近一個(gè)多月以來，DeepSeek掀起的AI大模型之風(fēng)已經(jīng)席卷醫(yī)療行業(yè)的各個(gè)細(xì)分賽道。
DeepSeek的強(qiáng)大推理能力意味著它不僅僅是一個(gè)更智能的問答助手，而是有可能真正“理解”醫(yī)學(xué)知識并推導(dǎo)診療方案，從而在醫(yī)療行業(yè)產(chǎn)生以下幾大變革：
1.智能化輔助診斷DeepSeek可以利用深度學(xué)習(xí)對大量醫(yī)學(xué)文獻(xiàn)、病歷和影像數(shù)據(jù)進(jìn)行訓(xùn)練，并在此基礎(chǔ)上實(shí)現(xiàn)更精確的輔助診斷。相比傳統(tǒng)AI，它能更深入地理解病因、病理，并結(jié)合患者個(gè)體情況給出合理的診斷建議，減少誤診和漏診的可能性。
2.自動化病歷書寫目前醫(yī)生的病歷書寫工作繁重，而DeepSeek的自然語言處理能力可以大幅度提升這一流程的效率。例如，醫(yī)生在查房或問診過程中，DeepSeek可以自動生成完整、符合醫(yī)療規(guī)范的病歷，同時(shí)確保符合醫(yī)保和院內(nèi)管理標(biāo)準(zhǔn)，減少人工整理病歷的工作量。
3.醫(yī)學(xué)影像智能分析在影像科、病理科等科室，DeepSeek可以結(jié)合現(xiàn)有的AI影像分析技術(shù)，提升對CT、MRI、病理切片等圖像的識別準(zhǔn)確率，提高疾病篩查和診斷效率，尤其適用于腫瘤、肺結(jié)節(jié)等疑難病例的篩查。
4.精準(zhǔn)醫(yī)療和個(gè)性化治療方案制定傳統(tǒng)的臨床決策主要依賴醫(yī)生的經(jīng)驗(yàn)和指南，而DeepSeek可以分析大量患者數(shù)據(jù)，結(jié)合最新醫(yī)學(xué)研究，提供精準(zhǔn)醫(yī)療建議。例如，針對腫瘤患者，DeepSeek可以分析基因檢測結(jié)果，推薦個(gè)性化的靶向治療方案，提高治療的成功率。
5.提升醫(yī)療科研效率DeepSeek能夠幫助醫(yī)生快速檢索文獻(xiàn)、生成科研報(bào)告、甚至自動撰寫論文摘要，大幅提升醫(yī)療科研的效率。在大規(guī)模數(shù)據(jù)分析方面，它可以輔助流行病學(xué)研究，提供數(shù)據(jù)驅(qū)動的醫(yī)學(xué)洞察。
醫(yī)療行業(yè)的重點(diǎn)企業(yè)、醫(yī)院與DeepSeek展開合作，為資本市場帶來生機(jī)，并帶動醫(yī)療全產(chǎn)業(yè)鏈的部分上市公司股價(jià)出現(xiàn)大幅波動。
DeepSeek的出現(xiàn)，使得醫(yī)療企業(yè)借助AI大模型發(fā)展的市場認(rèn)知已經(jīng)逐步形成：藥械企業(yè)用AI大模型精進(jìn)產(chǎn)品的智能化；主攻醫(yī)療信息化、醫(yī)藥零售、互聯(lián)網(wǎng)醫(yī)療等業(yè)務(wù)的醫(yī)療科技企業(yè)開始加速垂直領(lǐng)域的技術(shù)升級；醫(yī)療機(jī)構(gòu)在經(jīng)營困難的當(dāng)下紛紛追趕高性價(jià)比的AI大模型“列車”；就連頭部科技企業(yè)也將公司戰(zhàn)略瞄準(zhǔn)了醫(yī)療......
