大热的DeepSeek人工智能大模型与医院会碰撞出怎样的火花?记者了解到,迄今全国有近10家医疗机构已接入大模型。在上海,复旦大学附属中山医院、上海市第四人民医院、和睦家医疗等近日相继接入大模型,为未来医疗场景的智能化升级奠定基础。
提高医院系统运行效率
中山医院信智部相关负责人表示,医院本地化部署DeepSeek,将融合大模型能力和本地知识库,目前该项目已完成内测,不久将会开放给全院使用。
第四人民医院也已开始基于DeepSeek构建医生知识库,深度整合该院多年积累的诊疗方案,以及3万余例典型病例和本地化诊疗规范。医院信息管理部部长王志勇介绍,通过对海量医疗数据的整合和分析,DeepSeek能快速准确地为医生提供所需的信息支持,帮助医生作出更科学、合理的医疗决策。目前,该院正积极开展业务整合与模型微调工作。一方面,将DeepSeek与医院现有信息系统(如电子病历系统、医院信息系统等)进行深度对接,实现数据无缝流通和共享。另一方面,医院根据专科特色和临床需求,对DeepSeek模型进行微调,使其在特定领域的医疗任务中表现得更出色。
第四人民医院还同步启动知识库蒸馏工作,通过对知识库中的知识进行筛选、提炼和压缩,去除冗余信息,降低模型的存储和计算成本,提高系统运行效率,为医院信息化建设带来更多便利。
辅助医生减少误诊漏诊
DeepSeek通过强化学习,可结合环境反馈与自我优化技术,显著提升模型的推理和泛化能力,使得其在医疗领域的应用表现更精准。第四人民医院院长熊利泽直言:“DeepSeek的本地化部署,对医院来说是一次极具意义的变革。”
从数据安全角度看,本地化部署满足医疗数据隐私保护的严格要求,所有数据在医院内部处理,杜绝数据传输过程中的泄露风险,让患者和医院都安心。在实际应用层面,它给医院的工作带来诸多便利。例如,在临床辅助诊断方面,医生输入患者的症状、病史等信息,DeepSeek能快速整合医学知识和大量病例数据,提供诊断思路、判断可能的疾病方向,为医生节省查阅资料的时间。尤其是面对复杂病例时,能辅助医生全面思考,减少误诊漏诊。此外,在病历撰写上,它能根据医生记录的关键信息,快速生成规范的病历模板,大大提高病历书写效率,使医生能把更多精力放在患者诊疗上。
和睦家医疗在大模型应用上也有自己的做法。医院将在现有大模型问答的基础上,进一步开发临床辅助诊疗系统,深入挖掘垂直场景应用价值;同时打造动态医学知识平台,通过RAG技术实现医学证据与临床实践的双向互动,不断优化实际诊疗效果;借助语音识别与大模型文本生成技术,实现高效的病历记录生成,优化诊疗流程。和睦家医疗相关负责人特别提出,在复杂诊断推理和个性化治疗方案设计方面,DeepSeek展现出非凡的能力。此外,其创新架构在复杂医疗推理和动态知识演化两大关键领域均展现出优势,为医疗人工智能开拓更多可能性。
据悉,未来人工智能将广泛融入医院临床诊疗、运营管理等场景,并以DeepSeek为底层技术基座,持续拓展医疗人工智能的创新边界。(记者 顾泳)
(责任编辑:韩璐)

相关文章
头条焦点
精彩导读
关注我们
【查看完整讨论话题】 | 【用户登录】 | 【用户注册】