春節過後，隨著DeepSeek的爆火，醫療行業也被徹底“激發”了。
據媒體不完全統計，2月份以來，深圳大學附屬華南醫院、上海市第六人民醫院、復旦大學附屬婦產科醫院、成都市第一人民醫院等醫院紛紛接入DeepSeek。在不到半個月的時間內，全國至少有二十餘家醫院相繼宣佈接入DeepSeek。在DeepSeek引爆的AI熱潮下，醫療行業已成為AI（人工智慧）落地應用的重要領域。
熱議！多位主任醫師發聲：診斷結果驚人，給醫生敲響了警鐘
近日，浙江大學醫學院附屬第二醫院胸外科副主任範軍強主任醫師，在個人社交平臺分享了“Deepseek診斷肺結節”的短影片。
影片中，範主任透過語音輸入了一位剛接診的患者資訊：“48歲男性患者，右上磨玻璃肺結節，8mm左右大小，已經隨訪觀察半年，無變化，請問這個診斷是什麼？下一步怎麼治療？”Deepseek在深度思考後，給出了非常詳細的答案，包括可能存在的病因以及下一步處理建議，同時還羅列出了患者溝通要點：比如要告知風險，強調隨訪重要性等。“‘磨玻璃的結節’描述過於模糊，是‘純磨’還是‘混合磨’？”，期間，Deepseek甚至主動糾正了提問中的模糊描述，展現出不亞於資深專家的邏輯嚴謹性與指南依從性。
“這個診斷意見和治療方案跟臨床上非常接近，分析也比較全面。”影片的最後，範主任在驚歎AI助力醫療所表現出的強大的同時，也開始思考如何更好地運用新技術提高診療效率，更好地服務患者。
連續幾天，多位大醫院主任醫師在社交平臺釋出類似的經歷及感受。
某三甲醫院神經內科一位副主任醫師在其社交平臺賬號表示：“今天我試著在DeepSeek問了一下診，簡單輸入‘頭暈，腦鳴，後頸部僵硬感’。DeepSeek僅用了35秒就給我詳細分析了可能的病因，需要做的檢查，可能的診斷與鑑別診斷，注意事項等等，就差給開藥方了。”
同時，他表示，“同病不同證，同證不同病。”看病還是離不開醫生豐富的臨床經驗，比如體格檢查，DeepSeek還無法做到。
2月21日，杭州市第一人民醫院呼吸科主任醫師沈凌醫生在其個人社交賬號發文提醒同行：患者靠 AI “自診”，給醫生們敲響了警鐘！
一位女性患者，近兩年來一直咽喉不舒服、咽乾。起初，她在一家醫院的耳鼻喉科就診，醫生檢查後考慮是胃食管反流，並給予了相應的藥物治療。當時，患者確實存在反酸水、燒心等症狀，經過前期治療，這些胃部不適消失得很快，可咽喉的不適感卻一直如影隨形。此後，她在杭城的多家醫院輾轉求醫，卻始終沒有得到理想的治療效果。
今年，DeepSeek問世，她抱著試試看的心態向DeepSeek講述了自己的病情。DeepSeek給出了幾種可能的病因，其中第二條提到了鼻後滴流綜合徵。於是，患者特地掛了沈醫生的門診。結合患者主訴以及相應的檢查，最終，沈醫生基本判定患者為鼻後滴漏綜合徵。
“讓我感到意外的是，患者告訴我，這兩年她看了這麼多醫生，竟沒有一個人提到過鼻後滴漏綜合徵……當我把這個診斷結果告訴他時，他滿臉驚喜，直言我是第一個跟他提到這個病的醫生，而這也與 DeepSeek 給出的判斷相符。”沈醫生感慨道，這次的診治經歷，讓他切實感受到了AI的強大。
此外，沈醫生也提醒醫生同行們：作為臨床醫生，我們要有緊迫感，積極擁抱 AI，不斷學習提升自己，加強對疾病的綜合判斷能力，更好地利用這一工具為患者服務。只有這樣，醫生才能在這個快速發展的時代不被淘汰，為患者的健康保駕護航。
