DeepSeek的熱風(fēng)終究是吹到了醫(yī)療診斷這座曾經(jīng)高不可攀的山峰，在這場(chǎng)全民DeepSeek的狂歡中，AI醫(yī)療診斷正通過(guò)社交平臺(tái)以前所未有的方式讓越來(lái)越多的人躍躍欲試。

近日，廣東醫(yī)生博主"孤芳自賞"發(fā)帖表示病人用DeepSeek診斷后質(zhì)疑其的治療方案，連夜查最新指南才發(fā)現(xiàn)半年前國(guó)際共識(shí)已更新，并形容為“天塌了”，該貼已經(jīng)引發(fā)1.2億次圍觀。除了患者端掀起AI診斷和醫(yī)生診斷結(jié)果的碰撞“風(fēng)尚”，醫(yī)院端也經(jīng)歷新的診斷革命。

據(jù)不完全統(tǒng)計(jì)，全國(guó)已經(jīng)有超100家醫(yī)院完成DeepSeek的本地部署，遍布北京、上海、安徽、四川、廣東、河北、湖南、江蘇等二十多個(gè)省市和自治區(qū)，其中大部分是三甲醫(yī)院。在DeepSeek引爆的AI熱潮下，醫(yī)療行業(yè)儼然已成為AI應(yīng)用落地的重要領(lǐng)域。

當(dāng)AI算法開(kāi)始修正專業(yè)醫(yī)生的診斷結(jié)論，醫(yī)學(xué)界不得不直面一個(gè)終極詰問(wèn)：AI醫(yī)療的「奇點(diǎn)」是否已經(jīng)降臨？

算力覺(jué)醒，當(dāng)現(xiàn)代醫(yī)學(xué)遇見(jiàn)第三代AI

從工具到?jīng)Q策者的范式革命

在AI醫(yī)療進(jìn)化史上，2024年或?qū)⒊蔀榉炙畮X。

在傳統(tǒng)AI醫(yī)療敘事中，算法往往扮演“輔助角色”，但現(xiàn)在，通過(guò)多模態(tài)大模型的跨緯度推理，AI可以生成帶有概率權(quán)重的診斷樹(shù)。真正的顛覆已經(jīng)不再是識(shí)別病灶，而是在于重構(gòu)診斷邏輯鏈。

這背后，是三個(gè)維度的技術(shù)顛覆。

一是認(rèn)知維度的突破，以DeepSeek為代表的醫(yī)療AI正從單一影像特征分析進(jìn)化為多維度臨床證據(jù)鏈構(gòu)建。

以往，AI在醫(yī)療領(lǐng)域重要作用之一是影像分析，這也是院端最大的堰塞湖。以上海瑞金醫(yī)院為例，每天產(chǎn)生的病理切片約6000張，每名醫(yī)生平均每天閱片量約為200至300張。通常情況下，醫(yī)生需要在顯微鏡下逐個(gè)診斷，耗時(shí)約40分鐘。

在借助AI大模型交互式病理診斷后，AI大模型能提前識(shí)別病灶區(qū)域，單切片的診斷時(shí)間變?yōu)槊爰?jí)。從過(guò)去在顯微鏡下找病灶到互動(dòng)式審核AI診斷結(jié)果，這背后，是大量的數(shù)據(jù)投喂。

以亞?？撇±磲t(yī)生的規(guī)范化培訓(xùn)為例，在長(zhǎng)達(dá)十年的學(xué)習(xí)中，醫(yī)生至少需要研讀50本專業(yè)書(shū)籍，學(xué)習(xí)診斷50萬(wàn)張病理切片，而大模型在研發(fā)過(guò)程中，能夠短時(shí)間研讀閱讀成倍的診斷書(shū)籍和數(shù)字切片，在由病理醫(yī)生整理的常用問(wèn)題當(dāng)中，大模型回答的準(zhǔn)確率達(dá)到了90%。

