近期，deepseek這一國產大模型正在深刻影響中國醫療領域的工作流程。
截至2月25日，已有上海、廣東、北京、浙江、四川等22個省級行政區內的近100家醫院，先後宣布完成deepseek大模型的本地化部署，應用場景從科研延伸至輔助診斷和醫療服務的全流程優化，部分場景診斷的準確率，超越人類醫生的平均水平。
與此同時，患者向deepseek「問診」，拿着ai開具的診斷報告和處方去醫院開藥，也正成為醫患關係的新挑戰。多名醫生接診了這樣的患者後表示，ai對常見病的診斷建議，有時已比醫生更準確，醫生正在面臨職業價值和信任危機。
deepseek給出的治療方案是否靠譜？未來它真的可以取代醫生嗎？封面新聞記者就此對話多位資深醫生和行業專家，詳解人工智能給醫療行業帶來的變化。
醫學博主發視頻稱，被患者用deepseek「質疑」。視頻截圖
1
deepseek讓醫生遭遇職業危機？
「天都塌了！病人deepseek後質疑我的治療方案，氣得我自己又查了一遍指南，才發現指南更新了。」2月22日，廣東一位醫學博主「孤芳自賞」的網帖引起網友熱議。2月23日，該博主在接受上游新聞採訪時回應稱，deepseek給出的診斷結果是正確的。「我們地方（醫院）有些葯沒有就用了替換藥，已經和患者解釋清楚了。」
截至2月25日，該帖獲得近3萬條評論，相關話題「deepseek對醫生的影響」獲400多萬人的關注，很多網友在評論中分享了用deepseek問診的「成功」經歷和失敗案例，也有醫療人員在其中表達了自己對職業的焦慮。
網友「小荷」表示：「我去看病，給醫生講了癥狀，然後給她看deepseek的診斷和治療方案，她愣了下，看了我2秒，果斷按deepseek來。我走時，她還喊我幫她下載了。」網友「一片傷心蘋果」則表示：「不要輕易聽deepseek的，要根據自身的身體情況結合檢查報告來看，我男朋友問的deepseek吃藥，現在在icu。」
深圳一家醫院的全科醫生孫醫生對封面新聞記者表示，2月16日，他在門診坐診時，就遇到了一位患者拿着deepseek給出的處方建議，要求開「治療黑指甲的常規用藥」。孫醫生檢查了患者的病症後，覺得「ai給的處方挺準確的，就按照她的要求開了」。
事後回想，孫醫生一度有些茫然，「我當時都沒來得及問一下ai，遇到這樣的情況，作為醫生該怎麼辦。」當晚回家後，孫醫生嘗試用「魔法打敗魔法」，把這一疑問發給了deepseek，得到了7點建議來確保患者安全和醫療合規性。「最主要的建議是要和患者溝通，告知用藥風險。」孫醫生認為，也許未來，醫生會作為患者和ai溝通的橋樑，「幫患者更全面、準確地將病症輸入ai。」
作為參與了南方醫院deepseek大模型本地化部署和應用開發的醫學生，南方醫科大學在讀博士羅東丞向記者表示，他相信，醫生這個職業並不會被ai所消解，「資深醫生，在手術、疑難雜症的診斷中仍不可或缺。」用好ai工具，或許更能把醫生從繁雜的事務性工作中解放出來，去專心提升醫術。
2
ai或將釋放醫療領域巨大潛能
公開信息顯示，截至2月25日，已有上海、廣東、北京、浙江、四川等22個省級行政區內的近100家醫院，先後宣布完成deepseek大模型的本地化部署。
清華大學醫療創新導師、互聯網醫療應用產品經理譚兆辛向封面新聞記者表示，作為技術密集型產業，在deepseek發佈以前，醫療行業早已有了使用ai的先例，技術和應用的爆發並非一蹴而就。「比如，南方醫科大學第五附屬醫院病理科在2022年已經部署了ai相關應用，讓ai參與到了檢查結果的輔助分析中，提示醫生進行相關診斷。」
譚兆辛和團隊在過去幾年參與開發過病歷寫作助手和在線診療助手進入醫院測試。2022年chatgpt發佈後，用大模型分析醫療數據、輔助診斷的研究，在醫療行業火熱。「很多知名的醫療機構和公司，也在本地部署了國內的多個開源大語言大模型，進行技術探索。」在譚兆辛的觀察中，醫療行業在這幾年已積累了一批訓練醫療專用大模型的經驗，並清洗出了大量合規的醫療數據。「大家所期待的，就是一款推理效率更高、和國外一流大模型沒有明顯代差的國產模型。」
「deepseek r1的開源改變了這個局面。」譚兆辛解釋，醫療宣稱的deepseek本地化部署，正是將大模型與此前積累的醫療數據、知識庫和經驗相結合，進一步讓模型學習和提高診斷能力。
