长期从事岩体强度理论及地下结构全寿命设计方法、地下空间防灾安全和智慧地下基础设施建设的研究，同济大学土木工程学院朱合华教授是国际上较早开展数字地下空间与工程（DUSE）研究的学者之一。经过近20年的努力，朱合华团队成员齐心协力构建起数字地下空间的理论体系、工程方法和数据库，初步完成了数字化地下体系建设，构建出“工程数字化”创新技术核心，已经在城市轨道交通、高速公路等领域得到广泛的应用。朱合华被国际同行认为是“城市基础设施规划、设计、施工和维护信息集成方法的国际开拓者之一。  2021年中国工程院新增院士中，同济大学土木工程学院朱合华教授当选。 误打误撞与数字化结缘 　　1979年，朱合华进入重庆大学化学矿开采专业学习，开始接触计算机编程语言。1983年9月成为重大硕士研究生后，他开始深入与计算机应用打交道，师从李通林教授，完成了“围岩不连续面非线性效应对巷道稳定性影响分析”的硕士论文。 　　1986年9月，朱合华考入同济大学，师从孙钧、杨林德2位恩师攻读结构工程专业（地下结构方向）博士，论文题目为《隧道掘进面时空效应研究——边界元法若干理论与工程应用》。 　　从此，在朱合华的学术世界中，计算机技术、土木工程就成了形影不离的“伙伴”，他开辟了数字化的研究方向。 　　1993年7月，朱合华到日本大阪土质试验所和京都大学从事软土地下工程研究，进一步运用有限元数值方法进行软土盾构隧道管片衬砌分析、地下工程施工动态反演等。 　　上世纪90年代初，日本快速发展的地下基础设施建设，为他的研究工作提供了大量的室内和现场试验的工程数据。 　　至今，朱合华还记得这样的场景：工作单位长期聘请的几位工作人员，持续将大阪湾的三维地质数据输入计算机中，形成了大阪湾的地质、地震数据库信息系统，该信息系统在日本国内具有重要的影响。 　　大阪土质试验所所长岩崎先生告诉他：“岩土工程师一定要与地层交朋友！”这个叮嘱也促成他归国后迅即开展土木与信息学科交叉的研究。朱合华在日本期间创建的用于管片衬砌设计分析的梁-接头（缝）不连续模型，后来也被纳入了我国国家标准。 　　上世纪90年代末，朱合华在同济附近的小书摊上发现了当时的畅销书——《数字化生存》，“数字”二字萦绕在他脑海，后来他又在《文汇报》上读到了与“数字地球”概念有关的文章。当《岩土工程界》期刊向他约稿时，朱合华撰写了《从数字地球到数字地层——岩土工程发展新思维》一文，从此打开地下空间与工程数字化研究的大门。 推动数字化在工程中的应用 　　1999年，朱合华牵头的“城市三维地层信息管理系统的开发与应用”获批上海市教委曙光计划，经过3年的潜心研究，项目验收得到了专家们的高度评价，成为团队数字化研究工作布局的起点。朱合华团队的工作成为了2004年上海先后启动的29个重大科技专项之—，也是城市地下空间信息平台建设和国土资源部与上海市联合资助的三维地质调查项目。 　　厦门翔安海底隧道是中国内地第一条海底隧道，全长8.695千米，跨海部分全长6.05千米，最大深度达到70米，相当于18层楼高。隧道还要在四周一片漆黑无方向的地下施工，所经之地地质状况极其复杂。朱合华团队的介入，使得这一高难度项目成为了我国跨海隧道的一项示范工程。 　　近年来，朱合华团队的研究领域遍布数字地下空间、数字化工程两大园地，数字地下空间研究成果在上海世博地下空间、常州地下空间、延安新城地下基础设施等得到应用，数字化工程的研究成果在广州龙头山双洞八车道公路隧道、淮南望峰岗煤矿、上海长江隧道、世博500kV地下变电站和电力隧道、上海地铁一号线结构维护、上海中心深基坑等项目建设得到应用。 　　