当前，我国正在贯彻落实区域协调发展战略，着力构建优势互补、高质量发展的区域经济格局和国土空间体系。党的二十大报告提出：深入实施区域协调发展战略、区域重大战略、主体功能区战略、新型城镇化战略，优化重大生产力布局，构建优势互补、高质量发展的区域经济布局和国土空间体系。区域协同赛道旨在推动京津翼数据汇通与协作，加强三地医疗、生态、金融、文旅、教育、公共服务等协同发展，助推京津冀成为中国式现代化建设的先行区和示范区。
区域协同赛道北京市政务服务和数据管理局、天津市数据局、河北省数据和政务服务局主办，北京市通州区人民政府、天津市武清区人民政府、河北雄安新区管理委员会承办。
推进数据赋能区域产业协同创新，加强区域创新链、产业链和供应链的数据共享和协同应用，实现对京津冀地区经济运行状况的全面感知、形势预判和趋势调度，打造京津冀协同创新共同体。
针对京津冀医疗资源分布存在不均衡的特征，深化信息化建设，提升京津冀医疗服务能力，构建区域医疗信息平台，推动京津冀三地医疗信息共享，包括医保关系转移接续、电子病历、医学影像、检验结果等；推广互联网医疗，开展远程诊疗、在线预约、药品配送等服务；推动智能医疗设备的研发与应用，利用人工智能、物联网等先进技术，提升医疗服务的智能化水平。
京津冀地区山同脉、水同源，同处一个生态系统，是生态和经济共同体。推动大数据、人工智能、物联网等技术赋能三地生态保护、绿色发展、气象监测、灾害预警、应急管理，加强京津冀地区生态环境协同保护，提升京津冀三地民生福祉。
围绕区域金融服务、文化旅游、教育教学、政务服务跨省通办、司法保障等方面协同业务，探索打造服务京津冀区域一体化的应用场景，推进数据要素在区域行业和领域的广泛利用。
近年来，我国高度重视文旅产业数字化发展。习近平总书记指出，文化产业和旅游产业密不可分，要坚持以文塑旅、以旅彰文，推动文化和旅游融合发展，让人们在领略自然之美中感悟文化之美、陶冶心灵之美。“十四五”规划纲要明确提出，推动购物消费、居家生活、旅游休闲、交通出行等各类场景数字化，打造智慧共享、和睦共治的新型数字生活。文化旅游赛道依托北京全国文化中心的资源优势，推动数据赋能文化IP创新应用、文物数字化保护与传播、智慧旅游等应用场景，助力文旅产业高质量发展。
文化旅游赛道由市文化和旅游局主办，东城区人民政府、通州区人民政府、海淀区人民政府、延庆区人民政府、怀柔区人民政府承办。
推进公共文化资源数字化建设，整合汇聚文物、古籍、美术、地方戏曲剧种、非物质文化遗产等文化数据资源，或在博物馆、公共图书馆和文化馆等公共文化场所中，推进文化资源数字化和垂直领域数据归集，丰富公共文化数据库，增强公共文化数字内容的供给能力。同时，借助公共文化数据资源和前沿技术，实现公共文化数据的广泛开放共享，非物质文化遗产的传承与创新发展，提升公共文化资源的普惠度、公众参与度和满意度。
拓展文化资源数字化新技术与文化内容IP应用新场景，通过运用多样化的数字技术提高文化资源创新效能；深化文化内容产业IP价值及其衍生业态，探索实现文化内容IP资本化转化，形成文化数据资源开发利用新模式新举措。
运用前沿技术，实现对文物进行全方位数字化保护与复原，借助保护修复、安全监管、文物流通等多维度数据，形成“文物画像”，让文物“活起来”，为文化保护及活化利用提供新的视角和方法。利用数字3D、全息投影等技术提升文物展示与解说的游客体验，提升文物的价值和吸引力。或者通过整合和共享文物数据增强相关机构在文物保护、展陈展示和文化传播等方面的工作效能。