而DeepSeek這類具備深度檢索和邏輯推理能力AI的出現(xiàn)，則讓構(gòu)建多維度臨床證據(jù)鏈成為現(xiàn)實(shí)。

在臨床中，AI能夠發(fā)揮強(qiáng)大的信息處理能力，快速、全面地檢索和梳理相關(guān)研究，構(gòu)建特定疾病或診療問(wèn)題的“證據(jù)拓?fù)鋱D”。這種拓?fù)鋱D能夠清晰地呈現(xiàn)不同研究之間的關(guān)聯(lián)和演進(jìn)脈絡(luò)，并智能識(shí)別和突出顯示重要的前沿進(jìn)展和共識(shí)盲區(qū)。

與此同時(shí)，臨床診療過(guò)程中，會(huì)產(chǎn)生大量來(lái)源多樣的患者數(shù)據(jù)，如影像報(bào)告、病理信息、檢驗(yàn)結(jié)果、用藥記錄等。AI技術(shù)能夠高效整合并解析這些來(lái)自不同系統(tǒng)、不同模態(tài)的數(shù)據(jù)，進(jìn)行深度關(guān)聯(lián)分析。

直白點(diǎn)說(shuō)，AI能夠同步分析影像特征的動(dòng)態(tài)變化、生物標(biāo)志物的波動(dòng)趨勢(shì)以及藥物代謝參數(shù)等多維度數(shù)據(jù)，智能識(shí)別疾病診療的關(guān)鍵節(jié)點(diǎn)和多維度數(shù)據(jù)的潛在關(guān)聯(lián)。

借助AI，醫(yī)生可以更高效地從海量數(shù)據(jù)中提取關(guān)鍵信息，從以往傳統(tǒng)經(jīng)驗(yàn)?zāi)Ｊ竭M(jìn)化為多維融匯的診療認(rèn)知。

二是臨床決策升維，AI正在改變臨床判斷和決策方式。

AI的介入，能夠在極短時(shí)間內(nèi)助力醫(yī)生更全面掌握最新的醫(yī)學(xué)證據(jù)，讓診療決策實(shí)現(xiàn)躍升。

以往在臨床中，面對(duì)復(fù)雜病情和多種治療方案時(shí)，往往需要醫(yī)生進(jìn)行多方面的權(quán)衡和考量。但AI可以基于患者的個(gè)體化特征，構(gòu)建虛擬的治療鏈路，模擬不同治療方案的潛在走向，并以可視化的方式呈現(xiàn)關(guān)鍵指標(biāo)的預(yù)測(cè)結(jié)果。

通過(guò)AI的評(píng)估預(yù)測(cè)，醫(yī)生可以更全面、系統(tǒng)、直觀地評(píng)估不同診療方案的優(yōu)劣，從而實(shí)現(xiàn)更智能、更精準(zhǔn)、更有效的決策進(jìn)化。

三是現(xiàn)有醫(yī)療生態(tài)的重構(gòu)，AI成為真正的參與者。

在醫(yī)療行業(yè)，醫(yī)療AI不是什么新鮮詞兒。

從2016年到現(xiàn)在，近10年時(shí)間里這一賽道多次獲得過(guò)市場(chǎng)關(guān)注與資本追捧。這期間，AI醫(yī)療影像、AI制藥、AI導(dǎo)診、AI手術(shù)機(jī)器人、醫(yī)療大模型等細(xì)分賽道你方唱罷我登場(chǎng)，但在商業(yè)化面前，受限支付方、收費(fèi)渠道等問(wèn)題，醫(yī)療AI一直處于叫好不叫座的尷尬境地。

