今天小编分享的科技经验：DeepSeek何以把医疗界搅翻天？，欢迎阅读。
人工智能在医疗界也感受到了空前的热情。
" 我们必须拥抱 AI 了。"在近期多个发布医疗 AI 大模型的活动现场，都有临床专家这样说。
在经过从豆包到 Kimi 再到 DeepSeek 的快速迭代后，即便是中国最顶级的医学专家也感到了 " 不知所措 "。中国工程院院士，上海交通大学医学院附属瑞金医院院长宁光就曾公开表示，整个社会都在被 AI、大模型重塑，如果再不拥抱 AI，就要成局外人了。
AI 真能当医生吗？在三四年前，这还被认为是遥不可及的事情，如今已经走进了实现。随着 DeepSeek 的发布，一种前所未有的紧迫感，席卷了整个医疗圈。一贯对 AI 抱持谨慎态度的公立医院，也直接来了个 180° 大转变。
据行业人士统计，春节过后的短短两三周时间里，至少有 92 家中国医院官宣或者由媒体报道接入了 DeepSeek，完成了本地化部署，这个数字还在不断攀升。从具体名单看，北上广的知名医院、各省市的三甲医院都在其中。
同时，接入 DeepSeek 的 AI 医疗公司，也在为各大医院量身提供融合了多种模型的 AI 中台搭建等服务。在监管层面，较为激进的城市已有卫健委、医保局接入了这一大模型。
" 我们业务繁忙，目前各地出差中，忙到要吐了。" 有医疗 AI 公司创业者告诉虎嗅。
相比以往的 AI 大模型，DeepSeek 给相对传统、严谨、保守的医疗行业带来了不小的震撼。
就在前不久，有医生在社交平台爆料，在看诊的过程中，患者用 DeepSeek 质疑他的诊断结果，这名医生本来很生气，结果回去一查，指南更新了，是他的诊断过时了。这让他感觉 " 天塌了 "，也让很多基层医生感到天塌了。
而从 DeepSeek 在医疗领網域的更多表现看，这还只是开了一个头。
DeepSeek 来势凶猛
DeepSeek 是开年以来最大的风口，与医疗相关的机构、个人，都想在其中做点什么，而 DeepSeek 的表现，也确实可圈可点，甚至已经深入到医疗中非常核心的手术场景了。
" 通过多模态评估和技术赋能，我们看到了治愈的可能。"
这是四川省人民医院泌尿外科主任熊玮在接受封面 . 新闻采访时所说的。在此之前，熊玮和他的团队给一个患有难治疾病的 82 岁患者完成了 " 右侧肾盂癌伴下腔静脉癌栓 " 的根治性手术。这被视为跨越 " 生命禁区 " 的手术。
根据公开信息，这一患者的病情非常凶险，癌栓完全阻塞了他的下腔静脉，双侧下肢还有水肿和血栓的风险，放在以前只能保守治疗了。因为高龄加上病情复杂，如果手术，很容易出现其心肺功能无法耐受长时间手术，术中出现致命性出血，以及术后出现急性肾功能损伤等并发症的情况。
对于复杂情况，DeepSeek 不仅给出了个性化的围手术期管理方案，覆盖风险预警、用药决策、康复路径和并发症雷达等方面，还在术中实时定位了病灶和血管的位置，减少了出血等问题，结合高精度 CT 成像三维构建 " 数字脉管系统 " 等技术，手术最终耗时 4 小时顺利完成。
医生对此评价称，这一系列新技术相当于给团队装上了 " 风险透视镜 "。
在更多医疗机构，DeepSeek 被用于行政管理、已有的 AI 辅助诊断等领網域，用于提高效率和准确度。
据将 DeepSeek 用于辅助阅片的长沙市某医院的信息数据部主任透露，在 DeepSeek 加持下，AI 辅助诊断肺结节系统的阅片时长缩短了 40%，微小病灶的识别率提升了 25%，准确率达到了 95% 以上；在胃镜检查领網域，AI 系统预判与 " 金标准 " 病理检查结果的符合率也达到了 96%。
对于更多亚健康人士，已经有 "AI 医生 " 可以为他们 24 小时服务了。比如：广西医科大学附属医院泌尿外科上线的 " 泌尿外科 AI 医生 "（），能够随时响应患者的咨询，完成 80% 以上的标准化问答，还可以为患者定制个性化健康管理方案。
" 使用 AI 技术或者大模型去做影像分析，那种全面性、准确性和快速性，都是人工影像分析完全无法比拟的。"有临床专家在医疗大模型的发布会上指出。
业界认为，医疗机构大规模接入 AI 大模型，对诊疗效率和质量提高将会有很大的帮助。从行业的角度看，这也将指向医疗行业的新一轮急剧变革。
来自：视觉中国
再不拥抱 AI 就晚了
某种程度上，医疗界已经在接受 AI 了，DeepSeek 这种性价比极高的大模型，直接把落地过程急剧浓缩了。而这也将进一步加剧医疗市场竞争。