這場競合之戰(zhàn)已然打響，誰將重塑醫(yī)療服務(wù)的底層邏輯，誰又在改寫醫(yī)療賽道中的游戲規(guī)則？
▌從通用到垂域
2024年11月，國家衛(wèi)健委發(fā)布《衛(wèi)生健康行業(yè)人工智能應(yīng)用場景參考指引》（以下簡稱“《參考指引》”），明確84個(gè)AI應(yīng)用場景，涵蓋醫(yī)療服務(wù)、醫(yī)院管理、藥物研發(fā)到健康管理全鏈條。
有了《參考指引》，企業(yè)和醫(yī)療機(jī)構(gòu)在進(jìn)行AI大模型部署之時(shí)更有方向感。上海市第七人民醫(yī)院信息科主任趙鐸表示，醫(yī)院年后已經(jīng)進(jìn)行了DeepSeek的本地化部署，目前體檢報(bào)告解讀、文書撰寫、藥物咨詢等場景正在應(yīng)用調(diào)試環(huán)節(jié)。
趙鐸告訴記者，醫(yī)院層面考慮了DeepSeek的兩種應(yīng)用方式，一是購買DeepSeek等AI大模型現(xiàn)有的功能和服務(wù)，另一種是醫(yī)院自己去做相關(guān)的數(shù)據(jù)訓(xùn)練?！艾F(xiàn)階段，第一種方式會根據(jù)醫(yī)院的實(shí)際需求進(jìn)行投入。第二種方式，利用大模型的特性去做數(shù)據(jù)的分析，從簡單到復(fù)雜的場景，例如影像科PET-CT報(bào)告、體檢報(bào)告的解讀，制度文件、科研管理流程等形成的知識庫等?！?/span>
“相對于其他大模型，DeepSeek在訓(xùn)練效率與成本方面表現(xiàn)更為出色。其優(yōu)勢在于顯著降低了醫(yī)院等終端客戶對于算力和服務(wù)器的需求，這也是DeepSeek火爆出圈的重要原因之一?！焙颖笔⌒吓_市人民醫(yī)院副書記、副院長劉登湘表示。
但即使這樣，還是對醫(yī)院的算力投入提出了較高的要求。醫(yī)院初步部署DeepSeek算力底座為70B蒸餾版，其目標(biāo)是構(gòu)建基于大模型的院內(nèi)知識庫體系，滿足30人同時(shí)訪問該知識庫，這部分投入達(dá)到了幾十萬元。有醫(yī)院于2024年采購了大模型服務(wù)器，部署了671B滿血版，但在實(shí)際使用效果并未達(dá)到預(yù)期，在臨床終端經(jīng)常出現(xiàn)終端卡頓的情況。
關(guān)于算力、算法和數(shù)據(jù)誰更重要的話題，艾昆緯中國（IQVIA China）人工智能和創(chuàng)新業(yè)務(wù)負(fù)責(zé)人張暢表示，因?yàn)獒t(yī)療行業(yè)的特性決定了數(shù)據(jù)的敏感度、獲取來源、專業(yè)性等有別于其他行業(yè)，且需要長周期數(shù)據(jù)，從而導(dǎo)致該行業(yè)數(shù)據(jù)相對更重要。因此，醫(yī)療行業(yè)是基于數(shù)據(jù)的算力和算法的商業(yè)模式之間的長跑。
多位采訪對象實(shí)際操作后發(fā)現(xiàn)，在醫(yī)療方面，DeepSeek并沒有非常專業(yè)，醫(yī)院需要用醫(yī)療上的專業(yè)數(shù)據(jù)，讓它變得更聰明和更專業(yè)。如果訓(xùn)練的數(shù)據(jù)不準(zhǔn)確，有時(shí)會產(chǎn)生幻覺。
“如果用DeepSeek這類通用模型做科研，就要把通用模型變成垂域模型。”趙鐸表示，未來應(yīng)用于科研會復(fù)雜一些，需要龐大的基礎(chǔ)數(shù)據(jù)，不同模態(tài)的數(shù)據(jù)。數(shù)據(jù)更加專業(yè)后，生成智能體產(chǎn)品用于科研領(lǐng)域的藥物研發(fā)、中醫(yī)輔助診斷等。大模型的私有化部署并非終點(diǎn)，模型后面的應(yīng)用才有實(shí)際價(jià)值。
已經(jīng)構(gòu)建完成智能體多年的醫(yī)療機(jī)構(gòu)信息科負(fù)責(zé)人表示，三年前就已經(jīng)預(yù)測了百模大戰(zhàn)的到來，對醫(yī)院各個(gè)領(lǐng)域的賦能，最終都是智能體，可以接任何來源模型和其他模型，重要的工作一定是本地化調(diào)優(yōu)，調(diào)優(yōu)和數(shù)據(jù)標(biāo)注之后的成果，才是醫(yī)院的知識資產(chǎn)。