未來5年全球將有800萬醫生轉行？AI診療會取代醫生嗎？
與沈醫生積極樂觀的態度不同的是，近期，以DeepSeek為代表的AI浪潮，給很多醫生帶來了危機感。
最近，谷歌旗下一家人工智慧公司推出了新一代AI診療系統，並宣稱“可以在3秒內精準揪出13種早期癌症”，美國資本界知名機構因此預言：未來5年全球將有800萬醫生轉行。
這則新聞，讓很多醫生們感到焦慮，甚至難以入睡，特別是有腫瘤科醫生表示，徹夜難眠。北京協和醫院一位醫生髮長文感慨：“我們經過十五年的辛勤學習所掌握的知識，似乎正被演算法所取代。”
多位臨床醫生告訴醫脈通，AI醫療浪潮下，擔心自己在診斷中的核心地位會被削弱。
對此，前廣東省衛生廳副廳長@波子哥廖新波 在社交平臺發文認為，醫生的專業技能和醫院的管理體系都是基於人類的需求而設立的，未來醫生的角色將更多地轉變為醫療決策的引導者和協調者。對於醫生的培養，將更加重視跨學科知識和創新能力的培養，同時，醫生的知識結構也將擴充套件到醫療資料的分析和應用上。而這也正是人類進化的過程，即在不斷的外部刺激下建立新的適應機制，進而改變生存環境。
換言之，AI的時代浪潮已經滾滾而來，我們無法阻止它的到來，卻可以適應它併成為它的主導者。
近期，網路上一個觀點獲得了很多人的認可——“未來，AI不會淘汰哪類人，只淘汰不會使用AI的人。”
深圳大學附屬華南醫院人工智慧(AI)辦公室主任張永波在接受人民日報健康客戶端採訪時也表達了類似觀點，為醫務人員指明瞭方向，在他看來，面對澎湃而來的AI醫療浪潮，醫務工作者首先要做到技術認知升級，去學習DeepSeek的底層邏輯（如AI演算法原理、資料訓練模式）、功能邊界（輔助診斷/報告分析/病歷管理等）及侷限性（誤判場景、資料依賴程度），建立對AI工具的理性認知。同時，要注意AI對工作流程的重構，逐漸適應“人機雙審”模式，要慢慢從單純技術執行者轉向臨床策略制定者。
醫療的哪些領域可以應用AI？AI醫療變革背後的政策指引
也有不少臨床醫生對AI診療時代的到來，懷揣著期待。
當前，業內普遍認為，病理、檢驗等科室的一些細分專業的醫護崗位未來可能會被AI逐漸取代。而對於更多的科室來說，AI則可以起到輔助臨床醫護人員的作用。
此前，國家衛健委衛生技術評估重點實驗室(復旦大學)副主任薛迪在一次學術會議上表示，目前AI技術在衛生領域的應用，在手段或者診療方案的選擇上主要是起補充或輔助作用，最終決策還是由醫生或相關醫技人員做出。
2024年底，國家衛健委印發《衛生健康行業人工智慧應用場景參考指引》（以下簡稱“《參考指引》”），積極推進衛生健康行業“人工智慧+”應用創新發展。其中明確了人工智慧在醫療健康行業十三大應用領域的84項典型的應用場景。
與醫務人員密切相關的“醫療服務”方面，《參考指引》提出可在以下領域應用AI：
針對醫學影像資料進行智慧分析、快速讀片、 報告生成，實現高效精準的醫學影像輔助診斷。
在X射線、 CT、MRI、PET-CT、超聲、病理切片、皮膚照片、眼底照片、 心電圖、腦電圖、肌電圖、消化道內鏡、纖支鏡等影像診斷中， 發揮人工智慧快速、精準的能力，提升影像診斷醫生工作效率，降低隨訪工作量，減輕醫生工作壓力，最佳化醫院人力成本。
利用人工智慧技術開展醫學影像檢查質量評價、分析，提高醫學影像攝片質量和質控效率。