在医院，很多工作是靠医生手工完成的，非常费时费力。病理科这种被誉为 " 医学皇冠上明珠 " 的科室，医生工作的枯燥、压抑程度，甚至跟工厂 " 打螺丝 " 差不多。
在过去两三年里，随着 AI 技术的快速发展，临床医生们对 AI 能力早就有了深刻的体会。" 人的精力是有限的，AI 可以把无穷无尽的数据库调出来。"辽油宝石花医院肿瘤一病区副主任、九三学社盘锦油田支社主任委员申龙海告诉虎嗅，AI 辅助诊断、数字人等，在日常工作和科普中都发挥了重要作用。
一位在医院放射（治疗）科工作多年的医生也告诉虎嗅，十年前他们需要一点点在电腦上勾勒出 CT 影像上心脏和肺等器官的轮廓，眼睛干涩、手指也很酸，影像还歪歪扭扭的。当时她就觉得 " 人工持滑鼠在电腦上绘图、描轮廓的行为愚蠢，应该（由电腦自动）识别勾画 "。
现在这个目标实现了。"60 秒钟！从前一两个小时的工作就这样一键生成了。" 上述医生向虎嗅表示，虽然还是需要医生做一些修改，但是已经非常便捷了。" 我看到了 AI 辅助医疗日新月异的变化。"
现在，患者在县级医院等病理报告的时长，也从原来的至少 3 天缩短至 24 小时。
AI 的到来让医生们从繁重、重复的劳动中解放出来，而且在某些细节上可以比人做得更好。
申龙海以肿瘤放疗中的 " 画靶区 "，也就是确定放疗点位的工作为例向虎嗅解释说，原来这个工作至少需要 6 个小时才能完成，用滑鼠在电腦上勾画还很难控制图形，使用 AI 以后，不仅速度更快，而且图形更加圆润顺畅。
而在更加核心的手术领網域，加载了 AI 等新技术的手术机器，早就可以将误差控制在 0.1 毫米以内，克服了人类医生手抖的影响，术后并发症都变少了——根据公开报道，重建尿道的手术，吻合口漏的发生率已经从 8% 降到了 2%。
国家层面也在积极推动 AI 等智能辅助工具在医疗领網域的落地，去年 11 月份国家卫健委等部门就联合发布指引檔案，公布了 84 个 " 人工智能 +" 在医疗服务、基层公共卫生领網域的应用场景。
在前不久，国家自然科学基金委员会宣布可以申报项目基金的项目中，也有多个人工智能相关的项目，覆盖心梗预警、罕见病诊断、免疫力解码等。更加直接地，最新的三级医院评审要求中，还列入了医疗信息化水平等内容，对于大医院来说，信息化转型已成刚需。
除了 AI 本身的技术进步和政策引导之外，医疗机构的生存处境，也倒逼他们不得不寻求改变。
根据三联 . 生活周刊报道，2024 年在相关网站公示申报破产信息中有 1200 多条与医院有关。这个数字是 2022 年的两倍以上，比 2023 年还多 400 家左右。这些医院中，不只有民营医院还有公立医院。
行业人士分析，这主要与公立医院大规模扩建、更新，靠增加患者数量来谋求发展的路径，导致成本激增而医院收入增长滞后有关。这种情况在医保基金从按项目付费转向按病种付费后，急剧恶化了。
医院从医保能够获得的收入在减少，迫使医院必须从粗放型的发展模式向精细化管理转变，如果不能及时转变就很可能资金流断裂。
一篇研究去年破产的广东省嘉应学院医学院附属医院（）的文章指出，2022 至 2023 年，该院医疗收入 7500 多万元，扩建却投入了 1.2 亿元。在新形势下，资金缺口给了它致命的一击。
而从新的政策走向看，医保基金正在逐渐转向跳过公立医院，直接与药械企业结算，这对公立医院的现金流也将是更大的挑战。
对于身处生死关头的医院院长们来说，任何能够切实提高管理水平、提高诊疗效率的新工具，都是 " 救命稻草 " 了。
来自：视觉中国
DeepSeek 将如何影响医疗格局？
医疗界长期存在的问题，包括人员不足、效率不高、过度诊疗等，让行业内外都期待依靠新技术来解决。
遗憾的是，AI 能做的还是非常有限。
申龙海告诉虎嗅，虽然 AI 辅助诊疗可以做很多事情，但是面对复杂的人体状况还是无法做到独立完成任务。比如前述提到的放疗靶区勾画，一旦遇到特殊情况，比如患者有血管畸形、肠道畸形，AI 勾画器官就会识别错误，如果没有医生修正，就可能危及正常器官。
"AI 在很多方面还是无法取代人的。" 申龙海向虎嗅表示。除了能力上还有待提高，AI 是否真的能对人的遭遇感同身受也受到业界质疑。即便是 DeepSeek 在思考能力上甚至超过了人类，在科普中不能给人精神上的支持，也很难从患者的经济能力、身体条件等方面综合考量去制定个性化的治疗方案。
" 人是有温度的，机器没有温度。" 申龙海说。