該醫(yī)療機(jī)構(gòu)負(fù)責(zé)人認(rèn)為，基模大戰(zhàn)的背后，還需要加大對醫(yī)院具體應(yīng)用的投入和付出。看應(yīng)用場景和并發(fā)訪問量，靠譜一點(diǎn)的應(yīng)用落地，需要大量投入。
▌醫(yī)療AI行業(yè)的價(jià)值重估
與醫(yī)療機(jī)構(gòu)的思路不同，其上游的醫(yī)療企業(yè)在AI大模型方面展開的競爭正在“激活”整個(gè)市場。
不同類型的醫(yī)療企業(yè)布局AI大模型的邏輯和特點(diǎn)各有不同。張暢表示，醫(yī)藥企業(yè)、醫(yī)療器械企業(yè)、醫(yī)療科技企業(yè)、醫(yī)療機(jī)構(gòu)等企業(yè)或機(jī)構(gòu)布局AI會結(jié)合自己的主業(yè)。
“醫(yī)藥企業(yè)的本質(zhì)是研發(fā)，會去關(guān)注人工智能藥物發(fā)現(xiàn)（AI Drug Discovery & Design，簡稱：AIDD）以及更好的商業(yè)化，即商業(yè)智能（Business Intelligence，簡稱：BI）；醫(yī)械企業(yè)大多有硬件，會思考如何添加軟件或算法，甚至可能涉及通過工業(yè)化4.0去做生產(chǎn)優(yōu)化；醫(yī)療科技企業(yè)會更多聚焦在算法層面，以及摸索應(yīng)用場景；醫(yī)療機(jī)構(gòu)布局大模型則是結(jié)合臨床診斷或治療的應(yīng)用場景?！?/span>
張暢認(rèn)為，要想成為領(lǐng)先的醫(yī)療科技企業(yè)，首先是能夠鏈接上下游。尤其是到醫(yī)院，結(jié)合臨床數(shù)據(jù)開發(fā)合適的場景，這方面?zhèn)鹘y(tǒng)的醫(yī)療科技企業(yè)會比較有領(lǐng)先的可能性。藥械企業(yè)要讓醫(yī)療機(jī)構(gòu)參與藥企的研發(fā)，參與器械企業(yè)的整合設(shè)計(jì)。
隨著越來越多參與者在AI大模型上的積極跟進(jìn)，醫(yī)療行業(yè)的規(guī)則正在被重新定義。
3月8日，華為宣布正式成立“醫(yī)療衛(wèi)生軍團(tuán)”。在此之前，華為已與眾多醫(yī)療企業(yè)、醫(yī)療機(jī)構(gòu)展開深入合作。
例如，在醫(yī)療信息化領(lǐng)域，華為與衛(wèi)寧健康（300253.SZ）、萬達(dá)信息（300168.SZ）、東軟集團(tuán)（600718.SH）等企業(yè)展開合作；在AI診斷與病理模型方面，與潤達(dá)醫(yī)療（603108.SH）、安必平（688393.SH）等企業(yè)展開深入合作，還于近期與上海瑞金醫(yī)院聯(lián)合發(fā)布了臨床級病理大模型RuiPath；在AI訓(xùn)練和推理方面，華為與潤達(dá)醫(yī)療合作推出華擎智醫(yī)訓(xùn)推一體機(jī)；AI藥物研發(fā)領(lǐng)域，華為與陽光諾和（688621.SH）、泓博醫(yī)藥（301230.SZ）等藥企合作。
在張暢看來，不可避免的參與者會有一些業(yè)務(wù)重合，例如數(shù)字化咨詢和方案設(shè)計(jì)，但每個(gè)類型的企業(yè)有它自己的核心競爭力。華為這類科技企業(yè)，其優(yōu)勢在基礎(chǔ)設(shè)施、本地化部署能力，以及網(wǎng)絡(luò)安全，當(dāng)然硬件相關(guān)（例如芯片等）也是它的核心壁壘，完全可以在此基礎(chǔ)上衍生咨詢服務(wù)。
“對于醫(yī)療科技企業(yè)而言，核心壁壘是對實(shí)際的醫(yī)療應(yīng)用場景的熟悉，對醫(yī)藥企業(yè)和醫(yī)藥器械內(nèi)部流程的熟悉，因此關(guān)注點(diǎn)會有不同。在交叉地帶會形成競爭，但更多的還是共同合作的狀態(tài)?！睆垥掣嬖V《科創(chuàng)板日報(bào)》記者。
有著行業(yè)數(shù)據(jù)和AI大模型訓(xùn)練能力的醫(yī)療科技企業(yè)，借助DeepSeek這一波行業(yè)變革浪潮，發(fā)揮出天然優(yōu)勢，陸續(xù)推出垂直領(lǐng)域的AI產(chǎn)品，成為有別于華為等科技企業(yè)的另一類競爭梯隊(duì)。
