DeepSeek橫空出世，醫療AI迎來“國運時刻”

DeepSeek，毫無疑問是蛇年春節最為熱門的話題之一。這個國內原生的大模型鋒芒劍指OpenAI、谷歌等全球科技巨頭，甚至憑一己之力影響了使得美股AI龍頭普遍重挫——曾被認為AI生態中不可替代一環的NVIDIA股價甚至在1月27日當日暴跌17%，至1月31日，NVIDIA市值在一週內縮水4000億美元。

由於DeepSeek鋒芒過勁，甚至引發了來自國外封禁。以美國為首，多國和地區在短時間內出臺對DeepSeek使用的限制政策。同時，DeepSeek持續受到了來自國外的網路攻擊。對此，我國常駐聯合國代表甚至在聯合國總部舉行的記者會上，明確表示了對DeepSeek的支援。

在國內，DeepSeek同樣掀起滔天巨浪——華為、京東、百度、阿里雲、360等科技巨頭紛紛宣佈接入DeepSeek。醫療賽道的巨頭們緊隨其後，包括方舟健客、醫渡科技、鷹瞳Airdoc、萬達資訊等數字醫療領域的頭部企業先後官宣接入DeepSeek，推動AI醫療加速落地。

經過近兩年的探索，基於大模型的生成式AI已經在國內得到認可，在醫療場景實際部署落地。目前，DeepSeek的異軍突起將會對國內醫療大模型的應用起到何種增益，已有哪些創新場景已進入規劃甚至進入實際部署，動脈網根據公開資訊進行了整理。

高度創新，DeepSeek引領大模型未來風向

DeepSeek之所以得到高度關注，與其技術上的高度創新密切相關。

最為重要的是其在架構效率上的提升，相比OpenAI的ChatGPT，DeepSeek採用混合專家模型，可將任務拆分給多個專用子模組處理，資源利用率更高，大幅降低了大模型訓練所需的算力要求。

在軟硬體協同最佳化上，算力資源相對有限的DeepSeek也極盡各種最佳化，大幅降低了對計算、儲存及通訊等層面的硬體需求，從而間接導致了NVIDIA、博通等AI硬體基礎設施概念股暴跌。

正因為此，DeepSeek的訓練成本大幅降低。根據公開資料，其訓練僅需約550萬美元，是效能近似ChatGPT訓練成本的十分之一，且訓練時間也縮短至55天。其應用介面的定價也得以大幅下降，每百萬輸入Token費用僅為ChatGPT的2-3%！

相比海外大模型，DeepSeek訓練資料以漢語為主，對複雜的漢語詞彙和語境處理更為精準，使其文字輸出更為流暢自然，符合漢語環境。同時，它的邏輯推導過程透明，並支援針對包括醫療在內特定場景的深度最佳化。

在此基礎上，DeepSeek還採取完全開源的策略，將其大模型的程式碼和模型引數全部開放，極大降低了中小企業的AI部署門檻。作為廣大醫療垂類大模型的開發者之一，福鑫科創CEO吳笛認為DeepSeek的MIT協議非常友善：“它允許使用者自由使用、複製、修改和分發軟體，也鼓勵企業在產品中採用和整合，鼓勵合作和創新，我認為這將極大推動整個生態系統的發展。”

“除了成本上的優勢，DeepSeek相對於其他常見開源模型提供了相對更好的推理能力和解決複雜問題的能力，並對提示詞工程的要求大大降低。”

僅需簡單的提示詞，DeepSeek就輸出了頗為專業的回答

吳笛進一步舉例來說明了DeepSeek在提示詞工程上的優勢。在查詢疾病的基礎提示詞時，常見模型往往需要輸入非常工整的格式，如“請分析以下病例：65歲男性，高血壓、糖尿病史，主訴胸痛伴呼吸困難2小時。需要：1. 列出可能診斷及依據 2. 建議必要的實驗室檢查 3. 給出緊急處理方案 4. 說明鑑別診斷要點”這樣一段話。但在DeepSeek中，提示詞則可以使用非常口語化的“65歲男性，高血壓糖尿病多年，突然胸痛喘不過氣兩小時，現在應該怎麼辦？”即可。

