“Deepseek讓醫生能更快找到治療方案，我感覺自己的病情得到了更精準的關注!”
“Deepseek能幫我快速分析復雜的檢查結果，節省了大量時間，讓我能更專注于患者溝通。”
“我擔心我的隱私數據會被濫用，畢竟AI需要大量的個人信息。”
“如果系統出現錯誤或偏差，可能會誤導診斷，我需要花更多時間去驗證結果。”
……
DeepSeek自2024年12月開源以來，憑借“高性能+低成本+開源生態”三重優勢，迅速成為全球AI領域熱點。引發關注的同時，“AI醫生”在醫療領域的應用可能及潛在問題也激起公眾的熱烈討論。
近日，就公眾關心熱點，健康山東云平臺發出十連問。
1. 多家醫院紛紛入局DeepSeek，老百姓看病就醫有啥變化?
AI步入醫療領域，帶來的改變是顯而易見的。去醫院看病不知道掛哪個科室、看不懂檢查報告、門診賬戶余額如何退款……不少老大難問題，可能一夜間迎刃而解，患者只需動動手指或者語音輸入，這些問題頃刻間就有了解決辦法。山東大學齊魯醫院信息網絡中心主任王清亮介紹，患者在就診前，可通過“健康小助手”咨詢就診流程、檢查注意事項、住院流程等常見問題，快速獲取精準、個性化的醫療信息，減少不必要的等待時間，提高就醫效率。
接入DeepSeek后，在患者的就診方面，智能導診功能則化身成為“就醫導航儀”。“咳嗽該掛呼吸科還是耳鼻喉科?腹痛要看消化科還是外科?”這些困擾患者的就醫選擇題，如今在山大二院有了智能解決方案。醫院創新推出自主研發的AI導診智慧體“智善醫芯”，深度融合DeepSeek大模型的自然語言處理(NLP)能力、醫學知識理解能力和智能數據分析能力，打造24小時在線的“就醫導航專家”。
據了解，AI導診系統能通過先進的人工智能算法和大數據分析，理解患者描述的癥狀，精準匹配最合適的就診科室與醫生，還可根據醫生排班和患者時間偏好，提供最優預約選項等。從常見的感冒發燒到復雜的疑難病癥，智能導診都能為用戶提供準確的就醫指引，提升就診的精準度和效率，減少患者的候診時間，保證就醫第一步走得正確、高效。
2. 醫院“花式”接入DeepSeek，醫生還能hold住患者嗎?
“指標問答交互”功能上線山東省全民健康信息平臺，“青醫愛問”智慧管理好幫手嵌入青島大學附屬醫院，山東中醫藥大學附屬醫院(省中醫院)健康管理平臺推出AI推薦定制體檢……自開源以來，各家醫院“花式”接入DeepSeek，將更加優質高效的服務體驗帶給患者。
24小時在線輔助，客服熱線有了“百事通”。“DeepSeek本地化部署后，依托網絡中心內部知識庫，患者電話咨詢時，工作人員可隨時在線查詢對應業務信息，疑問一次搞清，患者就能少跑腿。”王清亮說。
智能化運營管理一鍵直達，決策坐上“加速器”。記者了解到，目前，DeepSeek大模型賦能下，各類業務指標實時查詢，明細數據一鍵導出，業務決策變得更加準確、科學。山東第一醫科大學第一附屬醫院(山東省千佛山醫院)工作人員介紹：“DeepSeek完成全院級部署后，臨床測試顯示，流程咨詢響應準確率超98%，審批周期縮短60%，真正實現‘數據跑腿替代人工跑腿’。”