近期，訊飛醫(yī)療科技（02506.HK）與中山醫(yī)院發(fā)布了觀心大模型CardioMind（beta 測試版），樂心醫(yī)療（300562.SZ）推出心血管病垂直大模型，復(fù)星醫(yī)藥（600196.SH）發(fā)布了自主研發(fā)的PharmAID決策智能體平臺，此外，醫(yī)渡科技（02158.HK）、衛(wèi)寧健康（300253.SZ）、智云健康（09955.HK）、圣湘生物（688289.SH）等企業(yè)通過DeepSeek迅速升級了原有AI大模型。
AI醫(yī)療公司鷹瞳科技（02251.HK）發(fā)文表示，自研的萬語醫(yī)療大模型接入DeepSeek-R1模型后，其多模態(tài)分析體系可以通過一張眼底照片預(yù)知50多種疾病風(fēng)險(xiǎn)。
同時(shí)，有醫(yī)療科技公司接入DeepSeek生成智能體，解決了行業(yè)痛點(diǎn)。在3月15日的第十屆健康商品交易大會（西鼎會）上，中康控股（02361.HK）主要業(yè)務(wù)平臺中康科技發(fā)布了“醫(yī)療健康全場景智能體”，其中的藥店智能體能夠改變藥店的經(jīng)營困局，幫助實(shí)現(xiàn)銷售增長。
▌“深度定制”背后
圍繞醫(yī)療AI大模型，除了應(yīng)用場景的可行性外，探討較多的還有投入產(chǎn)出比和商業(yè)化問題。
趙鐸舉例中醫(yī)的輔助診斷，如果想做中醫(yī)的通用模型，并一步步疊加預(yù)問診、過程中診斷、開方開藥等功能，大模型的數(shù)據(jù)量需求非常大，因?yàn)榉秶煌度刖筒灰粯?。反之，想要做某一個(gè)小病癥的輔助診斷決策產(chǎn)品，注冊相對更容易，但從投入和產(chǎn)出來看，大家會缺乏動力。
對于AI大模型應(yīng)用是否需要注冊醫(yī)療器械證的問題，業(yè)內(nèi)也存在不同觀點(diǎn)。有觀點(diǎn)認(rèn)為，人工智能醫(yī)療器械注冊，會對數(shù)據(jù)庫的標(biāo)準(zhǔn)更高，要確保準(zhǔn)確性、完整度，數(shù)據(jù)的真實(shí)性以及邏輯關(guān)系各方面都要更清楚，得出的答案必須是正確的，不能模棱兩可，存在幻覺。
張暢則認(rèn)為，是否需要拿證主要看用途。如果是臨床決策支持，例如CDSS（Clinical Decision Support System）也可能有例外。用于診斷決策，按目前的法規(guī)有可能需要做醫(yī)療器械注冊。
關(guān)于準(zhǔn)確性，他認(rèn)為存在一個(gè)常見的誤解是一定要百分百準(zhǔn)確。目前的大模型百分之百準(zhǔn)確很難，如果可以解釋，例如結(jié)論在哪些邊界里是有效的，就會大大改善局面。設(shè)想未來即便要去拿證，也不一定是要求百分之百準(zhǔn)確，但可能需要非常多嚴(yán)謹(jǐn)?shù)目蚨ê徒忉專蛘吣軌蚧谛碌淖C據(jù)提供動態(tài)數(shù)據(jù)反饋。這個(gè)模型還可以在一定范圍或者時(shí)間內(nèi)，更新自己的判斷。
目前已經(jīng)形成行業(yè)共識的是，最終大模型的應(yīng)用會以智能體（Agent）的形式呈現(xiàn)。劉登湘表示，醫(yī)院應(yīng)搭建大模型智能體開發(fā)平臺，為模型的統(tǒng)一管理和接口標(biāo)準(zhǔn)化做好準(zhǔn)備。這一平臺不僅便于不同模型的集成與協(xié)同工作，還為未來自主拓展更多大模型應(yīng)用奠定基礎(chǔ)。會盡早上線基于大模型的醫(yī)療智能體。
智能體構(gòu)建完成后，就要看醫(yī)生如何管理AI工具了。在張暢看來，醫(yī)生管理AI工具其實(shí)是從認(rèn)識、接受、能用，到復(fù)用的過程?，F(xiàn)在全社會的認(rèn)知浪潮中，已經(jīng)具備將AI作為工具的認(rèn)知，接下來是AI能做什么的知識普及、AI的工作基本原理和能力的邊界。
“當(dāng)有了智能體代理人的時(shí)候，AI能夠在多大程度上幫你做什么，醫(yī)生或者使用者還需要添加自己的判斷，首先是對協(xié)作角色的深刻理解。還有更重要的一點(diǎn)，怎樣去進(jìn)行人機(jī)互動，在自發(fā)的AI出現(xiàn)之前，要如何進(jìn)行提問等。對AI有非常好地掌握能力同樣是一項(xiàng)重要技能?！睆垥潮硎?。
這不算是一場醫(yī)療AI大戰(zhàn)，更像是步入了共同發(fā)展和進(jìn)步的階段。只有各方參與，才能補(bǔ)足醫(yī)療人工智能的不同發(fā)展要素。