围绕这些工程，团队相继研究开发出“复合纤维和预应力管片结构技术”“盾构地层适应性理论和试验方法”“大断面、高水压、近间距下盾构施工微扰动控制技术”等一系列方法与技术，解决了复杂环境下地下建筑结构设计分析、施工安全与控制的一个又一个难题，主持的项目“软土盾构隧道设计理论与施工控制技术及应用”获2008年国家科技进步奖二等奖。 　　朱合华又针对大规模、集群化的地下空间的建造难题，组织国内相关单位联合攻关。他主持的项目“城市高密集区大规模地下空间建造关键技术及其集成示范”，2016年获国家科技进步奖二等奖。 　　数字化地下课题与工程的“比翼双飞”，朱合华团队实现了基础理论和前沿交叉研究的良性循环。他们提出了地下空间工程全寿命数据采集—表达—分析—服务的数字化范式，开辟了数字地下空间工程新方向，攻克了“建造动态精细调控、运维快速精准评价”难题，创建了地下三维动态信息表达与分析的理论方法；攻克了安全建造的动态精细调控技术，突破了高效运维的快速精准评价技术。研究成果成功应用于上海长江通道、贵州高速公路网、上海地铁网等重大工程。 　　2015年，朱合华因在数字地下空间与工程方面的成就获得第44届德国洪堡研究奖，他是中国土木工程界到目前为止的唯一获奖者。 首创基础设施智慧服务系统 　　朱合华团队经过长期思考和一年多的充分讨论，创建了基础设施智慧服务系统iS3 （infrastructure Smart Service System， 2013），即基础设施全寿命数据采集、处理、表达、分析的一体化智慧决策服务系统。该系统从广义工程应用场景出发，以信息流为主线，采用面向服务的组件式框架和微服务技术架构的系统平台，集先进性、开放性和实用性为一体，是国际上第一个开源的基础设施智慧服务系统。 　　因为研究成绩突出，朱合华的影响日渐扩大。日本、新加坡、英国、美国、韩国等国都留下了他的“中国好声音”；2010年，他在上海创办了信息岩土工程技术国际学术会议，该会议现已成为国际信息岩土工程领域的重要系列会议；2017年值同济110周年校庆之时，成立了中国智慧基础设施联盟暨全球研究中心，已吸引世界170多家单位参与。 　　在数字化转型和智能建造的大潮中，如何借助现代信息技术手段，在人迹罕至的高山峻岭地区修建地下交通基础设施？朱合华提出开展岩体隧道动态设计的远程诊断分析，即将iS3平台作为数字底座，实现了基于数字孪生技术的岩体隧道支护的三维动态设计技术。三维动态设计技术成功应用于四川峨汉大峡谷隧道（最大埋深1940米，世界最深的公路隧道）施工中，仅用10分钟完成了现场三维远程实时动态支护设计，这在国际上首次实现，是隧道动态设计的重大技术突破。 　　今天， “土木信息工程”已成为《中国大百科全书》第三版土木工程学科的分支之一，朱合华盼望着数字化转型背景下的“土木信息工程”学科未来继续能茁壮成长。

在广州大学，奥威亚的AI分析技术还进行了创新应用，课堂上AI录播赋能线上线下混合式教学；课堂外，AI录播充当“智慧之眼”赋能智能管理。

产品详细介绍 智慧班牌 数字班牌方案 电子班牌系统云班牌 学校电子班牌软件 云班牌 新高改特色化 解决新高考改革、分层走班教学改革下的选课走班模式的教学管理问题 支持分层教学的走班模式下为学校提供在线选课 实时发布走班模式下的课程信息和课堂内容 采集学生考勤数据为走班教学管理提供数据支持 完美支持一师一课表、一室一课表、一生一课表 功能丰富 一应俱全 便捷的选课平台  不需要电脑、手机等终端，学生在每班一台的云班牌上轻松完成选课操作 强大的走班管理   教室课表、教师课表、学生课表、走班考勤，通过云班牌轻松实现  