3. AI到底是輔助醫療，還是可以代替醫生問診?
當AI“穿上”白大褂走進醫院，看病這件事又會產生怎樣的“火花”?撇開精準的大數據和高深的醫學知識，對于沒有專業知識的普通人而言，大家似乎更熱衷于通過DeepSeek等AI大模型尋醫問藥。前段時間，山東臨沂一位家長的經歷引爆全網——孩子連續高熱，血檢報告一到手，這位“叛逆家長”打開一款叫DeepSeek的AI軟件，把指標數據輸了進去，短短1分鐘，AI不僅精準判斷病因，連用藥方案都和醫生開的幾乎一致，甚至藥量都分毫不差。類似的案例，在網絡上已經開始頻繁出現。
記者在山東第一醫科大學第一附屬醫院(山東省千佛山醫院)看到，DeepSeek在病理診斷領域對接千萬級病理數據庫，可實時整合國際最新指南、文獻及本院案例。在肺癌診斷中，系統自動識別微乳頭狀結構等關鍵病理特征，將診斷一致性提升35%，報告生成效率提高40%。
盡管如此，AI在醫療領域的應用也面臨著諸多挑戰。一方面，高質量、全面和標準化的醫療數據難以獲取，這限制了AI模型的訓練和優化。另一方面，AI模型的決策過程缺乏透明度和可解釋性，使得醫生難以完全信任AI結果。
去年11月，國家衛生健康委等三部門發布《衛生健康行業人工智能應用場景參考指引》，列出了84種應用場景。“輔助”作為其中的高頻詞，強調了AI在醫療領域承擔的工具性角色。
AI的確可以在一些場景、一些環節輔助醫療，但醫生面對復雜病情的綜合判斷和經驗積累以及面對面的人文關懷，是AI無法替代的。“無論對醫生還是患者來說，‘AI問診’都只能作為一個輔助診斷的方式，它并不能最終替代醫生的診療。”王清亮表示。
4. 從互聯網醫院到AI醫院，DeepSeek會重新洗牌醫療場景嗎?
“15床，輸液即將結束!15床，輸液即將結束!”隨著智能輸液面板不斷閃爍燈光并發出語音提示，護士提前完成配液準備，無縫銜接換藥流程。智能輸液系統、個人移動終端、“智能哨兵”電子屏、患者被服嵌入“芯片”……在山東大學第二醫院，DeepSeek接入給醫療場景帶來了多種變化。
“挽起袖子，攥緊拳頭，我們要準備開始抽血了。”2月24日，在山東省中醫院健康管理中心，醫生正在閱讀39歲劉女士的體檢報告。記者觀察到，報告中有幾項被標紅的數據，醫生表示：“借助DeepSeek智能診斷技術，系統不僅可標注異常指標，還能提供詳細分析和專業建議，體檢報告的規范性和可讀性大大提升了，醫生也能從繁瑣的報告撰寫工作中解脫出來了。”
把時間還給醫生，把醫生還給患者。記者了解到，傳統的互聯網醫院以實體的醫療機構為依托，由經過電子認證的專業醫生在互聯網上提供服務，無形中增加了醫生的診療時間。而DeepSeek等AI模型的出現，通過機器學習，建立動態知識庫，“復制”醫生的部分服務能力，將一個“全新物種”帶入醫療行業，借助它，醫院離“無人化”運維模式已越來越近。“DeepSeek能及時對醫學最新進展進行抓取，還能整理出較為全面的資料，不僅減少了科研壓力，還縮短了科研時間。”提到DeepSeek，許多醫生連連稱贊。
記者了解到，目前AI應用在山大二院中的應用包括但不限于“三頭四臂”的達·芬奇手術機器人、神外導航機器人、配送機器人、消毒機器人等，AI已走入多種醫療場景。同時，AI影像輔助系統等可在診斷、鑒別診斷以及治療選擇等方面輔助醫生決策，“AI模型的使用讓復雜診療有了位‘全天候學習顧問’。”醫生驚喜道。
5. 在某些疾病診療方面，AI醫生有哪些“制勝法寶”?
“請介紹一下用于兒童的沙盤治療法。”操作指令一經輸入，僅僅十幾秒，便涌現出一段三四百字篇幅的沙盤治療介紹。“請簡單描述一下一座小橋、幾棟房屋和一些小動物在沙盤中的位置。”DeepSeek緊接著給出后續診療意見……在心理診療方面，AI醫生再次展現出了獨特的優勢。傳統心理診療往往依賴于心理咨詢師的經驗，而AI醫生則能夠通過大數據分析和機器學習算法，為用戶提供更加個性化、精準的心理評估和治療建議。此外，AI醫生集成了先進的AI技術和心理學專業知識，為用戶提供即時、便捷、低成本的心理健康服務。這些AI心理服務產品不僅覆蓋了情緒管理、壓力緩解、心理評估等細分領域，還能提供24小時不間斷的服務。
此外，在醫學影像分析領域，AI醫生以其敏銳的“洞察力”和高效的數據處理能力，成為醫生的得力助手。傳統醫生在面對海量的醫學影像數據時，往往需要耗費大量時間和精力進行細致的觀察和分析，而AI醫生則能夠迅速識別出影像中的微小異常，提高診斷的準確性和效率。AI醫生“火眼金睛”般的識別能力能在血管病變、骨折識別等方面發揮重要作用，讓隱藏在復雜影像中的病灶無所遁形。
針對骨科診療中的痛點和難點，山東大學第二醫院結合患者個體化信息和海量醫療數據，打造人工智能輔助骨科診療策略系統GPTSP。GPTSP可根據患者病史、生理特征、檢查報告等信息，直觀展現相關解剖數據和病情分析，提供個性化診療建議和治療方案，在診斷、鑒別診斷以及治療選擇等方面輔助醫生決策，讓復雜診療如“開卷考試”般輕松。
6. 一院一策，AI算法將生產更多“尋醫問藥”智能體嗎?
