究,，國家空間科學數(shù)據(jù)中心,、國家高能物理科學數(shù)據(jù)中心,、國家天文科學數(shù)據(jù)中心等聯(lián)合通過強治理、研工具,，探索形成基于數(shù)據(jù)的天文領(lǐng)域科學創(chuàng)新模式,。

　　一是促進空間－高能物理－天文科學數(shù)據(jù)匯聚與全生命周期治理

　　編制分級分類、管理存儲,、開放共享等空間高能天文領(lǐng)域系列數(shù)據(jù)標準10余項,，以標準為引領(lǐng)，規(guī)范實施全生命周期數(shù)據(jù)治理,，促進跨學科數(shù)據(jù)匯聚融合,。

圖1 科技項目與科學數(shù)據(jù)雙生命周期協(xié)同管理模式

　　二是建立空間高能天文領(lǐng)域融合數(shù)據(jù)庫

　　聚焦跨領(lǐng)域前沿科學問題，面向科學真實需求,，打造空天典型事件等數(shù)據(jù)庫,，發(fā)布空間科學、高能物理,、天文學聯(lián)合主題數(shù)據(jù)資源,。自2021年以來，治理形成高質(zhì)量空間天文科學數(shù)據(jù)資源約50PB,。

圖2 三中心聯(lián)合發(fā)布高能瞬變源多波段監(jiān)測數(shù)據(jù)專題,，提供面向科學問題的跨領(lǐng)域數(shù)據(jù)發(fā)現(xiàn)服務(wù)

　　三是以數(shù)據(jù)驅(qū)動科學新發(fā)現(xiàn)

　　依托融合數(shù)據(jù)庫、借助人工智能等,，聯(lián)合研發(fā)了20余項專用數(shù)據(jù)分析挖掘工具與模型,，推出以超高能宇宙線起源、多波段時域天文,、日地空間天氣傳播鏈等不同科學場景的高質(zhì)量在線數(shù)據(jù)分析應(yīng)用,，服務(wù)空間天文領(lǐng)域科技系列創(chuàng)新活動，服務(wù)科技計劃千余項,，助力取得“全球首次打開了10TeV波段的伽馬射線暴觀測窗口”“獲得納赫茲引力波存在的關(guān)鍵證據(jù)”等數(shù)十項國際領(lǐng)先的原創(chuàng)性,、標志性、突破性科學發(fā)現(xiàn),，相關(guān)成果發(fā)表于《自然》《科學》等國際頂尖學術(shù)期刊,，多項成果入選當年“中國科學十大進展”。

圖3 AI for Data空間與天文領(lǐng)域系列專用軟件工具

文化旅游領(lǐng)域

　　案例十  數(shù)據(jù)資源融合應(yīng)用 助力文物傳承保護和價值增值

　　推動數(shù)字技術(shù)與文物保護利用融合發(fā)展是建設(shè)文化強國的關(guān)鍵舉措,。目前,，文物數(shù)據(jù)資源應(yīng)用率較低，數(shù)據(jù)要素在文物的保護,、管理,、傳播、利用中發(fā)揮的作用不足，難以對文物關(guān)聯(lián)行業(yè)的數(shù)字化發(fā)展起到足夠的支撐作用,。湖南省博物院積極推進文物數(shù)據(jù)資源的挖掘,、匯聚和利用，通過創(chuàng)新合作開發(fā)模式,，推動文物數(shù)據(jù)資源協(xié)同優(yōu)化,、復用增效、融合創(chuàng)新,。

　　一是多手段采集匯聚文物數(shù)據(jù)資源

　　通過高清影像拍攝和激光掃描等手段,，采集文物數(shù)據(jù)103萬條、圖片11萬張,、三維模型2000余個,，編制文物數(shù)據(jù)采集加工地方標準，推動構(gòu)建馬王堆漢墓文物,、音樂文物等文物知識圖譜,，并將文物中涉及的傳統(tǒng)醫(yī)藥、農(nóng)牧漁獵,、服飾服裝、餐飲美食,、禮儀文化,、人物事件等元素進行數(shù)字化映射、匹配,、提取和轉(zhuǎn)化,，形成多種文物數(shù)據(jù)資源集。