“從這個例子中我們可以看出，DeepSeek能夠從模糊主訴中提取關鍵臨床特徵，隨後自主構建符合醫療規範的決策樹，並在識別潛在風險後給出防禦性醫療建議，最後將碎片化資訊轉化為結構化診療方案的能力。”他補充道。

“此外，它還提供了很好的強化學習RL思路，以及具有更最佳化的硬體利用效率。我相信DeepSeek將很快引發開源大模型的迭代，大家很快會見到醫療場景中生成式AI的能力明顯上一個臺階。”

吳笛進一步認為，DeepSeek將會對大模型在醫療場景的應用產生深遠的影響：“目前，大模型已經滲透到越來越多的醫療場景。DeepSeek的高熱度將更進一步讓更多人認識到大模型的能力，對於推動大模型落地醫療應用場景幫助很大。當然，從實際的應用層面，DeepSeek的強大推理能力可以幫助醫療垂類模型的準確性和實用性，增強對複雜狀況下疑難雜症的處理能力。”

“尤其它的出現和成功也驗證了國內大模型也有能力匹敵全球頂尖大模型，將極大增加投資人、創業者和使用者對國內大模型的信心，對於醫療垂類大模型顯然也是巨大利好。”

DeepSeek在哪些醫療場景已落地？

儘管節後復工不到幾天，但已有不少醫療場景已經嘗試利用DeepSeek賦能。

第一個無疑是來自C端的個人健康管理場景和網際網路醫療，也將是短期受DeepSeek熱潮影響最大的場景之一。

對於沒有醫學專業知識的普通人而言，透過DeepSeek等大模型查詢症狀及處理方法無疑是大家最常見的應用場景。尤其春節期間甲流高發，相信也有不少“患者”透過DeepSeek進行了查詢，並發現DeepSeek可以給出專業程度相當不錯的答案。足以讓C端使用者瞭解到大模型的強大能力，進而使得大模型更容易在其他環節落地。

當然，專業調優的醫療垂類大模型具有更好的可靠性和針對性。以方舟健客“AI個人健康助手”為例，使用者透過旗下手機應用程式呼叫背後的醫療大模型隨時隨地進行健康自診，並針對多達50類體檢報告進行資料解讀，以淺顯易懂的“個性化翻譯”幫助使用者瞭解自身狀況，並能根據報告結果提供針對性的用藥指導服務。

此次，方舟健客第一時間全面接入DeepSeek並完成本地部署，強大的資料分析能力還可對患者的話術表達進行深度分析，挖掘使用者更深層次的健康管理需求。

第二，則是醫療AI“智慧體”。吳笛表示，目前一些主要的應用場景都可以使用DeepSeek配合原有的醫療垂直模型進行增強，包括目前大模型落地最為廣泛的用於診前環節的AI導診、AI預問診。

“智慧體”（即採用大模型技術的AI智慧代理）在2024年也成為描述大模型領域最熱的關鍵詞之一。基於大模型的智慧體能夠模擬醫生與患者進行比以往擬人度高得多的人機對話，根據患者的病情描述，為患者提供初步的預診分診，並智慧推薦就診科室和合適的醫生。

響應較快的國內數字醫療企業已經開始接入DeepSeek，利用其能力賦能。比如，趣睡科技就引入了DeepSeek實現睡眠自測分析服務，幫助使用者瞭解自己的睡眠狀況，並提供個性化的睡眠改善建議。

方舟健客去年11月釋出的“AI智慧體解決方案”，除了擁有為C端使用者打造的“AI個人健康助手”外，還涵蓋了為醫生群體打造的“AI學術互動助手”和“智慧病歷收集系統”，這三個創新研發的智慧應用場景可以為業內提供一套覆蓋使用者、醫生、行業的智慧解決方案，也是當前大模型賦能醫療的典型。此次方舟健客全面接入DeepSeek，其深度、高效的推理能力將會進一步賦能方舟健客“AI智慧體解決方案”。

第三，則是輔助診斷、病歷書寫等輔助醫生的場景。

“對於醫生關注的AI生成式電子病歷（門診、住院）等等，DeepSeek也將會有很大的幫助，尤其對於病歷質控以及複雜病例，由於DeepSeek的強大推理能力，我認為會有機會收到額外的收益。”吳笛進一步補充道。

