今天小編分享的科技經驗：用DeepSeek看病，救了“AI醫療”的命，歡迎閲讀。
DeepSeek 引發的 " 大模型熱浪 " 仍在繼續。
有人拿它編程，有人拿它算命，還有人拿它看病。
2 月 18 日，港股 "AI+ 醫療 "、A 股 "AI+ 制藥 " 板塊延續漲勢。2 月以來，醫渡科技股價接近翻倍，京東健康、阿裏健康等股價接連攀升，沉寂許久的 AI 醫療賽道再現火花。
除了在院外充當普通人的 " 健康顧問 "，對流感、過敏等常見病給予醫療建議外，DeepSeek 等大模型已走進醫院，特别是重症監護室 ICU、急診科、兒科。
既往，危重急診病人的治療，千鈞一發皆系于醫生；而今，微調後的 DeepSeek 能快速分析多種類型數據，幫醫生梳理復雜病例，給出治療思路和建議。
相當于醫生有了一位聰明、随叫随到的 AI 助手，且這位助手還在日夜不休地 " 進化。"
近日，深圳大學附屬華南醫院、昆山市第一人民醫院、陸軍軍醫大學第二附屬醫院等宣布已經部署 DeepSeek 模型；接入 DeepSeek-R1 ( 671B ) 後的醫學模型 Med-Go 也已在上海東方醫院等臨床機構應用，并在 ICU 環境下驗證了能力。
事實上，AI 在醫療領網域，已引發過多輪輿論關注和投資熱潮。2016 年 -2023 年間，從 AI 醫學影像、AI 藥物研發，到 AI 手術機器人、醫療大模型等，眾多企業嘗試借助 AI，解決優質醫生供給不足、區網域診療水平參差不齊的難題。由此，也催生了多家估值百億的獨角獸。
許多面向臨床診療的 AI 產品，拿到了醫療器械注冊證，卻在進入醫院、患者 / 醫保支付的商業化環節屢屢碰壁。" 技術壁壘不夠高（行業内卷），臨床需求不夠硬（缺付費方）"，一家醫療投資機構的合夥人總結既往 AI 醫療出現困境的原因。
确實，成就一款出色的 AI 醫療應用，技術、產品、醫患教育、商業、監管、倫理等板塊都必不可少。時至今日，DeepSeek 等大模型在醫學領網域展現出的理解和推理能力，令業界沸騰。
所以，接入 DeepSeek 等大模型的 AI 醫療公司，有可能改變什麼？
AI 技術的長板再次突破性地拉長，能否帶動其它環節快速跟進，借硅基生命的力量，解決碳基生命 " 看病難、看病貴 " 的困局？
接入 DeepSeek，改變了什麼？
2 月，醫渡科技、鷹瞳科技、智雲健康等醫療醫藥公司紛紛接入 DeepSeek，借助這一 " 國運級 " 大模型，提升自身醫療數據洞察、AI 影像診斷、慢病管理的老業務能力。
其中一家接入 DeepSeek 的港股醫療上市公司透露：接入 DeepSeek 後正進行業務賦能和項目拓展，技術團隊十分忙碌，" 來問我們的醫院客户很多，當務之急是落地。"
另一家騰訊系的互聯網醫療公司也反饋，技術團隊正在對 DeepSeek 進行研究，預計兩周後會出詳細的計劃。
熱火朝天背後，多數技術一号位們其實心知，DeepSeek 未必稱得上是 " 颠覆性的技術創新 "，但經過 " 微調 " 後，其在推理和決策場景下的出色表現，的确能為自家產品在處理復雜醫療數據，或支持精準決策等方面提供更強大的支持。
而這，也恰恰是 AI 醫療公司此刻的剛需。
" 我們接入 DeepSeek-R1 ( 671B ) 主要考慮它的推理能力及數學能力，能夠将病歷診斷準确率提升 10% 以上，尤其是復雜病例的診斷準确率尤其明顯。" 爍樂信息 CEO 張翰相對 36 氪表示，去年 11 月，他們剛剛聯合上海東方醫院推出了 AI 醫學大模型 Med-Go。
張翰相介紹，在診療壓力巨大的重症監護室，接入 DeepSeek 的醫學大模型能夠快速分析患者的各項數據，包括生命體征、實驗室檢查結果、影像資料等，提供多個可能的診斷方案。