伴隨著埃隆·馬斯克的Grok 3推出，中國AI創(chuàng)業(yè)公司Monica的全球首款通用人工智能體Manus的橫空出世，AI大模型的故事還在繼續(xù)。
遠(yuǎn)在DeepSeek-R1誕生之前，國內(nèi)已有醫(yī)院部署通用模型，主動開啟了生成式AI的探索之旅。
由于臨床相關(guān)的數(shù)據(jù)不能脫離院區(qū)，當(dāng)時(shí)的大模型只能通過封裝入院。這里問題在于：大部分醫(yī)院擁有的資源環(huán)境基本是面向通用計(jì)算的CPU，少有醫(yī)院有面向圖形處理和并行計(jì)算的GPU資源，很難提供充足算力。
算力的困境緊扣成本。眾多醫(yī)院中，佼佼者有能力花大價(jià)錢上全套的GPU，將通用模型完整搬入院內(nèi)，服務(wù)全院系統(tǒng)；少部分能對模型進(jìn)行精簡，使其特定的科室受益。
當(dāng)絕大部分醫(yī)療機(jī)構(gòu)不能自由配置大模型、開發(fā)相關(guān)臨床應(yīng)用時(shí)，醫(yī)療大模型的從業(yè)公司也不過好過。缺乏充足的買方，他們很難在大模型方向上進(jìn)行持續(xù)的高額研發(fā)投入。
DeepSeek-R1的出現(xiàn)打破了這一現(xiàn)狀。借助創(chuàng)新架構(gòu)與開源代碼，它從根本上解決了通用模型的部署、運(yùn)行產(chǎn)生的成本問題。
福鑫科創(chuàng)CEO吳笛表示：由于DeepSeek-R1采用的是混合專家架構(gòu)（MoE），每次推理時(shí)僅激活約370億參數(shù)（總參數(shù)6710億），避免了傳統(tǒng)稠密模型必須全參數(shù)激活的高昂計(jì)算成本，理論上能在節(jié)省40%以上算力消耗的前提下保持推理的精度。若企業(yè)需要擴(kuò)展模型規(guī)模，也無需線性增加算力投入即可補(bǔ)全模型能力。
DeepSeek、GPT o1 、GPT o3 mini能力對比
更為重要的是，DeepSeek擁有非常友善的MIT license協(xié)議，允許用戶本地化部署，自由使用、復(fù)制、修改和分發(fā)軟件，也鼓勵了企業(yè)在產(chǎn)品中采用和集成，鼓勵合作和創(chuàng)新，從而推動整個(gè)生態(tài)系統(tǒng)的發(fā)展。
這種開放的生態(tài)系統(tǒng)使得普通醫(yī)療機(jī)構(gòu)能夠根據(jù)自身的業(yè)務(wù)需求，開發(fā)出更符合實(shí)際應(yīng)用場景的醫(yī)療大模型。若只是部署一些蒸餾得到的100B參數(shù)量以內(nèi)的小模型，不少基層醫(yī)療手中的集成顯卡都能帶動模型順利運(yùn)行。
"在我們同區(qū)域型醫(yī)療機(jī)構(gòu)的溝通中發(fā)現(xiàn)，他們的訴求其實(shí)更加明確，希望能將DeepSeek的推理能力用在基層，因?yàn)槟抢镒钊蹦軌蛱幚韽?fù)雜能力的醫(yī)生。"
總的來說，DeepSeek-R1的價(jià)值在于降低了大模型應(yīng)用的門檻，開辟了新的落地市場，同時(shí)加速了垂直應(yīng)用的誕生。這個(gè)過程中，這一新興模型給予了醫(yī)療大模型走向商業(yè)化的可能。
▌醫(yī)療機(jī)構(gòu)如何用好DeepSeek？
當(dāng)計(jì)劃部署大模型的醫(yī)院及從事大模型開發(fā)的醫(yī)生個(gè)體日趨增多，醫(yī)療IT產(chǎn)業(yè)中處于上游位置的眾多企業(yè)也隨之活躍了起來。
據(jù)衛(wèi)寧健康CTO趙大平介紹，DeepSeek-R1出現(xiàn)后，國內(nèi)的主流部署模式可簡單劃分為三種。首先他們可以快速從云端、源端下載模型，快速完成部署，主要適用于已有顯卡設(shè)備的大型醫(yī)院。若醫(yī)院沒有運(yùn)算需要的顯卡，他們可以去云端租用設(shè)備。同時(shí)，也有部分民營醫(yī)院選擇訂閱的方式實(shí)現(xiàn)部署，主要服務(wù)于特定科室。
此外，風(fēng)口之下亦催生了不少制造大模型一體機(jī)的企業(yè)。但在趙大平看來，醫(yī)院要想實(shí)現(xiàn)大模型的有效運(yùn)行，首先要將其與醫(yī)院信息系統(tǒng)本身進(jìn)行融合，其次信息系統(tǒng)本身要盡量使用支持AI運(yùn)行的智能架構(gòu)。