全面的教学支撑  课前发布教学要点与课件、课中状态展示、课后反馈改进，全周期支撑教学管理 无门槛的翻转课堂  无需专属系统和设备，马上实现翻转课堂 班级文化创意平台 个性化的班级名称、LOGO展示，多形式的风采呈现 高效的资源管理平台  课件、习题、试卷、微课等多类型的教学资源轻松上传、便捷发布和高效管理 最实用的信息发布窗口  校园通知、新闻资讯、考场信息，一个后台轻松管理 最贴心的安全考勤  便捷随意刷（卡）、轻松管理出勤、家长实时掌握 我们的优势 1)课前课中课后协同支撑 课前 老师高效云备案，推送课件资源给学生，实现翻转课堂。 学生在线选课 轻松搞定，一键智能生成个性化课表。 课中 课表实时呈现，走班制更灵活。 走班云动态考勤，数据实时传递，管理更便捷。 课后 老师资源推送，学生完成知识要点，个性化学习更智慧。 课堂反馈教学质量智能分析，随时掌握学生学习动态。 2)家校协同推动家校共育 学校将公告和学生到校信息有效传递家长  消除家校沟通隔阂。 家长实时查看孩子课后作业、学习情况、在校信息等，实现家校共育。

产品详细介绍 智慧班牌 数字班牌方案 电子班牌系统云班牌 学校电子班牌软件 云班牌 新高改特色化 解决新高考改革、分层走班教学改革下的选课走班模式的教学管理问题 支持分层教学的走班模式下为学校提供在线选课 实时发布走班模式下的课程信息和课堂内容 采集学生考勤数据为走班教学管理提供数据支持 完美支持一师一课表、一室一课表、一生一课表 功能丰富 一应俱全 便捷的选课平台  不需要电脑、手机等终端，学生在每班一台的云班牌上轻松完成选课操作 强大的走班管理   教室课表、教师课表、学生课表、走班考勤，通过云班牌轻松实现  全面的教学支撑  课前发布教学要点与课件、课中状态展示、课后反馈改进，全周期支撑教学管理 无门槛的翻转课堂  无需专属系统和设备，马上实现翻转课堂 班级文化创意平台 个性化的班级名称、LOGO展示，多形式的风采呈现 高效的资源管理平台  课件、习题、试卷、微课等多类型的教学资源轻松上传、便捷发布和高效管理 最实用的信息发布窗口  校园通知、新闻资讯、考场信息，一个后台轻松管理 最贴心的安全考勤  便捷随意刷（卡）、轻松管理出勤、家长实时掌握 我们的优势 1)课前课中课后协同支撑 课前 老师高效云备案，推送课件资源给学生，实现翻转课堂。 学生在线选课 轻松搞定，一键智能生成个性化课表。 课中 课表实时呈现，走班制更灵活。 走班云动态考勤，数据实时传递，管理更便捷。 课后 老师资源推送，学生完成知识要点，个性化学习更智慧。 课堂反馈教学质量智能分析，随时掌握学生学习动态。 2)家校协同推动家校共育 学校将公告和学生到校信息有效传递家长  消除家校沟通隔阂。 家长实时查看孩子课后作业、学习情况、在校信息等，实现家校共育。

三盛智慧教育科技股份有限公司成立于2003年9月，于2011年12月在深圳证券交易所创业板上市，股票简称三盛教育（股票代码：300282）。公司是国家级高新技术企业、北京市专利示范单位，总部位于北京市海淀区中关村软件园。

江苏三棱智慧物联发展股份有限公司成立于2001年，是国家高新技术企业，江苏省规划布局内重点软件企业、AAA级授信企业，业务涵盖：智慧城市、安全应急、AIoT人工智能与物联网，工业互联网+安全，智慧能源综合服务等领域。经过二十多年的发展，三棱成立了三家子公司，二十多家分支机构，业务涵盖了中国绝大部分省份，并拓展到东南亚、东欧、中东、非洲、美洲等多个海外地区，涉及斯里兰卡、印度、毛里求斯、伊朗、白俄罗斯、埃及、菲律宾等国家。