　　二是構(gòu)建文物數(shù)據(jù)授權(quán)和合作開發(fā)模式

　　積極與高校,、優(yōu)質(zhì)企業(yè),、文化創(chuàng)意團體等簽署整體授權(quán)或單項合作開發(fā)協(xié)議，免費開放品牌資源和文化數(shù)據(jù)庫授權(quán),，聯(lián)合打造“數(shù)字漢生活”文化IP系列產(chǎn)品,，實現(xiàn)文物數(shù)據(jù)資源在不同領(lǐng)域中的復用增效。先后簽約近50家企業(yè)和團隊,，帶動近10億元規(guī)模的文化創(chuàng)意及周邊產(chǎn)業(yè)發(fā)展,。

　　三是推動文物數(shù)據(jù)跨領(lǐng)域融合創(chuàng)新

　　面向不同行業(yè)、不同人群等差異化需求,，設(shè)計,、制作、推出馬王堆復原京劇展演,、多年齡段“辛追”數(shù)字人,、文物實景解謎游戲及數(shù)字藏品等系列產(chǎn)品。自2022年以來，以匯聚形成的文物數(shù)據(jù)資源為基礎(chǔ),，先后推出云展覽,、云教育、動畫視頻,、沉浸式體驗等200余項數(shù)字化項目,，瀏覽量超過1200萬次；同時舉辦2個大型線下數(shù)字展覽,，吸引60余萬觀眾,，實現(xiàn)2300萬元票房收入，推動了文化傳承和文物價值增值協(xié)同發(fā)展,。

圖 沉浸式體驗,、數(shù)字人、元宇宙及數(shù)字藏品等數(shù)字產(chǎn)品

　　案例十一  圖書出版數(shù)據(jù)融合創(chuàng)新應(yīng)用推動產(chǎn)業(yè)轉(zhuǎn)型升級

　　作為文化產(chǎn)業(yè)的重要組成部分,，出版業(yè)高質(zhì)量發(fā)展既是順應(yīng)信息化時代發(fā)展的需要,，也有助于滿足人民群眾的多樣化需求。當前,，傳統(tǒng)出版行業(yè)存在多元化市場需求難以捕捉,、數(shù)據(jù)利用分析能力不足等問題，武漢理工數(shù)字傳播工程有限公司通過整合出版圖書產(chǎn)業(yè)鏈上下游不同渠道的數(shù)據(jù)資源,，打造了智能化數(shù)據(jù)平臺,，助力出版單位以數(shù)據(jù)洞察更好把握市場趨勢和用戶需求，推動出版業(yè)數(shù)字化轉(zhuǎn)型與創(chuàng)新發(fā)展,。

　　一是推動圖書出版數(shù)據(jù)融合匯聚

　　平臺通過整合中國國家版本館圖書數(shù)據(jù),、1.7億會員讀者數(shù)據(jù)、全國各省新華集團的線下銷售數(shù)據(jù),，以及京東,、天貓、抖音等線上平臺的銷售數(shù)據(jù),，構(gòu)建了包含標簽,、發(fā)行渠道、讀者評價,、線上數(shù)字化服務(wù)使用偏好等豐富信息的數(shù)據(jù)資源庫,。

　　二是強化數(shù)據(jù)質(zhì)量管理

　　應(yīng)用全國統(tǒng)一的出版圖書數(shù)據(jù)標準，制定精細化的實施規(guī)范,，確保數(shù)據(jù)格式,、結(jié)構(gòu)和質(zhì)量統(tǒng)一。做好清洗,、驗證,、加密及訪問控制等精細化數(shù)據(jù)治理，確保數(shù)據(jù)準確、可靠和安全,。

　　三是開發(fā)數(shù)據(jù)產(chǎn)品與服務(wù)