在政策風(fēng)的吹動(dòng)下，醫(yī)療AI賽道也迎來(lái)了新的轉(zhuǎn)機(jī)。

去年年底，國(guó)家衛(wèi)健委印發(fā)《衛(wèi)生健康行業(yè)人工智能應(yīng)用場(chǎng)景參考指引》，積極推進(jìn)衛(wèi)生健康行業(yè)“人工智能+”應(yīng)用創(chuàng)新發(fā)展，其中明確了人工智能在醫(yī)療健康行業(yè)十三大應(yīng)用領(lǐng)域的84項(xiàng)典型的應(yīng)用場(chǎng)景。

在“醫(yī)療服務(wù)”方面，提出可在醫(yī)學(xué)影像智能輔助診斷、醫(yī)學(xué)影像數(shù)據(jù)智能輔助質(zhì)控、臨床專病智能輔助決策、基層全科醫(yī)生智能輔助決策、醫(yī)學(xué)影像智能輔助治療、手術(shù)智能輔助規(guī)劃、放射治療靶區(qū)智能輔助勾畫(huà)等領(lǐng)域應(yīng)用AI。

如今，隨著DeepSeek的長(zhǎng)驅(qū)直入，醫(yī)院方面表現(xiàn)出了前所未有的興趣，這讓AI走到了以往從未抵達(dá)的深度。

以湖南省人民醫(yī)院為例，2月16日，該完成醫(yī)療AI系統(tǒng)DeepSeek本地化部署，截至2月21日，該院DeepSeek平臺(tái)已累計(jì)處理請(qǐng)求量427萬(wàn)次，日均活躍用戶（醫(yī)護(hù)人員）達(dá)到1237人。在檢查、檢驗(yàn)報(bào)告解讀方面醫(yī)師調(diào)用AI輔助解讀量占比高達(dá)63%，極大縮短了報(bào)告解讀時(shí)間。

長(zhǎng)沙市第一醫(yī)院信息數(shù)據(jù)部主任唐杰透露，國(guó)產(chǎn)AI大模型DeepSeek輔助診斷肺結(jié)節(jié)閱片時(shí)間縮短40%，微小病灶識(shí)別率提升25%，準(zhǔn)確率在95%以上。該系統(tǒng)功能可以將胃鏡檢查盲區(qū)率降低約16%，根據(jù)臨床醫(yī)生反饋，系統(tǒng)預(yù)判與病理結(jié)果符合率為96%。

從工具到?jīng)Q策者，以DeepSeek為代表的AI，正讓醫(yī)療診斷進(jìn)入全新的篇章。而AI對(duì)于醫(yī)療，還有更多的故事可以講。

AI醫(yī)療能力邊界圖鑒

2.0時(shí)代比想象中應(yīng)用更廣

和大部分普通人仍處于AI診斷帶來(lái)的震撼不同，AI技術(shù)實(shí)際上在醫(yī)療領(lǐng)域已經(jīng)走得足夠遠(yuǎn)。

在更寬泛的醫(yī)療行業(yè)，AI已經(jīng)不再只是簡(jiǎn)單地替代或優(yōu)化人類的工作，而是開(kāi)始真正參與到重塑醫(yī)療流程中來(lái)了，我們也稱之為AI+醫(yī)療的2.0時(shí)代。

隨著DeepSeek的熱浪席卷，AI+醫(yī)療也在醫(yī)療服務(wù)的各個(gè)環(huán)節(jié)掀起各類形式的革命。如果把AI在醫(yī)療領(lǐng)域的應(yīng)用看成是一個(gè)坐標(biāo)，那醫(yī)療全鏈路就是橫軸，對(duì)應(yīng)的核心場(chǎng)景就是縱軸，現(xiàn)在，這個(gè)坐標(biāo)中信息已經(jīng)足夠豐富。

當(dāng)前，全國(guó)眾多三甲醫(yī)院進(jìn)行Deepseek本地化部署，主要應(yīng)用場(chǎng)景為醫(yī)療影像、臨床輔助決策和醫(yī)療信息化，用戶可以在較短時(shí)間內(nèi)就能感受到。