對於醫生來說，大模型賦能的意義十分重大。比如在輔助診斷環節，大模型不僅可以高效分析醫學影像，給出輔助，也可以透過分析患者的病歷和藥物反應資料，為患者推薦最合適的藥物和劑量，提升治療效果。

對於醫生來說，AI輔助電子病歷書寫及質控的呼聲可能更高。它可以將醫生從繁忙的病歷書寫中解放出來，將更多的時間用於患者的病情觀察和臨床診斷分析，方案制訂，治療效果分析和改進上。

事實上，這些輔助診斷在國外已經成為現實——一位匿名的醫療行業從業者便表示在近期訪美時發現，斯坦福醫院的診所已在近期啟動了AI輔助生成電子病歷的應用。

第四，隨著強推理大模型時代的逐漸來臨，其將在越來越多疑難雜症的個性化診療和科研上發揮能力。

在此之前，已有患者嘗試利用OpenAI最新的推理模型ChatGPT o3研究顱咽管瘤的治療方法，並認為在很短時間內每月200美元（ChatGPT o3的訂閱費用）產生的價值已經超過了15萬美元（私人研究團隊的費用）產生的價值。

此類利用大模型賦能科研的應用在國內已有體現，比如，方舟健客的“AI學術互動助手”不僅支援口語化輸入，其檢索結果還支援漢語與英語雙語輸出，進一步提高專業文獻的檢索速度和閱讀效率，為醫護人員節省超80%的檢索時間。透過接入結合強推理能力和即時搜尋的DeepSeek，相信該功能將助力醫學科研效率實現飛躍。

在見識到大模型在科研中的強大賦能作用後，科研機構也在主動擁抱大模型。聚焦生物醫學組學技術、免疫診療技術、先進成像及干預技術等領域的昌平實驗室就開始招募熟悉大模型生物醫學應用的人才，探索開源大模型對多組學資料（如基因組、轉錄組、蛋白組）的分析方法，以挖掘基因調控網路模式並推進疾病靶點發現。

當然，這些應用只是大模型在醫療應用的滄海一粟。大模型的應用範圍之廣令人歎為觀止，甚至在醫療影片生產上，也有方舟健客引入大模型提升短影片指令碼編寫和內容稽核效率的案例。

大模型已證明其在醫療領域有著廣闊的應用前景，包括醫療服務、患者服務、運營管理、中醫、藥品供應、臨床科研、公共衛生、智慧醫保和健康管理等領域都可以發揮作用。

比如，健瀾科技就在其公眾號中提到，基於DeepSeek-R1打造的臨床決策系統可在30秒內完成危重患者的多維度風險評估，準確率較傳統方法提升42%；亦能將微小病灶檢出率提升至97.3%，所生成的診斷告不僅包含影像特徵描述，還能自動生成鑑別診斷建議和治療方案對比。在醫院管理中其可使急診滯留時間縮短28%，手術室利用率提升35%，每年節省運營成本超1200萬元。在科研層面則可在72小時內完成傳統需要6個月完成的藥物真實療效資料分析。

這也就不難理解，為何醫療健康賽道的“大廠”們都在積極擁抱DeepSeek了。

這其中，國內醫藥“一哥”恆瑞更是大膽“All-In”。根據媒體報道，恆瑞在節後上班第一天即釋出紅標頭檔案，要求公司、分公司及子公司全面使用DeepSeek應用，進一步提高工作效率和管理水平。據報道，檔案要求其內部各部門根據業務特點，透過DeepSeek最佳化業務流程、提升工作效率及降低運營成本的目標。

幾乎每過一天，這個名單都會加上一長串耳熟能詳的名號。DeepSeek引發的新一輪大模型熱潮還在繼續。

寫在最後

DeepSeek只是新一輪大模型熱潮的起點，相信很快其他大模型企業也將會迅速跟進迭代。目前，大模型在醫療領域的應用已經涵蓋了從診斷、治療到健康管理的全鏈條，展現了其在醫療全產業的技術優勢。未來，隨著技術的進一步成熟，大模型有望在更多細分領域實現突破，推動醫療行業的智慧化與普惠化發展。