智慧档案馆管理总平台（以下简称：管理总平台）主要包括了档案管理系统、RFID管理系统、密集架控制系统、环境管理系统、视频监控系统、八防感知系统、指纹门禁系统、智能灯光系统、库房布局系统九大子系统。各子系统数据相互共享、既独立运行又互相协作联动运行，让档案库房环境更合理、档案存放更安全、档案管理更高效、人员身体更健康。真正把现代科技完美的融入到档案信息现代化事业建设中来，更好的服务社会、服务民生，努力为推动档案信息化、档案管理现代化进程做出贡献。 智慧档案馆管理总平台是以库房为核心、以服务为基础的 C/S 结构的系统架构，系统运行效率更高、用户体验性更好。基于 Windows 服务提升了智慧档案馆管理总平台的灵活性和敏捷性，从系统架构层面为复杂多变的档案管理、档案环境安全提供统一的解决方案。  智慧档案馆管理总平台以服务为基础，所有的服务都是围饶库房这一核心进行。其中服务主要包括：档案管理服务、密集架控制服务、八防感知服务、环境管理服务、视频监控服务、门禁管理服务、灯光管理服务、库房架构服务、短信服务、网络通讯服务。各服务之间协同运作确保高效管理档案、库房环境安全、档案存放安全、管理人员的人身安全，充分体现了智慧档案馆管理总平台实现库房环境安全管理的先进性和必要性。

在医学领域首次应用商务智能软件（Business Objects XI）作为中医临床数据仓库OLAP分析的软件基础。开发实现了基于细节数据模型、多维数据模型和海量临床诊疗数据的探索性分析、展示系统，分析展示的内容包括名老中医经验传承、重大疾病的病证及临床表现要素关系等的主题分析集。可从数据概况、方剂、药物、疾病、症状、治法和证候等方面分别对名老中医和重大疾病临床数据进行多种关系知识的探索性分析。同时，对分析结果可进行实时查询、导出和展示（下图是一位名老中医某经典处方的临床应用证候分布情况）。    本实验室与中国中医科学院合作进行中医临床数据仓库与挖掘分析平台，以及中医临床数据挖掘方法的研究，实现了对中医临床采集病历数数据的集成与整合，数据挖掘与分析的中医临床数据仓库及挖掘分析平台，该平台旨在支持从真实世界中医临床诊疗中产生海量科研分析用数据，并以真实、高质量的数据为基础进行中医临床与理论研究，为中医临床疗效评价、临床中药新药创制提供客观的医学证据和适宜的数据分析方法。该成果于2009年12月获得国家科技进步二等奖。   名老中医OLAP展示例子 1.2多维分析与复杂网络分析系统   以中医临床数据中症-证-治的复杂关系和复杂网络分析方法研究为出发点，开发实现了中医临床复杂网络分析系统。该系统包括如联机数据筛选、复杂网络建模、统计特性分析、可视化网络数据筛选等基本功能，能够支持中医临床诊疗数据中的疾病（中西医）、症状、证候、药物等实体内部元素以及实体之间元素的网络模型构建和多种复杂网络分析方法如节点中心性分析、社团分析、节点相似度分析等。从大量的临床数据中分析获得临床核心处方及其主要适应症，以及随症加减信息。该系统采用Eclipse 富客户端(Rich Client Platform, RCP)和Java语言开发（下图是该系统的主界面）。  在医学领域首次应用商务智能软件（Business Objects XI）作为中医临床数据仓库OLAP分析的软件基础。开发实现了基于细节数据模型、多维数据模型和海量临床诊疗数据的探索性分析、展示系统，分析展示的内容包括名老中医经验传承、重大疾病的病证及临床表现要素关系等的主题分析集。可从数据概况、方剂、药物、疾病、症状、治法和证候等方面分别对名老中医和重大疾病临床数据进行多种关系知识的探索性分析。