而更大的改變，則在于推翻傳統(tǒng)醫(yī)療邏輯。

一直以來(lái)，醫(yī)療界一直有一個(gè)“不可能三角”理論，即就醫(yī)看病時(shí)不可能同時(shí)滿足就診速度快、醫(yī)療費(fèi)用低、治療水平高三個(gè)要求。任何一個(gè)國(guó)家的醫(yī)療系統(tǒng)，都很難做到提高醫(yī)療服務(wù)質(zhì)量的同時(shí)，增加醫(yī)療服務(wù)可及性、降低醫(yī)療服務(wù)成本。

現(xiàn)在，這個(gè)“不可能三角”正被AI+醫(yī)療打破。理論上，在AI助力下，醫(yī)療服務(wù)可以實(shí)現(xiàn)大規(guī)模、隨時(shí)隨地服務(wù)患者，與之對(duì)應(yīng)的醫(yī)療成本，也有望進(jìn)一步降低。

在創(chuàng)新藥研發(fā)方面，AI也正讓醫(yī)藥價(jià)格惠民成為可能。眾所周知，醫(yī)藥界對(duì)于創(chuàng)新藥研發(fā)有一個(gè)“雙十定律”，即一款創(chuàng)新藥從啟動(dòng)研發(fā)到上市，研發(fā)時(shí)間超過(guò)10年，平均成本超10億美元。AI的應(yīng)用，正在打破這個(gè)定律。

在藥物研發(fā)領(lǐng)域，AI技術(shù)目前主要用于靶點(diǎn)發(fā)現(xiàn)、化合物快速匹配等，能夠大幅縮短研發(fā)周期、降低成本，提高研發(fā)成功率。

據(jù)英偉達(dá)公開(kāi)資料，使用AI技術(shù)可使藥物早期發(fā)現(xiàn)所需時(shí)間縮短至1/3倍，成本節(jié)省至1/200倍。相較于傳統(tǒng)藥物靶點(diǎn)發(fā)現(xiàn)方式，應(yīng)用AI技術(shù)可以通過(guò)分析大量的生物數(shù)據(jù)，包括基因數(shù)據(jù)、蛋白質(zhì)結(jié)構(gòu)數(shù)據(jù)等，挖掘潛在的藥物作用靶點(diǎn)。AI 算法能夠快速識(shí)別出與疾病相關(guān)的生物分子，并預(yù)測(cè)它們作為藥物靶點(diǎn)的可能性，更快發(fā)現(xiàn)更有潛力的新藥靶點(diǎn)，并分析差異化競(jìng)爭(zhēng)優(yōu)勢(shì)實(shí)現(xiàn)更好的分子結(jié)構(gòu)設(shè)計(jì)。

如在小分子藥物領(lǐng)域，英矽智能的ISM001-055小分子抑制劑，就是一款由生成式AI驅(qū)動(dòng)藥物發(fā)現(xiàn)與設(shè)計(jì)過(guò)程，靶向TNIK用于特發(fā)性肺纖維化（IPF）治療，在IIa期臨床試驗(yàn)中取得了積極的初步研究結(jié)果，這樣的案例以后會(huì)越來(lái)越多。

當(dāng)然，由于各家藥企的藥物設(shè)計(jì)均是保密，公開(kāi)信息及有效數(shù)據(jù)較少，AI制藥會(huì)在較長(zhǎng)時(shí)間內(nèi)受限于訓(xùn)練用數(shù)據(jù)的匱乏，但長(zhǎng)遠(yuǎn)來(lái)看，趨勢(shì)已成。

不可否認(rèn)的是，AI+醫(yī)療的2.0時(shí)代足夠吸引人，但就目前而言，還有太多值得顧慮和警惕的點(diǎn)。

AI醫(yī)療普適化的九重門(mén)