畢竟，大模型一體機(jī)雖然能夠通過外掛的方式實(shí)現(xiàn)一部分交互能力，但很難與醫(yī)院已有的幾十套系統(tǒng)進(jìn)行充分?jǐn)?shù)據(jù)交換。除非能夠?qū)崿F(xiàn)“模型+應(yīng)用”的一體式解決方案，否則很難滿足醫(yī)院多元的需求。
那么，理想狀態(tài)下醫(yī)院應(yīng)該如何部署大模型？趙大平認(rèn)為：伴隨大模型的不斷深入，未來醫(yī)院的配置方式一定是多元混合的?！搬t(yī)院可能會配置一個(gè)大模型及一些服務(wù)細(xì)分科室的小模型。大模型用于需要推理、思考、診斷的大型交互場景，小模型用于強(qiáng)調(diào)規(guī)則、強(qiáng)調(diào)判斷、矯正以及簡單生成的場景，在滿足需求的同時(shí)實(shí)現(xiàn)最經(jīng)濟(jì)最高效的應(yīng)用。”
"進(jìn)一步延伸，醫(yī)院中存在很多移動化的場景，如果我們能將手機(jī)上的小模型建立起來，那么現(xiàn)有醫(yī)療流程中的大量工作可以向移動端轉(zhuǎn)移，極大提升醫(yī)療效率。"
再談醫(yī)生及其他試圖主動開發(fā)臨床應(yīng)用的個(gè)體。
DeepSeek爆火的同時(shí)，各式教程順勢而出，鋪天蓋地，鼓勵用戶獨(dú)立配置、訓(xùn)練模型。但在醫(yī)療領(lǐng)域，DeepSeek的出現(xiàn)雖然降低了模型訓(xùn)練的各項(xiàng)門檻，但本地化訓(xùn)練私有模型需要經(jīng)過數(shù)據(jù)準(zhǔn)備與處理、模型選擇與配置、模型訓(xùn)練、模型評估與調(diào)優(yōu)、模型部署與集成五個(gè)步驟，仍需要研究人員具備一定的技術(shù)功底。
“現(xiàn)在的很多大模型的應(yīng)用開發(fā)程度不高，很多醫(yī)院的研究機(jī)構(gòu)在買了卡配置了模型之后都想立馬搭建一個(gè)特定場景的應(yīng)用，但在實(shí)際操作時(shí)會發(fā)現(xiàn)不具備相應(yīng)的開發(fā)能力。要實(shí)現(xiàn)醫(yī)生個(gè)體的廣泛使用，并以此取得研究成果，我們還需等待服務(wù)方對UI進(jìn)行升級，進(jìn)一步簡化大模型應(yīng)用的開發(fā)路徑?！?/span>
換句話說，企業(yè)與醫(yī)療機(jī)構(gòu)共同進(jìn)行垂直模型開發(fā)，仍是醫(yī)療AI的主旋律。
DeepSeek-R1雖在醫(yī)療領(lǐng)域?qū)崿F(xiàn)了大規(guī)模部署，但上線時(shí)間較短，在應(yīng)用場景的開拓方面，它暫未突破大模型已有應(yīng)用范疇，更加聚焦于部署訓(xùn)練成本的降低與文本處理效率的提升。最初階段中，著力于互聯(lián)網(wǎng)醫(yī)療的一批大模型企業(yè)最先受益。
譬如，騰訊健康通過騰訊云接入DeepSeek系列，再結(jié)合自研的混元大模型，迅速完成了對智能導(dǎo)診、預(yù)問診、健康問答、影像報(bào)告解讀及質(zhì)控等醫(yī)療服務(wù)的迭代，并加速幫助全國超過1000家醫(yī)院快速升級智能應(yīng)用。
目前，騰訊的“深圳醫(yī)?！睉?yīng)用其智能客服已搭載了最新AI大模型。用戶可以自由地選擇擅長推理的DeepSeek，或者可以多維度理解問題的騰訊混元，無論是咨詢"生育津貼怎么算"這類復(fù)雜政策，還是詢問"門診特定病種如何認(rèn)定"等專業(yè)問題，融合后的大模型都能結(jié)合具體參保情況，給出精準(zhǔn)到位且具備“Think”的解答，在回復(fù)用戶的同時(shí)幫助用戶理解問題。
當(dāng)DeepSeek積累的醫(yī)療數(shù)據(jù)日益增多，它在醫(yī)院場景中的應(yīng)用優(yōu)勢也開始逐步顯露。得益于在提示詞方面的要求顯著降低與思維鏈技術(shù)賦能，DeepSeek有效提升了AI在臨床診斷中的透明度與可解釋性，并能幫助醫(yī)生更為高效地與模型溝通。
舉個(gè)例子，醫(yī)生過去使用大模型生成手術(shù)方案，需要完整清晰地寫明過往病史、手術(shù)情況等信息，而使用DeepSeek時(shí)只用輸入一些關(guān)鍵信息，模型會在“Think”的過程中自主填補(bǔ)相關(guān)信息。