" 比如處理一位多器官功能衰竭患者的病例時，醫生們面臨着多種治療選擇，包括機械通氣、血液淨化、藥物治療等。在這種情況下，微調後的 DeepSeek 能夠結合患者的病史、檢查結果和最新醫學研究，為醫生提供一個全面的決策支持框架。"
在小紅書等社交媒體上，過年期間，已有家長用 DeepSeek 解讀孩子的血常規化驗報告、尋求用藥建議，最終 "deepseek 給出了跟人民醫院主任醫師一樣的診斷 "。線下問診時，醫生會給出診斷結果，但解釋通常比較簡單，面對諸多專業術語，關切孩子的家長往往有一連串問題，而 AI 醫學模型可以持續給予回應。
當然，AI 的 " 幻覺 " 問題，在 DeepSeek 身上同樣存在。盡管基座大模型有極強的推理能力，但其醫療類的語料并不專業，數據處理的細致程度也有很大提升空間，直接用于嚴肅的診療場景，準确率比較低，給出的用藥和治療建議可能會誤導患者。
這就給予了企業 " 深度定制 " 的空間，在開源的基礎上，如應用專家标注準确的數據集、醫生團隊的診斷思維鏈等，以提高準确率。這正是既往 AI 醫療公司的積累所在。
另外，此前一直困擾 AI 醫療公司、醫院的 " 數據隐私安全 " 問題，在 DeepSeek 開源 + 本地化部署的模式下，也得到了有效規避。相關 AI 智能體在醫院落地時，可進行私有化部署，不僅從源頭解決隐私泄露的問題，且能夠節省雲端服務的成本，降低了企業對第三方雲平台的依賴。
除了診斷、治療，在 2B 的醫療流通場景中，DeepSeek 也展現出了潛力。專注藥房零售業務的上藥雲健康對 36 氪表示，已将 DeepSeek 應用于智能問答、藥師培訓、患者個性化運營等業務環節。" 比如在處方審核的問題上，DeepSeek 可以更快識别處方中藥物相互作用、劑量錯誤等潛在問題，從而降低用藥風險。"
尋找醫療版 DeepSeek
AI+ 醫療，已經走過十年興替，如 AlphaGo 對戰柯潔般的 "AI 與醫生競技賽 " 也舉辦過許多場。
這十年間，AI 產品一步步從 " 玩具 " 變成醫生的工具，又從工具變成醫生助理，随着技術奇點的來臨，更聰明的 "AI 智能醫生 " 也離我們越來越近。
進入到 2024 年之後，市場對醫療大模型的價值判斷，逐漸從看重模型能力轉為業務導向，即在合适的場景，尋找 " 殺手級應用 "。成就一款醫療殺手級應用，需要技術、產品、醫患教育、商業、監管、倫理等板塊，合圍起一個 " 深水木桶 "。
DeepSeek 的價值不僅在于 AI 技術長板被顯著延長，還在于以洶湧之勢出圈，對醫生和患者群體進行了 "AI 使用教育 "。
醫生群體中，有對新技術持擁抱态度的新鋭派，也有相當基數的醫生比較保守，DeepSeek 等大模型展現出的能力，令更多醫生擁抱 AI 技術。對于患者而言，當 AI 工具已經融入日常生活和工作，借助 AI 進行健康咨詢、閲片、問診等也是順理成章。
當前，豆包的常用對話欄，也已新增了小荷健康推出的 "AI 健康咨詢小助手 "，引導用户與之進行健康方向的對話咨詢。
不過，與其他生活場景的咨詢對話不同，醫療類問診咨詢、癌症篩查對準确率要求高，對 "AI 幻覺 " 和 " 胡編亂造 " 的容錯度低。試想，若 AI 健康助手出現誤診，而用户聽從其建議用藥，出現一定的身體不适，便可能出現醫療糾紛和責任歸屬問題。這不僅對醫療產品的能力提出了具體要求，也考驗着 " 準入與監管 " 方面的能力。
另外，開發 AI+ 醫療應用的企業終究要面臨商業化，" 誰來付費買單 " 這一老生常談的問題，難以規避。
經過十年探索，面向診療場景的 AI 產品歸攏到商業化上，主要實現" 按次付費 "，才能在滿足患者臨床需求的同時，給企業帶來持續收入。既往很多家 AI 醫療企業都能提供相似服務，内卷中落入 " 賣軟體一次性收費 " 的商業模式，使得全行業都很難賺錢。