而且医疗的复杂性还在于，普通人很难向 AI 准确表述病史、症状等。如果按照患者提供的错误信息来做诊断或给出治疗方案，很可能会导致病情急剧恶化。
此外，AI 的加入让医学检查更加敏锐，也让业界担心会造成新的 " 过度诊疗 "。事实上在过去几年 AI 接入 CT 以后，一路走高的肺结节的检出率已经让越来越多人陷入焦虑了。
而从行业格局看，单靠技术也未必能实现分级诊疗、强基层的目标。
尽管 AI+ 医疗领網域最常提到的愿景，就是用新技术提高基层的医疗水平，实现分级诊疗，不过从目前的情况看，AI 等新技术正在更大幅度地拉开大医院和基层医疗机构的差距。
实际上，医疗机构对新技术的需求早就有了，但是迟迟没有落地，除了技术没有达到令其满意的程度以外，经济考虑也是其中之一。这也是高性价比的 DeepSeek 迅速俘获这么多医院的根本原因之一。
从 DeepSeek 官网公布的数据看，DeepSeek-R1 输入输出所需的费用只是能力稍高的 GPT4-o1 的零头都不到——在缓存命中的情况下，DeepSeek-R1 输入 token 费用为 1 元 / 百万 tokens，只有 o1 的收费标准的 1.8%，不到能力更差的 o1-mimi 的十分之一。而且这个价格还在降低，最新公布的消息中，北京时间每日 0 点 30 分到 8 点 30 分，DeepSeek-R1 的 API 的费用可降低 75%！
DeepSeek-R1 API 输入输出费用情况。
来自：DeepSeek 官网
在其他费用方面，有行业人士算过一笔账，如果只是本地测试，执行一些基础的自然语言模型的任务，如翻译、多轮对话等，医院部署 DeepSeek 的硬體成本可以低至几万元，高配置成本也不超过百万元。如果是精度更高的专业领網域，也可以低至 400 多万元。
这样一来，很多区網域龙头医院就有机会本地部署技术领先的 AI 大模型了。
尽管如此，从医院官宣的情况看，很多医院还是将 DeepSeek 用于帮助医生完成询问患者症状病史、查阅资料、撰写病例等基础工作领網域，确实可以提高效率，却没有充分发挥 DeepSeek 的潜能。
而对于基层医疗机构来说，是否有实力、有动力引入这一技术就更加存疑了。
在硬币的另一面，顶级医疗机构、专家学者的需求更加复杂，他们正在通过 AI 来推高诊疗服务的门槛和天花板。
进入 2 月份以来，北京儿童医院、上海瑞金医院、复旦大学附属中山医院等，都将其与科技公司合作开发的专业大模型推到了公众面前。这些大模型可以参与到会诊中；可以帮助医生阅读复杂的病理报告且准确度超过了 90%；其专业知识储备甚至达到正教授的水平。
这些大模型的推广无疑可以让更多医疗机构的能力提高到新的水平。顶级医疗机构将依靠 AI 形成新的医疗模式，疾病治疗的塔尖儿将从专业化走向个性化，走向精准医疗。
这对患者来说是值得期待的未来，对医疗行业来说可能是一场洗牌。
不可忽视的是，其背后的技术需求和成本也会远高于普惠的 DeepSeek。可以看到，中南大学湘雅医院在本地部署 DeepSeek 的时候，引入了多个国内顶尖大模型，还有与科技公司，如：医渡科技等，合作 6 年构建的数据库做基础。
这意味着，在数据、资金两座大山的筛选下，顶级医疗机构在 AI 助力下将会越走越远，各个地区的龙头医院也会有较好的发展，形成更加稳固的多区網域中心格局。而基层医疗机构与它们的差距将会更大。除了部分可以纳入医联体的机构，更多缺少特色、缺少人才的基层医疗机构，很可能成为开药、點滴的场所，甚至破产。
要使基层医疗机构也能从技术进步中获益，就势必需要更多制度上的保障和政策上的引导。
近期，在 AI 兴起的热潮中，监管部门又在重申严禁 AI 开处方的规定。这除了用药安全方面的考量，也客观上稳住了基层医疗机构的生命线。只是，这是底线，如何让 AI 真正促进医疗行业健康发展，仍然需要更多探讨。
DeepSeek 并不是 " 救世主 "。
不过，从乐观的角度看，借助 DeepSeek 的大火，医疗行业更大范围地接受了 AI，在真正能够解决医疗痛点问题的产品面世之前，正如行业人士所说，做好充分的准备——包括构建优质、专业的数据库，或许才是当务之急。
文章标题：DeepSeek 何以把医疗界搅翻天？
文章链接：https://www.huxiu.com/article/4085695.html
阅读原文：DeepSeek 何以把医疗界搅翻天？_ 虎嗅网