技術(shù)奇跡到普惠醫(yī)療隔著巨大鴻溝

AI醫(yī)療繪制的藍(lán)圖足夠吸引人，但技術(shù)突進(jìn)下，現(xiàn)實(shí)也有骨感一面。如何普適化，是擺在前面最現(xiàn)實(shí)的問(wèn)題。

AI的底層邏輯是數(shù)據(jù)和算法，在醫(yī)療行業(yè)，數(shù)據(jù)鏈條恰恰難以閉環(huán)。

目前在診斷領(lǐng)域，AI醫(yī)學(xué)影像分析的成熟度是最高的。據(jù)頭豹研究院測(cè)算，2020年至2030年，CT掃描中AI滲透率預(yù)計(jì)從1.2%增加至44.8%，MRI中AI的滲透率預(yù)計(jì)從0.0%增加值40.2%，超聲中AI的滲透率預(yù)計(jì)從0.6%增加值40.8%。這是影像相關(guān)數(shù)據(jù)較為充實(shí)及國(guó)家級(jí)、政府項(xiàng)目牽頭的結(jié)果。

在其他場(chǎng)景，數(shù)據(jù)往往會(huì)成為掣肘。回到最初的問(wèn)題，為什么Deepseek本地化部署幾乎全是三甲醫(yī)院？原因有二。

第一，成本高昂，需要持續(xù)投入。

DeepSeek作為當(dāng)前國(guó)內(nèi)最強(qiáng)開(kāi)源模型，不用醫(yī)院方面承擔(dān)昂貴的訓(xùn)練成本，但對(duì)于醫(yī)院來(lái)說(shuō)仍是一筆不菲的投入。目前DeepSeek提供了從1.5B到671B的不同參數(shù)的開(kāi)源模型，以便于符合多種場(chǎng)景需求。一般來(lái)說(shuō)，參數(shù)量越大，模型的性能越好，尤其是在解決復(fù)雜醫(yī)學(xué)任務(wù)時(shí)，對(duì)于模型性能的要求較高。要應(yīng)對(duì)醫(yī)學(xué)數(shù)據(jù)分析等高精度需求，則需要用到大規(guī)模云端計(jì)算集群，價(jià)格非常昂貴。同時(shí)也需要3-5人的運(yùn)維團(tuán)隊(duì)，模型微調(diào)和設(shè)備的更新?lián)Q代都需要持續(xù)投入。

第二，數(shù)據(jù)原始積累量大，應(yīng)用可行性高。

按照國(guó)家規(guī)定，所有患者診療數(shù)據(jù)必須在內(nèi)網(wǎng)閉環(huán)處理，禁止原始數(shù)據(jù)跨物理區(qū)域傳輸。

醫(yī)療數(shù)據(jù)高度敏感，需嚴(yán)格遵守GDPR、等保三級(jí)等法規(guī)。三甲醫(yī)院對(duì)于數(shù)據(jù)治理能力較高，更容易讓AI產(chǎn)生作用。

事實(shí)上，盡管進(jìn)行了本地化部署，醫(yī)院也堪堪算跨入醫(yī)療AI的門(mén)檻，更大的挑戰(zhàn)還在后面。

首先，院端數(shù)據(jù)孤島與系統(tǒng)割裂難以避免。

通常而言，醫(yī)院醫(yī)療數(shù)據(jù)分散在HIS、LIS、PACS和EMR等多個(gè)獨(dú)立系統(tǒng)中。這些系統(tǒng)間數(shù)據(jù)格式不一、互聯(lián)互通性差，容易形成“數(shù)據(jù)孤島”，如何打通鏈路讓AI具備全局?jǐn)?shù)據(jù)分析能力，是第一步。