同时，对分析结果可进行实时查询、导出和展示（下图是一位名老中医某经典处方的临床应用证候分布情况）。  获奖证书   1.中医临床数据仓库与挖掘分析平台 通过分析中医临床数据元素及其多维、多层次的关系特点，研究设计了中医临床参考信息模型，以及为基础构建中医临床数据仓库细节数据模型和多维数据模型，建立以数据仓库为核心的数据整合、数据抽取/转换/转载和数据整理、数据挖掘、OLAP和统计分析的智能信息处理平台。该平台以中医临床数据仓库及其运行环境工具的构建为基础，基于实际的临床诊疗数据，实现对中医诊疗数据进行多主题、多粒度、多需求、高效、快捷的展示、研究和查询检索，并支持基于Web的OLAP主题应用，为名老中医经验继承研究、中医临床评价研究和临床科研提供实际的诊疗数据证据和知识来源，以支持临床科研决策分析，满足中医临床评价研究的探索性分析需求。针对中医临床数据的特点，研究体现中医临床数据模型特点的数据挖掘新方法，为面向中医临床研究的数据挖掘和机器学习方法研究提供新的思路和研究方向。该平台的构建初期以重大慢性疾病：中风、冠心病和糖尿病诊治规律，以及名老中医经验传承研究为支持目标。   中医临床数据仓库平台   1.1中医临床数据预处理技术临床数据的预处理包括数据整合、数据整理和数据转换等技术，我们面向中医临床数据结构内容以及中医临床研究的分析需求，实现具有完善的数据抽取-转换-装载（Extraction-transforming-loading，ETL）、数据整理和数据转换导出功能的数据前处理软件。该软件针对医学数据利用中的分布式（多采集点）采集、患者隐私保护和大规模数据处理的特点，采用灵活的数据映射配置和临床术语库衔接等方式把各采集点数据导入到临床数据仓库中，并支持批量数据核查和数据规范整理（对临床数据中的术语性数据如症状体征、诊断和药物等进行概念化语义规范）功能。   在医学领域首次应用商务智能软件（Business Objects XI）作为中医临床数据仓库OLAP分析的软件基础。开发实现了基于细节数据模型、多维数据模型和海量临床诊疗数据的探索性分析、展示系统，分析展示的内容包括名老中医经验传承、重大疾病的病证及临床表现要素关系等的主题分析集。可从数据概况、方剂、药物、疾病、症状、治法和证候等方面分别对名老中医和重大疾病临床数据进行多种关系知识的探索性分析。同时，对分析结果可进行实时查询、导出和展示（下图是一位名老中医某经典处方的临床应用证候分布情况）。   名老中医OLAP展示例子    以中医临床数据中症-证-治的复杂关系和复杂网络分析方法研究为出发点，开发实现了中医临床复杂网络分析系统。该系统包括如联机数据筛选、复杂网络建模、统计特性分析、可视化网络数据筛选等基本功能，能够支持中医临床诊疗数据中的疾病（中西医）、症状、证候、药物等实体内部元素以及实体之间元素的网络模型构建和多种复杂网络分析方法如节点中心性分析、社团分析、节点相似度分析等。从大量的临床数据中分析获得临床核心处方及其主要适应症，以及随症加减信息。该系统采用Eclipse 富客户端(Rich Client Platform, RCP)和Java语言开发（下图是该系统的主界面）。     中医临床复杂网络分析系统  1.3 真实世界中医临床有效处方发现系统 中药新药创制与研发是极具挑战和机遇的领域，当前化学制药和单成份药物研发已经出现明显的瓶颈，传统植物/天然药以及多成份复方药物的研发成为国内外关注的焦点。而从多成份调控和多靶点机理的研究为主要视角的网络药理学更成为新的趋势和方法。