接入deepseek後，譚兆辛團隊開發的一款可以清洗、分析科室既往醫療數據，發現潛在科研方向的應用，得到合作醫院的認可。春節還沒過完，他就在包括北京中醫藥大學深圳醫院（龍崗）在內的多家合作醫院，啟動了項目部署。「一些科室原本一天才能分析完醫療數據，現在最快兩分鐘就可以完成整理歸納。」譚兆辛認為，醫院裏面的臨床數據是科研的金礦，現在利用ai去輔助「挖掘」，既可以讓醫生從科研的重壓中解放出來，也將極大加速醫學從臨床到理論的研究進程。
南方醫科大學第五附屬醫院病理科主任索文昊表示，最新部署的ai系統能夠提供更全面的分析，為醫生避免掉很多簡單重複卻又容易忽略的錯誤，大大減輕了醫生的工作負擔，科室的診斷效率有望提升20%～30%。
「與以往的ai系統相比，deepseek更為全面。」廣東「珠江學者」特聘教授、南方醫院健康管理中心主任劉莉向封面新聞記者介紹，2022年以來，南方醫院已嘗試使用通義千問等模型，對醫院積累的近百萬醫療數據進行清洗和學習，搭建起一套完整涵蓋「數據採集-分析-決策」的全流程智能平台，並基於該平台，完成了脂肪肝風險預測模型的開發工作。
得益於deepseek技術的進步，南方醫院健康管理中心基於上述平台打造的數據產品——智能體檢報告解讀系統、全自動總檢報告生成工具、本地化健康管理知識庫，現已全面進入實測階段，相較於傳統人工處理方式，效率呈倍數級提升。劉莉表示，隨着ai技術的進步，醫療領域將釋放巨大的發展潛能。
3
ai無處方權，醫生應是最終診斷人
2月11日，當deepseek快速入駐醫院的同時，湖南省醫療保障局發佈《關於進一步加強基本醫療保障定點零售藥店管理的通知》（以下簡稱《通知》），其中明確規定互聯網醫院嚴禁使用人工智能等自動生成處方，同樣引起網友的熱議。
封面新聞記者注意到，其實國家衛健委、國家中醫藥管理局在2022年發佈的《互聯網診療監管細則（試行）》中，就有多處對人工智能使用的限制規定，其中包括「醫師接診前需進行實名認證，確保由本人提供診療服務。其他人員、人工智能軟件等不得冒用、替代醫師本人提供診療服務」，此外，「處方應由接診醫師本人開具，嚴禁使用人工智能等自動生成處方」。
譚兆辛表示，上述規定是在此前對互聯網醫療作出的規範，國家和地方的相關規定均明確了人工智能沒有處方權，出現問題的話人工智能也無法對患者負責。
2月25日，封面新聞記者嘗試使用公開版的deepseek嘗試諮詢了疾病的治療、藥物使用等問題，deepseek都給出了相應建議。不過記者也注意到，deepseek在回答中會提示，給出的建議「僅供參考」並「請遵醫囑」，並提醒記者應去醫院就診，根據醫囑治療和服藥。
「經過訓練優化的醫療ai，我判斷目前它的水平已經可以介於住院醫師和主治醫師之間，尚達不到中級職稱的診斷水平。」劉莉表示，雖然ai系統的準確性和效率都很高，但醫療領域畢竟關乎生命健康，「不能容錯」，醫生必須確保每一個結論都是準確無誤的。因此，在目前階段，ai的工作仍局限於幫助醫生查漏補缺、提供建議，ai的診斷結果仍然需要醫生進行最後審核，要讓「ai助手」成為「ai醫生」還有很長的路要走。
近期，劉莉也遇到一些患者拿着公開版deepseek給出的診斷建議來門診就醫。「從我們專業的角度看，這些建議大多是不完善的，其中還出現了嚴重的誤診。「比如，最近我收治的一例患者，ai分析說她是心臟和腎臟有問題，我們經過詳細的診斷，確診了她患的是肝豆狀核變性這一罕見的常染色體隱性遺傳病。」
劉莉進一步解釋道，「來南方醫院求醫的患者中，往往是患有在基層醫院難以確診的疑難病症，這些患者在向ai描述自己的情況時，主要輸入的是自己有什麼癥狀、吃了什麼葯，這些信息描述對於疑難病症的診斷是不夠全面的，得出的結論也更難準確。」
另外，人體是複雜的系統工程，ai面對系統性疾病的時候仍舊會出現「胡言亂語」的情況，診斷水平飄忽不定。「我們目前雖然在給模型訓練正確的數據和知識庫，以盡量減少ai的『幻覺』，但還沒有絕對的方式可以消除『ai幻覺』。」劉莉表示，要讓「ai助手」成為「ai醫生」還有很長的路要走，危重症和疑難病例仍是醫生的核心價值所在。
但劉莉也相信，隨着技術的不斷進步和法律法規的完善，ai在醫療領域的應用將會越來越廣泛，未來醫療領域的發展必將是ai技術與醫生診療相結合的模式。
來源：封面新聞