此外，醫(yī)療推理講究循證過程，DeepSeek不僅能夠提供有效的診療建議，更能詳細(xì)闡明其背后的推理過程，包括診斷依據(jù)、用藥選擇和檢查項(xiàng)目等。這種透明化極大化解了醫(yī)生對AI系統(tǒng)的猜忌，為醫(yī)患溝通提供了清晰的依據(jù)，進(jìn)而促進(jìn)了AI技術(shù)在臨床中的更廣泛應(yīng)用。
“很多醫(yī)生都非常關(guān)注模型‘think’的過程，他們會大致掃一眼Deepseek的邏輯，這是一種重要的交互，能讓醫(yī)生產(chǎn)生信任。”
到目前為止，已有不少醫(yī)院上線了大模型相關(guān)應(yīng)用。以醫(yī)療文書書寫為例，福鑫科創(chuàng)、衛(wèi)寧健康等企業(yè)都開發(fā)了類似應(yīng)用。以福鑫科創(chuàng)為例，該公司與武漢協(xié)和醫(yī)院、武漢大學(xué)中南醫(yī)院等醫(yī)院落地門診、住院多個(gè)場景的AI生成式電子病歷系統(tǒng)，嘗試提高醫(yī)生的書寫病歷效率。
傳統(tǒng)的醫(yī)生在門診看診場景中，單個(gè)患者就診時(shí)長按照10分鐘計(jì)算，一般用于書寫電子病歷的時(shí)間在5分鐘，開藥、開檢查的時(shí)間在3分鐘，真正用于問診的時(shí)間也平均只有2分鐘。有了AI之后，AI會實(shí)時(shí)記錄醫(yī)患的對話，并將其轉(zhuǎn)化為醫(yī)學(xué)術(shù)語，按照門診電子病歷模板自動書寫電子病歷，省下電子病歷的書寫時(shí)間。
“按照一個(gè)醫(yī)生每天看診50個(gè)病人計(jì)算，每天可以至少節(jié)省1個(gè)多小時(shí)的書寫病歷時(shí)間，若醫(yī)院將節(jié)省的時(shí)間用于看診更多的患者，那大模型可以為醫(yī)院創(chuàng)造實(shí)實(shí)在在的經(jīng)濟(jì)價(jià)值?！币蚨趨堑芽磥?，這是目前價(jià)值最高，相對容易落地的場景。
由于DeepSeek模型本身沒有投喂過CT、MR相關(guān)影像數(shù)據(jù)，企業(yè)開發(fā)相關(guān)應(yīng)用時(shí)需要自行建立影像數(shù)據(jù)集并構(gòu)建模型。因而相較于各類文本工具，醫(yī)學(xué)影像領(lǐng)域展開基于DeepSeek大模型研究相對較少。
目前，深智透醫(yī)在內(nèi)部工具層面對DeepSeek進(jìn)行了部分探索。譬如，他們將DeepSeek用于影像數(shù)據(jù)多模態(tài)標(biāo)準(zhǔn)化和增強(qiáng)，利用圖像數(shù)據(jù)+meta data非圖像數(shù)據(jù)（EMR、HIS\RIS、DICOM header等有大量語言信息）提高成像內(nèi)容及命名的一致性，優(yōu)化下游應(yīng)用（例如hanging protocol等更準(zhǔn)確一致可以提高醫(yī)生效率）。
而在質(zhì)控?cái)?shù)據(jù)分析方面，深智透醫(yī)則在嘗試借助大模型提升醫(yī)學(xué)影像質(zhì)量控制、異常識別能力、工作流問題交互能力。
需要注意的是，雖然基于DeepSeek進(jìn)行的影像學(xué)研究頗為有限，但行業(yè)對于影像大模型已實(shí)現(xiàn)大量研究成果。部分企業(yè)基于GPT等模型建立起了影像基座模型，并在臨床試驗(yàn)中證實(shí)了LLM對于醫(yī)學(xué)影像診斷的準(zhǔn)確率、效率提升。伴隨DeepSeek能力的進(jìn)一步增強(qiáng)，這些企業(yè)亦有可能慢慢轉(zhuǎn)至國產(chǎn)通用模型。
再談醫(yī)院場景之外的藥物研發(fā)，這里同樣是各類大模型的重要競技場。
目前，深智透醫(yī)已在嘗試使用DeepSeek處理醫(yī)學(xué)影像標(biāo)準(zhǔn)化問題，進(jìn)而在醫(yī)藥研發(fā)試驗(yàn)中更好地解決影像數(shù)據(jù)質(zhì)控等問題。據(jù)深智透醫(yī)CEO宮恩浩透露，該企業(yè)已簽約一批國際藥廠，優(yōu)化他們已有研發(fā)中的影像試驗(yàn)數(shù)據(jù)。