针对中医临床诊疗过程中具有证-治-效信息，且个体性的真实世界诊疗实践特点，我们研究基于大规模临床诊疗数据进行有效处方分析和发现的问题，通过对以中药复方为重点的治疗手段药物组成原理的分析，基于复杂网络模型和方法研制形成了有效核心处方及适应症分析方法、有效临床中药筛选与发现系统，对基于真实世界临床诊疗数据分析获得有效处方知识的方法、技术平台和示范应用进行了探索和初步实践，初步表明从真实世界临床诊疗数据中发现和挖掘有效方药是一种可行的途径，有望为中医新药创制提供可以验证的新处方、新药物等临床有效目标药物。     1.  中医临床数据挖掘分析方法 海量观察型临床数据是中医辨证论治数据的主体内容，具有复杂、多维和多关系的特点。从大规模中医临床观察数据中分析提炼形成有意义的临床假设或诊疗知识如有效处方、人群划分、药症关系以及多阶段优化治疗方案等，是实现从复杂、系统的中医辨证论治过程中发现并确认有效优化的临床诊疗处方及其药物组成的基本方法。中医临床数据包括门诊数据和住院数据两大主要部分，其数据内容由临床表现、诊断和治疗（临床疗法）三部分核心内容（如下图），其中辨证知识、证候分布、药症关系、方证关系和药物组成等是数据挖掘和分析的主要目标，而所有这些知识的有效性的评价依据是临床疗效，即确认和发现临床有效的中医诊疗知识是中医临床数据挖掘分析方法的主要有价值研究目标。    中医临床数据挖掘问题：在疗效信息的约束下，验证和发现有价值的临床诊断/治疗关系知识。  2.1基于复杂网络的中药配伍分析方法 人们通过对中医临床处方数据的初期分析，并与临床专家的交流中发现，名老中医的临床复方的组织特性体现在两个层次。第一层次为临床医生一般以经典复方（包括经方、时方和验方等）为基础进行临床处方；第二层次为在药对或药症关系基础上的药物随症加减处理。这两个层次的临床处方配伍过程形成了具有核心处方结构，而又具有较大灵活性的处方集合。因此，通过对名老中医处方集的共性网络结构分析，能够发现体现其处方思维和学术特点的核心处方配伍结构，从而辅助进行名老中医经验的传承和整理研究。通过应用基于无尺度网络现象的网络分析方法进行研究。无尺度网络作为复杂系统研究的一种实证现象和方法，对基于网络研究复杂现象和复杂系统的方法具有很大的推动作用。具有宏观无尺度现象的网络在拓扑上存在幂律现象，即节点的度分布服从幂函数分布。这在医生处方中的具体体现就是某医生对药物的使用具有比较集中的趋势，某些名老中医偏好使用某些药物，使得这些药物的已有或潜在功效得到更大的发挥或挖掘。 我们基于网络中权值的幂律分布规律，实现了多层核心子网分析方法，能够从复杂的中药配伍网络中抽取多层核心子网。该算法已经在名老中医处方配伍经验的分析中得到广泛应用。其得到的结果具有直接而明确的临床含义，且可靠性较强。第一层核心子药物子网一般解释为共性的核心处方；第二层解释为主要药物配伍；第三层解释为次要药物配伍。这些药物配伍分别对应样本的核心病机如主要疾病和主要证候等、兼证和加减症状等。以下是两类特定中药处方：1287个肝脾不调证(GPBT)处方和752个2型糖尿病合并代谢综合征处方的分析结果。   特定中药处方的核心药物配伍网络和主要加减网络，其中的网络中的节点是药物，边的权重表示两相关药物配伍使用的次数。 2.2基于隐主题模型的疾病人群临床特征类别分析方法 症状-中药-诊断主题模型（Symptom-Herb-Diagnosis Topic model，SHDT), 用来提取中医临床数据中的症状、中药和诊断间的隐主题结构。SHDT模型是LDA主题模型在多关系应用中的扩展。