借助大数据、人工智能等新兴技术，以重要旅游景区、度假区、休闲街区等为核心，依托运营商、在线旅游代理（OTA）、游客生成数据（UGC）、本地硬件设备及政务等数据，构建游客画像，实现个性化和精准化的旅游信息推荐和精准营销；利用数字技术为游客提供更具沉浸感的文化演绎和多样化的文旅体验；或者通过多维数据整合，实现对旅游市场主体的安全监管和风险预警，并且实现包括人流实时监测、网络舆情分析、资源动态调度等方面治理功能。鼓励进行跨行业、跨主体、跨区域数据开放共享与资源置换。
探索文化和旅游数据要素化的实践，在遵守法律法规的基础上，进行文化和旅游数据的确权、定价、资产化和交易等关键环节的实践；或者探讨如何通过建立机制和打造平台等手段，引导和促进场内数据交易的创新尝试；或者体现文化和旅游领域数据安全建设，展示如何平衡数据利用与用户隐私保护之间关系的创新解决方案。
利用文化和旅游领域特有的数据资源，依托AI大模型技术开发垂直领域大模型应用。通过整合旅游目的地信息及相关行业数据，构建诸如“旅游行程规划助手”、“旅游智能服务助手”等应用场景；通过梳理文化领域博物馆、图书馆、文化馆、非遗馆等场所公共文化资源，为训练领域大模型提供高质量的语料库和训练集，借助“问答助手”、文生图、文生视频等新的交互方式提升公众获取公共文化资源的效率和体验；或通过生成式AI的方式为文化内容创作提供智能化解决方案。
教育兴则国家兴，教育强则国家强。数字教育既是数字中国的重要组成部分，也是建设教育强国的重要支撑力量。习近平总书记指出：“教育数字化是我国开辟教育发展新赛道和塑造教育发展新优势的重要突破口”。教育教学赛道立足北京教育资源禀赋，推动数据赋能“学、教、研、评、管”五位一体融合发展，全面服务教育强国建设。
教育教学赛道由市教委主办，西城区人民政府、海淀区人民政府、门头沟区人民政府承办。
打造智慧学习环境，开展学情诊断分析，以数字化引领学习方式变革，构建以学生为中心、德育为先、能力为重、知识为基的新生态。
面对现有办学空间资源紧缺和未来一个时期学龄人口进入上升通道的双重压力，充分发挥数据要素特有优势，聚焦课堂教学模式创新， 支持“双师课堂”、“融合课堂”、上线下混合教学等新模式探索。开展AI教学实践、在线答疑辅导、智能作业与命题等，促进教学方式变革。利用人工智能、虚拟现实等新技术，打造沉浸体验式的德育、美育、体育、劳动教育等特色课程。
围绕教师专业化发展、交流轮岗、教研活动、继续教育等场景，探索数字化赋能的有效路径，进一步提升教研工作的针对性、有效性和覆盖面。通过数据驱动教研质量提升，实现课前数据驱动教学设计的优化、课中数据驱动教学提质增效以及课后数据驱动教学反思的深化。
创新教育评价方式，利用数字技术在课堂内外、学校内外进行多维实时动态数据采集，通过数据挖掘、清洗、标记、分数转换，对于学生进行综合分析和生成评价评语，借助大模型的语音交互、语义理解和OCR识别能力，理解学生素养行为，并进行实时评价反馈，推动德智体美劳全要素发展，将评价全面、有机、系统融入学校全学科教育教学评价过程中，提升教育评价的科学性、专业性和客观性。
通过大模型赋能教师、学生数字空间，精准定位教育痛点难点问题，形成数据支撑教育管理、科学决策的服务新模式，赋能教育治理现代化。聚焦学位预测、招生入学、教学质量、办学资源布局等教育热点、难点问题，推动数据驱动的教育科学决策和精准治理。支持学校运用数字化手段开展家校融合、教务管理、校园生活服务、校园安全管理等。