在影像檢查、報告流程中，深度解讀影像報告，有效篩查出報告中的遺漏、矛盾或誤判問題，提高影像診斷報告質量。
智慧清洗處理臨床專科疾病資料，構建決策模型和演算法，智慧生成臨床專病診療方案，實現各類專病智慧化、規範化、精準化全流程臨床診療輔助，提供輔助決策支援。
在高血壓、糖尿病、肝癌、結直腸癌、胃癌、食管癌、肺癌、房顫、腦卒中、抑鬱症等疾病的臨床診療中，整合多組學基因測序、醫學影像、 數字病理等多模態資料，綜合分析患者的診斷、症狀、醫囑、檢驗檢查、手術等資訊，實現對專病患者的精準化、個性化風 險評估。以此輔助醫生進行規範化診療，提高臨床診治效率和醫療質量。
應用人工智慧技術結合基層醫療衛生機構常見病、慢性病診療規範，構建基層全科診療輔助決策應用，為基層全科醫生提供智慧診斷推薦，檢驗檢查和用藥等診療處置建 議，並開展基層門診處方和電子病歷規範稽核。
訓練基層常見病、慢性病臨床診療指南等專用知識，在為患者提供門急診診療過程中，輔助全科醫生完成疾病診斷、門急診病歷書寫、下一步檢驗檢查推薦等輔助功能，智慧推薦用藥、轉診等診療建議。輔助基層全科醫生提高問診和治療規範性，提高基層全科醫生醫療服務質量、能力和效率。
利用人工智慧、虛擬增強現實和三維建模等技術，智慧分析醫學影像資料，為臨床提供智慧輔助治療方案。
透過深度挖掘分析醫學影像資料，結合權威指南、共識與科研成果，幫助醫生最佳化治療過程，為醫生提供快捷的資料支援和方案參考。在人體腹部、胸部、腦部、血管、皮膚等部位的手術中，精準評估定位病灶，提供病灶體積和定位等引數，利用術中影像即時分析和評估風險，降低手術風險和減少併發症發生率。在多學科臨床會診過程中，深度挖掘分析醫學影像資料，為會診專家提供循證依據和精準、全面、可解釋的個性化治療方案，避免過度診療和誤診誤治，讓患者獲得最佳的治療效果。
智慧分析醫學影像、病理、檢驗等臨床多模態資料，明確手術關鍵部位、推薦最佳手術方案、評估手術風險、輔助醫生提高手術精準性、減低術中風險及術後併發症。
針對胃腸外科、肝膽外科、甲狀腺乳腺外科、耳鼻喉科、泌尿外科、胸外科、骨科、神經外科等外科手術，使用人工智慧技術綜合分析患者的臨床診療記錄、醫學影像、數字病理、基因檢測等多模態資料，應用智慧手術方案推薦模型，協助醫生自動生成患者個體化風險評估報告，智慧推薦手術方式、確定手術範圍、提供手術路徑等建議，智慧識別定位病灶、神經、血管及淋巴結等關鍵重點部位，輔助醫生提高手術精準度、降低術中誤操作風險、術後併發症的發生。
實現CT、MR等醫學影像中腫瘤及其周圍重要組織輪廓自動勾畫，為臨床精準放療提供智慧靶區定位。
利用影像處理和人工智慧技術，輔助醫生準確、快速在CT、MR等醫學影像中勾畫出腫瘤及周圍重要組織的輪廓，實現智慧靶區分割、深度病灶分析、多維量化組織引數、自動勾畫等功能，主要涉及鼻咽癌、乳腺癌、宮頸癌、肺癌、直腸癌、胰腺癌等疾病。提升放療醫師勾畫精度和工作效率，為臨床放療提供精準便捷服務。在放療科研中智慧分析海量影像資料，提供更深入特徵資料，實現臨床療效與放療副反應聯合分析，有效提高臨床治療水平。
此外，AI還可廣泛應用於智慧門診分診，智慧就醫諮詢，智慧預問診，智慧陪診，智慧隨訪，智慧滿意度調查，智慧患者院後管理，智慧病歷輔助生成等工作。
在“醫學科研”方面，AI可以協助醫生完成智慧患者招募，智慧研究型病房，醫學科研智慧輔助，智慧文獻挖掘分析，智慧醫學科研資料分析等工作。