AI時代來臨，越來越多的“數字醫生”出現。
“‘安好’為您服務，有什么需要您可以直接對我說……”近日，山東第一醫科大學第二附屬醫院打造出虛擬護士“安好”，DeepSeek+3D虛擬數字人，云陪診走進大眾視野。同樣的，山東大學齊魯醫院全天候“健康小助手”智能體，從就醫咨詢到流程引導，全程AI陪伴式服務守護患者就醫路。
基于AI算法開發的各種智能體刷新了健康領域的傳統交互模式。健康山東云平臺中，“尋醫問藥”智能體支持語音和文字交流，1430多種疾病和640余種最新藥物信息集于一體，化身公眾身邊的健康專家;2025年初，蔣紹博數字人驚喜亮相，多種場景下隨時科普，趣味高血壓知識一秒傳遞至互聯網另一端。
海量數據+AI技術應用，智能體或將從一院一策轉變為一人一策。據了解，目前已有多家醫院基于醫生在抖音的已有內容，通過大模型生成AI智能體，復刻創作者的對話風格和知識庫，與用戶進行24小時隨時互動。“目前我院應用抖音和百度AI分身的醫生已經超過60人，健康顧問‘永不掉線’為患者的看病就醫提供了更多的可能。”山大二院某工作人員表示。
7. AI病歷、AI醫生、AI醫院……患者還有自己的就醫隱私嗎?
“AI醫生”的到來預示著醫療領域的未來已來。在這一前沿技術在帶來便利的同時，不少人卻對此表示擔憂，“AI醫生安全嗎?”“AI醫生會泄露我的個人信息嗎?”在推動技術發展的同時保障安全與公正，成為社會共同關注的課題。
近日，青大附院完成醫療AI系統DeepSeek大模型部署，實現AI技術與醫療業務的深度融合。其打造的Copilot與醫院臨床業務信息系統高度集成，使用大模型技術在醫療文書書寫過程中，實時監控醫療文書的書寫內容，基于知識庫實時分析患者電子病歷信息，自動識別反饋內涵質量問題，輔助提高醫療文書質量。眾所周知，AI醫生的應用需要大量基礎知識，包括個人病史、遺傳信息以及生活方式等敏感內容。這些數據對AI算法的訓練和醫療決策至關重要。然而，這種大規模數據收集也帶來了前所未有的隱私泄露風險。
王清亮介紹，DeepSeek是開源的，可實現本地化部署，部署后工作文件是上傳到本地機房的，不會上傳網絡，能夠保證院內數據不離院;其次，醫院引入了一系列網絡數據安全軟硬件設備，實時監測網絡和數據安全情況;最后，醫院會常態化進行包括患者隱私在內的數據安全培訓和宣教活動，在保障安全性的前提下應用智能體。
倫理困境同樣棘手。AI的診斷結果是否應該被視為有醫院背書的醫療建議?倘若醫生或患者因遵循AI建議而遭受損害，法律將如何界定責任?針對開發者、醫院、醫生及患者間的責任歸屬問題，國家衛生健康委在2022年發布的《互聯網診療監管細則(試行)》中對接診、開方流程均進行了明確規定：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;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。這意味著，在互聯網診療中，AI不能完全取代醫生的角色，醫師依然需要對診療結果負最終責任。
8. 除了看病就醫，有醫院還研發出了AI患者，咋回事?
“你怎么了?”
“醫生，我最近老是覺得胸口悶悶的，有時候呼吸不太順暢。”
“大約有多長時間了?”