其次，醫(yī)療數(shù)據(jù)缺乏統(tǒng)一標(biāo)準(zhǔn)，標(biāo)記難度大。

醫(yī)療數(shù)據(jù)中約70%為非結(jié)構(gòu)化數(shù)據(jù)（如病歷文本、影像資料），缺乏統(tǒng)一標(biāo)準(zhǔn)，質(zhì)量參差不齊。AI依賴高質(zhì)量標(biāo)注數(shù)據(jù)進(jìn)行訓(xùn)練，若輸入數(shù)據(jù)不規(guī)范（如手寫(xiě)病歷字跡模糊），模型預(yù)測(cè)偏差將直接影響臨床決策。

最后，數(shù)據(jù)合規(guī)和算法穩(wěn)定性難以保障。

對(duì)于醫(yī)院來(lái)說(shuō)，如何在數(shù)據(jù)共享與隱私保護(hù)間找到平衡，并合法合規(guī)，涉及到數(shù)據(jù)脫敏、加密、權(quán)限管理等一系列技術(shù)成熟。與此同時(shí)，如何避免AI因?yàn)橛?xùn)練數(shù)據(jù)不足而誤診，也是一個(gè)現(xiàn)實(shí)問(wèn)題。

除了技術(shù)問(wèn)題，AI醫(yī)療涉及到的倫理及法律問(wèn)題，也需要慎重處理。

如近日，湖南省醫(yī)療保障局印發(fā)《關(guān)于進(jìn)一步加強(qiáng)基本醫(yī)療保障定點(diǎn)零售藥店管理的通知》，明確規(guī)定醫(yī)生開(kāi)具處方應(yīng)與患者或患者家屬進(jìn)行有效、充分的溝通問(wèn)診，嚴(yán)禁使用人工智能等自動(dòng)生成處方。

更早之前，國(guó)家衛(wèi)健委、國(guó)家中醫(yī)藥管理局2022年發(fā)布的《互聯(lián)網(wǎng)診療監(jiān)管細(xì)則（試行）》，就有多處對(duì)人工智能使用的限制規(guī)定，其中包括“醫(yī)師接診前需進(jìn)行實(shí)名認(rèn)證，確保由本人提供診療服務(wù)。”此外也規(guī)定“處方應(yīng)由接診醫(yī)師本人開(kāi)具，嚴(yán)禁使用人工智能等自動(dòng)生成處方”。

而支付端作為AI醫(yī)療賴以生存的底座，同樣是AI醫(yī)療普適化的重要關(guān)卡。

去年9月，湖南省醫(yī)保局曾出臺(tái)AI診斷、手術(shù)機(jī)器人收費(fèi)標(biāo)準(zhǔn)，明確規(guī)定人工智能、增強(qiáng)現(xiàn)實(shí)等手術(shù)規(guī)劃產(chǎn)品不能收費(fèi)；手術(shù)導(dǎo)航產(chǎn)品，加收40%，封頂2000元，并規(guī)定加收費(fèi)用不納入醫(yī)保。

國(guó)家醫(yī)保局在去年11月也表示，將在放射檢查、超聲檢查、康復(fù)類項(xiàng)目中設(shè)立“人工智能輔助”擴(kuò)展項(xiàng)；同樣的價(jià)格水平下，醫(yī)務(wù)人員診療和人工智能參與診療，現(xiàn)階段不重復(fù)收費(fèi)。

由此而言，讓DeepSeek分析病情，僅僅是掀開(kāi)了AI醫(yī)療的帷幕一角，在AI醫(yī)療這條路上，我們需要謹(jǐn)慎并擁抱，不能做“用核磁共振儀的中世紀(jì)巫師”。

可以肯定的是，隨著DeepSeek等AI技術(shù)的涌現(xiàn)，醫(yī)療領(lǐng)域正經(jīng)歷人類史上的重大變革。

具備更高階信息處理能力及決策建議的AI，協(xié)同更專業(yè)和人性化的醫(yī)生，共同守衛(wèi)人類健康的“人機(jī)協(xié)同”醫(yī)療幻想，已經(jīng)邁出了關(guān)鍵一步。

來(lái)源：數(shù)據(jù)猿