近年来，随着人工智能、大数据、云计算等数字技术的广泛应用，智慧医疗、远程会诊、互联网医院等数字医疗蓬勃发展，数据要素越来越深度融入医疗健康的各个环节，不仅大大增加患者看病就诊的便利，也进一步提升医疗服务效率，不断提升群众就医获得感。医疗健康赛道围绕AI医药研发、药品生产流通、医保监管与服务、基层医疗等方面促进医药健康数字化创新发展，助力健康中国建设。
医疗健康赛道由市卫生健康委、市医保局、市药监局主办，大兴区人民政府、朝阳区人民政府、东城区人民政府、昌平区人民政府、西城区人民政府承办。
基于数据要素整合与利用，进行疾病预测并识别高风险群体、人工智能数字化诊断、数字疗法、数字化监测康复，利用人工智能临床数据，提升诊断效率，优化患者就医体验，疾病精准诊断，降低医护人员数据录入与整理的工作负担，促进医疗质量提升。
数字化建设助力传统生物医药企业智能制造提质升级。数据要素在医药健康行业的开发、生产提供、流通应用和监管。药品提供与设备资源利用模式创新。
运用大数据、人工智能等数字化技术，确保医保基金安全、高效、合理使用，为投保对象提供“一站式”便捷服务。
利用数据要素整合医疗服务资源，创新医疗健康服务和消费模式，建立以居民为中心的医院、社区和公共卫生等一体化医疗与健康服务体系。
通过大模型赋能教师、学生数字空间，精准定位教育痛点难点问题，形成数据支撑教育管理、科学决策的服务新模式，赋能教育治理现代化。聚焦学位预测、招生入学、教学质量、办学资源布局等教育热点、难点问题，推动数据驱动的教育科学决策和精准治理。支持学校运用数字化手段开展家校融合、教务管理、校园生活服务、校园安全管理等。
依托全国统一医疗保障信息平台，建立反欺诈数据监测专区，通过建立和优化住院数据筛查、重点药品、耗材监测等模型，运用大数据分析技术，深入对海量数据的重点监测和筛查分析，及时发现可疑数据，解决人工发现难、效率低的难题。实现风险预警和防范，强化医保基金监管，保障参保人的合法权益，促进医疗保障体系的公平性和可持续性，推动医疗保障体系的健康发展。
医师数字资产指以数字化存储或存在，明确权属属于医师，并能被其它经济主体所使用实现价值的集合体。医师数字资产包含“医疗、教育、科研、疾病防控、健康管理”五个维度的数据。通过数字资产账户、数字资产银行、数据要素治理平台、数据要素运营平台等构建“数据要素×医疗健康”技术底座，为互联网医院共享平台、全面医疗和健康监管、区域卫生数字协作平台等场景提供技术支撑。紧紧围绕“惠民、助医、辅政、兴业”四大场景为医疗行业、医药产业、医保行业的协调发展提供动力。
通过大数据汇总与关联分析，结合各季度流行病及用药行为，从生产流通使用各环节，对药品市场供应情况进行全方位动态监测与分类分级预警。1.数据预处理：对药品销售和使用数据进行清洗处理，提升数据质量和可用性。2.药品市场供应规律分析：基于药品销售和使用数据，分析用药特点、规律以及影响因素等。3.药品供应监测预警模型：根据药品销售使用数据，构建监测和预警模型，及时发现药品激增或短缺品种和数量，分类分级进行预警。4.模型评估与优化：对药品供应监测预警模型进行评估，根据评估结果进行优化和改进，提高监测预警精准性。
欢迎访问
https://dexc.data.beijing.gov.cn
了解更多信息
预祝各参赛单位取得优异成绩
来源：“丰政通”微信公众平台
方庄街道合作发展办公室
2024年7月8日