该模型的核心思想是假设一类样本里面包含有多个主题，例如，一类糖尿病人群有不同的并发症，且这些主题所包含的信息特征（以症状来表达）具有相对完整性和独立性。SHDT把每个主题看作是症状上的多项式分布，并通过症状来表达主题的内容；同时，把每种中药看作是主题上的多项式分布，因为一类中药可以治愈多种症状/疾病；又因为一种诊断包含多种症状/疾病，于是把诊断看作是对主题的描述，构建一种“症状-中药-诊断”主题模型。SHDT模型这种分析原理和思路与中医辨证论治过程基本吻合，它可以客观地按照症状找到自然分类人群，给出诊断描述特征和中药治疗特征。SHDT模型分别在2型糖尿病、冠心病和肝炎等慢性疾病中进行人群特征分析。实验结果说明了该模型具有较好的适宜性和科学性，分析结果能够较为完整的反映特定疾病中相关的主要人群特征类别。   症状-中药-诊断主题模型，图中三个黑色圆圈，代表显变量（观察变量），其中s 表示一个采样症状，表示患者p的所有药，表示患者p的所有诊断。白色圆圈代表隐变量，其中z 采样症状s对应的主题，x表示s对应的药，u表示s对应的诊断。矩形框表示重复采样。外部矩形框表示在集合中有P个患者。内部矩形框表示对患者p的个症状、主题、药物以及诊断重复采样。 2.3基于内隐对照和部分可观察马尔可夫决策过程模型的动态序贯处方治疗方案优化方法 中医辨证论治是症-治-效紧密相关的个体、动态的复杂干预过程，动态序贯干预是中医临床治疗慢性疾病的基本方法。以患者为轴心的治疗原则和医生的个体性特点，使得中医动态序贯干预过程中包含多样化的治疗方案。在临床诊疗经验知识的形成阶段，医生往往通过对治疗前后患者健康状态的判断，试图获得较好的治疗方案的认识，进而逐步形成固化的有效经验性治疗方案。因此，在无外部对照的情况下，如何从大规模的复杂多维临床关系数据中发现并确认在临床实际中较优的动态序贯诊疗方案是有效临床方案形成的重要课题。 考虑到实际可行性和研究代价的问题，在未有明确的有效干预方案形成的临床研究初期，无外部对照的传统中医经验整理和归纳普遍存在，且长期的中医学实践表明是有效的。但由于临床诊疗信息关系的复杂性，基于传统经验整理方式形成有效治疗方案是一个较为漫长的过程。 因此，如何借助源自真实世界（无外部对照）的大规模临床观察数据，进行挖掘分析，以辅助发现和确认较优的临床治疗方案成为辨证论治临床评价研究的关键问题之一。我们采用部分可观察马尔可夫决策过程模型(POMDP)对此问题进行研究，实现了基于POMDP的中医临床处方优化分析方法，以探寻从来自临床实际的大规模观察性临床数据中发现较优或最优的动态序贯治疗方案，为中医辨证论治有效动态干预方案的形成和临床验证提供参考知识。   中医临床诊疗过程对应的POMDP模型 1.  成果的推广应用 本成果已经在国家科技重大专项：重大传染病防治、重大新药创制等两个项目；国家科技支撑计划项目-名老中医经验传承研究；北京市科技攻关项目和国家中医临床研究基地等项目中进行推广应用。分别对艾滋病、肝炎和肺结核等传染病的中医药防治规律，从中医临床中分析确认有效处方与药物，名老中医的辨证论治个体诊疗经验，中风、冠心病和糖尿病等重大慢性疾病的临床诊治规律，以及全国10余家重点中医院诊疗优势病种（如上海龙华医院的中医胃癌治疗、骨关节病治疗；河南中医学院一附院的中医艾滋病治疗、中医慢性阻塞性肺炎治疗等）的临床诊疗优化方案等进行应用研究。逐步探索和完善中医临床科研一体化技术体系，支持基于临床诊疗实践及其真实世界诊疗数据，进行中医临床研究和中药新药创制研究的医学模式。   北京地区22家单位应用分布图