“得有10多天了。”
……
2月26日，伴隨著一句又一句的語音輸入，山東大學齊魯醫院胰腺外科副主任、臨床技能培訓中心主任展翰翔正在向一位六七十歲左右的AI病人“隔空問診”。
展翰翔介紹，2024年八九月份，山東大學齊魯醫院聯合浪潮集團有限公司籌建開發齊魯臨床技能大模型，集合目前醫療行業常用大模型，依托現有病例數據，研發了多位AI標準化病人。“AI患者是AI大模型在臨床技能培訓的創新實踐，我們將真實數據隱私脫敏后，交給大模型進行學習，將臨床常見病常見癥狀分門別類地納入模型，通過問答形式，模型可對醫生的診斷進行量化反饋，這種實時交互的技能訓練形式既有助于提高醫學生興趣，還可使學生臨床診斷能力個性化提升，很好地實現了‘因材施教’。”展翰翔說。
“DeepSeek的接入為齊魯臨床技能大模型構建提速不少。”展翰翔介紹，接入后，醫院構建一個AI標準化病人的病例數據所用時間，已從原有的100分鐘左右提升至70分鐘甚至更短。
“今年1月，齊魯臨床技能大模型已在一場80人考試實踐中試用，效果不錯，我們預計在今年上半年推廣使用。”展翰翔表示，該模型將以進一步豐富針對罕見病、疑難雜癥等的數據信息，未來此類模型或將成為臨床技能培訓的重要形式。
9. 是不是用得越多，AI醫生越聰明?
“有咳嗽，輕微流鼻涕的癥狀該吃什么藥?”記者向DeepSeek咨詢了疾病的治療、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”如有需求請及時就醫。此外，記者于26日試用了某三甲醫院的AI醫生，在詢問到CT預約流程時，DeepSeek卻直接建議聯系醫院的客服或通過醫院的在線平臺獲取最準確的信息，并未給出準確的答復。
現在，人人都在談AI，談大模型，仿佛有了AI就掌握了打開新世界的鑰匙。但奇怪的是，有些AI的算法表現并不盡如人意，問題出在哪里?
一方面，AI的性能很大程度上依賴于它被“投喂”的數據，吃得越多，它就越聰明。據悉，AI系統通過學習和分析大量數據來做出決策和預測。某三甲醫院信息技術工作人員表示，未來隨著AI技術的不斷發展，對數據質量的要求將越來越高。只有建立起完善的數據庫，才能確保AI系統持續、穩定地發揮出最佳性能。由此可見，AI醫生并不是越用越聰明，而是通過不斷學習和優化來提升其性能。
另一方面，AI擅長的是大數據處理、根據指令執行重復性任務、模擬人類既有的知識框架，也就是說，對于一些具有創造性、超越思維定式的內容，AI還很難勝任，只是變著樣的排列組合、匯總篩選。因此，盡管AI在大數據處理等方面展現出強大能力，仍需人類的智慧和創造力來引領和突破。
10. AI與醫療的深度融合還能走多遠?
AI與醫療的深度融合已經取得了一些進展，如輔助診斷、個性化治療建議、智慧病房等方面，但要實現全面深度融合仍面臨技術、倫理、法律等多方面的挑戰。
AI需要更加精準和可靠的算法來處理復雜的醫療數據。記者了解到，鑒于數據安全問題，目前多數醫院通過本地化部署來保證院內數據不離院，模型的使用效果受數據量和數據質量影響較大，對信息庫更新速度也給出考驗。
“隱私和倫理是醫學領域的敏感部分，目前為止醫院現有知識儲備庫完全依托醫院內部數據進行訓練，對于用戶輸入的手機號等敏感信息，模型設計時已進行自動脫敏處理。”山東大學齊魯醫院信息網絡中心副科長侯德智介紹，該院目前儲備了三臺GPU算力服務器，引進相關技術人才，同時積極進行資源參數配置，用來應對線上系統可能存在的偶爾崩潰等問題。
AI系統如何與現有的醫療設備和系統無縫集成，也需要跨學科的合作和持續的技術創新。山東某三甲醫院技術人員向記者表示：“成本是DeepSeek深入接進醫院內部系統的關鍵限制因素，相比于DeepSeek與原有成熟系統的結合，我們更傾向于DeepSeek算法與本地數據庫的直接結合。”
此外，部分醫院對于AI與醫療深度融合的形象也有優化需求。記者在采訪中了解到，山東某三甲醫院計劃進一步將自有模型接入虛擬仿真等多項功能，未來AI醫生的形象或將更有溫度。
明顯的是，無論平臺是否接入DeepSeek，AI都已越來越深地滲透到互聯網醫療服務中。只不過，DeepSeek所呈現的創新思維，讓行業看到了又一個新的可能。
（責任編輯：華康）
