微信扫一扫：分享
2024年12月，DeepSeek发布并开源DeepSeek-V3;2025年1月，发布具有思考推理能力的DeepSeek-R。一经发布，席卷全国，DeepSeek以其卓越性能和开源精神受到广泛推崇，正以前所未有的态势为各个行业的变革注入强大动力。本文对DeepSeek在医疗行业应用动态进行初步总结，个人观点，供业内同行参考。
DeepSeek擅长做什么?
从DeepSeek-R自己的回答来看，其擅长核心领域包括：
(1)信息处理与分析，具备高效的自然语言处理能力，可精准理解、归纳和重组文本信息。
(2)多语言智能交互，支持95种语言的实时互译与跨文化交流，消除语言障碍。
(3)全领域知识服务，覆盖科学技术、人文历史、商业经济等20多个专业领域，提供最新学术动态(截至2024年1月)。
(4)创意支持与决策优化，拥有创新内容生成能力，可辅助创作文学作品、营销方案及艺术设计。
(5)实时服务与持续进化，集成最新网络数据(需用户联网)，可查询实时新闻、股票行情及交通信息。能够胜任教育辅助、商业咨询、技术开发等多种场景的智能服务需求。
同其他语言大模型一样，DeepSeek擅长语言文字理解、重组和文字创作，在联网情况下也能查询实时新闻，辅助客户咨询及程序开发。
DeepSeek能为医疗行业做什么?
医院需要AI辅助医护提升服务质量、降低差错，提高运营效率、优化流程，提升患者满意度，帮助医生进行数据挖掘分析，促进创新成果产出应用。医疗信息以“数据筑基、技术赋能、生态重构”为主线，才能实现“数字医疗”到“智慧医疗”的转型。人工智能时代，数据标准化治理、安全合规仍是信息化建设的重点。
DeepSeek作为一个通用语言大模型，是供C端用户也即广大网友使用的。专业用户直接接入，则将面临数据泄漏的风险，但这并不表示DeepSeek对医疗行业一无所用，其开源生态为本地部署提供了灵活的定制选项，也为医院结合自身需求进行应用创新提供了无限可能。医院可以在本地部署的DeepSeek基座的基础上进行应用创新，开发出满足医院实际应用的功能。通过本地部署DeepSeek的方式，医院可以完全掌控数据访问权限和安全策略，通过API接口与现有信息系统实现深度对接，实现数据无缝流通与共享，提升工作效率与协同。
当前医疗AI应用仍局限在碎片化的各个点上，数据孤岛、落地场景碎片化与人机协同低效等问题普遍存在。我认为：DeepSeek的引入，可使医疗行业大模型进入规模应用，部分解决数据孤岛以及人际协同效率问题。当前实现DeepSeek价值的主要途径，是发展医疗智能体(AI agent)创新应用。
医院如何用好DeepSeek?
基于其多模态理解、医学知识融合与持续进化能力，DeepSeek为医疗行业提供了突破性工具。利用DeepSeek作为基座模型，医院能够实现从基础服务到创新生态的全域覆盖，形成“人人会AI、人人用AI”的医疗新图景。
笔者认为，目前医院的数智化转型实现需要分层进展。
第一层：筑基——打造医疗数字基座
医院应用DeepSeek作为基座模型，使用RAG等技术建立专业知识库，解决医疗场景的“数据孤岛”与“知识断层”问题，形成基座模型库与行业专用知识库的“双库驱动”。在专业模型构建中，需要根据需要集成电子病历文本、DICOM影像、病理切片等异构数据，形成数智医院数字基座。
第二层：进阶——场景智能体应用
基于基座模型能力，可针对不同角色开发专用智能体。如：临床医生助手，支持自然语言医嘱生成、智能病历质控、循证医学决策树构建;医生科研助理，满足医学科研课题资料检索、文本生成以及课题模型管理等需求;患者数字孪生，为慢病患者创建个性化健康管理模型，整合可穿戴设备数据与用药记录;科室运营数字助理，帮助科室进行运营管理等。通过场景应用，形成医院内部“人人懂AI，处处用AI” , 每个人都是智能体创作者，每个人都有智能体的生态。
第三层：跃迁——构建自进化生态
实现真正的医疗AI革命，构建“人机共治”的生态系统，包括：(1)低代码开发平台：推出医疗专用Prompt工具链，允许医护人员通过自然语言指令自定义AI功能。(2)群体智能网络：建立分布式学习架构，允许各级医疗机构在数据不出域的前提下共享模型进化成果。
总结
医疗行业使用基座大模型，建立自己的专业知识库模型，在此基础上针对需求场景，建立不同应用的专业智能体，是医院数智化转型发展的必然趋势。实现AI全面多场景应用落地时代已经到来。当医疗智能体渗透到问诊、手术、急救、医保、运营管理和医学科研等每个环节时，医疗资源将实现“量子态”重组。这场变革的终极目标，是让每个医疗参与者都能调用AI延伸自身能力，实现“有时治愈，常常帮助，总是安慰”的医疗本质回归。
京公网安备 11010802036726号