　　對平臺圖書數(shù)據(jù)進行深度挖掘和融合分析,，為出版單位提供選題策劃、讀者偏好,、市場風向,、競品分析等數(shù)據(jù)服務(wù)。依托平臺豐富的圖書出版數(shù)據(jù)資源,，開發(fā)人工智能（AI）大模型,，推出了首個AI閱讀服務(wù)數(shù)字人等數(shù)據(jù)產(chǎn)品，拓展圖書出版數(shù)據(jù)應(yīng)用場景和價值空間,。

圖 出版圖書數(shù)據(jù)平臺界面

　　自2014年成立以來,，公司為300多家出版單位提供了覆蓋知識策劃、整合,、發(fā)行,、服務(wù)等全鏈條的1300多款應(yīng)用與產(chǎn)品，幫助出版單位在文化產(chǎn)品的選題,、策劃等方面明顯提高了效率和準確性,，引導出版企業(yè)為社會提供更多更符合大眾需求的優(yōu)質(zhì)文化產(chǎn)品，累計為出版行業(yè)創(chuàng)造了近150億元實際收入,。同時,，平臺緊跟社會文化需求風向，不僅提高了經(jīng)濟效益,，也繁榮了文化市場。

　　醫(yī)療健康領(lǐng)域

　　案例十二  醫(yī)療數(shù)據(jù)智能化分析輔助提升基層診療水平

　　基層醫(yī)療衛(wèi)生體系是守護億萬人民群眾身體健康的“第一道防線”,，事關(guān)每個人的生活質(zhì)量,。但基層醫(yī)療機構(gòu)往往面臨人才不足、醫(yī)生隊伍不穩(wěn)定,、資源供給有限等問題,，難以完全滿足廣大群眾對醫(yī)療服務(wù)的需求。為提升基層醫(yī)療服務(wù)水平,，訊飛醫(yī)療科技股份有限公司通過對海量醫(yī)療數(shù)據(jù)的收集和分析,，構(gòu)建醫(yī)療AI大模型，為基層診療提供智能化輔助,，促進基層醫(yī)療服務(wù)提質(zhì)增效,。

圖1 場景流程圖

　　一是匯聚高質(zhì)量數(shù)據(jù)資源訓練模型

　　與中華醫(yī)學會雜志社、開放醫(yī)療與健康聯(lián)盟等權(quán)威機構(gòu)合作,，匯聚公開脫敏數(shù)據(jù),，構(gòu)建涵蓋疾病知識、癥狀體征、檢驗檢查,、藥物信息,、臨床路徑、診療規(guī)范及指南等內(nèi)容的數(shù)據(jù)資源庫,，訓練形成智慧醫(yī)療AI模型,。

　　二是推進醫(yī)療數(shù)據(jù)與“問、診,、治”場景深度結(jié)合

　　模型與行業(yè)信息平臺和醫(yī)院信息系統(tǒng)對接,，以“數(shù)據(jù)不出本地局域網(wǎng)”方式匯聚分析患者病歷數(shù)據(jù)及歷史健康信息數(shù)據(jù)。實現(xiàn)在醫(yī)生問診過程中,，根據(jù)問診邏輯提示病情問診,；在診斷過程中，對患者病歷數(shù)據(jù)進行智能化分析和判斷,，協(xié)助醫(yī)生對病情進行合理診斷,；在醫(yī)生下處方和檢查檢驗時，及時給出常見用藥和常見檢查檢驗建議,，并將異常診斷結(jié)果數(shù)據(jù)及時報送醫(yī)療主管部門復核,。截至目前，該系統(tǒng)已在全國506個縣區(qū)的近5.3萬個基層醫(yī)療機構(gòu)應(yīng)用,，服務(wù)6萬余名基層醫(yī)生,，累計提供7.7億次AI輔診建議，規(guī)范病歷2.9億次,。經(jīng)該系統(tǒng)提醒而修正診斷的有價值病歷超139萬例,，累計識別不合理處方數(shù)6200萬，AI輔助診斷合理率提升至95%（重點地區(qū)97%）,，覆蓋疾病數(shù)量超1680種,。

圖2 統(tǒng)一標準、規(guī)范的數(shù)據(jù)采集處理流程