還有一些模型雖然沒用DeepSeek，但也采用了類似的創(chuàng)新技術(shù)。
例如，百圖生科的xTrimo系列大模型同樣采用了Moe框架，其V3版本可處理DNA、RNA、蛋白質(zhì)、細(xì)胞、化合物－蛋白互作、蛋白－蛋白互作及生命系統(tǒng)等七大模態(tài)數(shù)據(jù)，可實(shí)現(xiàn)從堿基對到細(xì)胞集群的全尺度建模，進(jìn)而賦能抗體和細(xì)胞基因療法藥物領(lǐng)域、靶點(diǎn)發(fā)現(xiàn)方面、微生物等領(lǐng)域的科學(xué)研究。
不過也需注意，無論是醫(yī)療機(jī)構(gòu)相關(guān)的賦能，還是藥物研發(fā)的前沿探索，開發(fā)者們使用DeepSeek等大模型幾乎都是在原有場景中進(jìn)行升級，尚未能開發(fā)出顛覆已有場景的應(yīng)用，談不上革新。好在DeepSeek- R1的上線僅有不足兩個(gè)月的時(shí)間，伴隨時(shí)間的推移，我們很有可能目睹來自醫(yī)療AI的驚喜。
雖說DeepSeek-R1的出現(xiàn)極大程度推進(jìn)了醫(yī)療領(lǐng)域?qū)τ诖竽Ｐ偷膽?yīng)用深度，但理性來講，要在醫(yī)院日常之中用上大模型，仍然需要等待不少時(shí)日。
首先，解決復(fù)雜問題需要大模型像醫(yī)生一樣結(jié)合患者的各模態(tài)數(shù)據(jù)，進(jìn)行綜合推斷。但在“Think”過程中，DeepSeek時(shí)常會陷入一種可能無限循環(huán)的情況，導(dǎo)致出現(xiàn)大量無關(guān)于問題本身的答案。對醫(yī)療這樣嚴(yán)肅、高頻的領(lǐng)域，必須消除這些場景幻覺才能有望規(guī)模化落地。
其二，DeepSeek擁有的“國產(chǎn)”身份證明使其更受國內(nèi)醫(yī)療機(jī)構(gòu)的青睞，但要規(guī)模應(yīng)用，仍需符合醫(yī)學(xué)數(shù)據(jù)隱私與安全合規(guī)。因而需要DeepSeek出臺更完善的數(shù)據(jù)脫敏、加密技術(shù)，確?；颊邤?shù)據(jù)安全。
其三，DeepSeek解決的是過往大模型欠缺的產(chǎn)品質(zhì)量和性能問題，未能找到“殺手級應(yīng)用”推動醫(yī)療機(jī)構(gòu)主動付費(fèi)。就目前來看，AI的付費(fèi)邏輯還是和用戶認(rèn)知及產(chǎn)品本身方向是否能真實(shí)降本增效創(chuàng)收賦能有關(guān)。因此，DeepSeek要想規(guī)模落地，一是提升醫(yī)院與醫(yī)生的接受度，二是要在傳統(tǒng)AI的基礎(chǔ)上進(jìn)一步提升。至于誰付費(fèi)這一問題，從AI近十年的發(fā)展看，基層醫(yī)療比等級醫(yī)院更為需要大模型的支持。
第四，DeepSeek的技術(shù)突破并非不可復(fù)制。如今，GPT的部分版本已將模型訓(xùn)練成本大幅壓縮，逼近DeepSeek水平，且在邏輯推理能力方面不斷提升。這需要DeepSeek進(jìn)一步鞏固優(yōu)勢，在實(shí)際臨床問題方面做出成果。
盡管挑戰(zhàn)重重，我們依然能夠從中看到很多積極的東西。畢竟，大量醫(yī)療企業(yè)與醫(yī)療機(jī)構(gòu)的加入必將生成更多的垂直應(yīng)用，拓寬大模型商業(yè)化的可能。
同時(shí)，DeepSeek等模型自身的潛力也不容忽視。按照現(xiàn)有大模型的迭代速度，每三個(gè)月通用模型都將完成一波全面迭代?；蛟S在2025年之中，我們便能目睹某一大模型脫穎而出，逐一攻克上述問題，與眾多醫(yī)療科技企業(yè)一同開啟醫(yī)療大模型的新圖景。
特別聲明：智慧醫(yī)療網(wǎng)轉(zhuǎn)載其他網(wǎng)站內(nèi)容，出于傳遞更多信息而非盈利之目的，同時(shí)并不代表贊成其觀點(diǎn)或證實(shí)其描述，內(nèi)容僅供參考。版權(quán)歸原作者所有，若有侵權(quán)，請聯(lián)系我們刪除。
凡來源注明智慧醫(yī)療網(wǎng)的內(nèi)容為智慧醫(yī)療網(wǎng)原創(chuàng)，轉(zhuǎn)載需獲授權(quán)。
智慧醫(yī)療網(wǎng) ? 2022 版權(quán)所有 ICP備案號：滬ICP備17004559號-5
