头图 | 视觉中国

人工智能在医疗界也感受到了空前的热情。

近期在多个发布医疗 AI 大模型的活动现场，都能听到临床专家这样说：我们必须拥抱 AI 了。

在经过从豆包到 Kimi 以及 DeepSeek 的快速迭代之后，中国最顶级的医学专家也都有了“不知所措”的感受。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曾公开表明，整个社会正被 AI 和大模型所重塑，倘若再不拥抱 AI，就会成为局外人。

AI能否当医生呢？三四年前，这被视为遥不可及的事。而如今，它已逐步走向实现。随着 DeepSeek 的发布，一种全新的紧迫感席卷了整个医疗领域。向来对 AI 持谨慎态度的公立医院，也来了个巨大的转变，直接来了个 180°大转弯。

行业人士统计显示，春节过后仅两三周的时间内，至少有 92 家中国医院。这些医院有的官宣接入了 DeepSeek，有的由媒体报道接入了 DeepSeek，并且都完成了本地化部署。这个数字仍在持续上升。从具体名单来看，北上广的知名医院以及各省市的三甲医院都包含在内。

同时，接入 DeepSeek 的 AI 医疗公司正在为各大医院专门提供服务，这些服务包括融合多种模型的 AI 中台搭建等。在监管层面，一些比较激进的城市，其卫健委和医保局已经接入了这一大模型。

我们的业务十分繁忙，目前正在各地出差。忙得几乎要吐出来了。有医疗 AI 公司的创业者向虎嗅表示。

DeepSeek 与以往的 AI 大模型相比，给较为传统、严谨且保守的医疗行业带来了很大的震撼。

前不久，有医生在社交平台上爆料称，在看诊时，患者用 DeepSeek 对他的诊断结果提出质疑。这名医生起初很生气，等回去一查才发现，指南已经更新了，是他的诊断过时了。这使他感觉仿佛“天塌了”，也让许多基层医生有了同样的感受。

从 DeepSeek 在医疗领域的更多表现来看，这仅仅是一个开端。

DeepSeek来势凶猛

DeepSeek 是开年之后的最大风口。与医疗相关的各类机构以及个人，都希望能在其中有所作为。DeepSeek 的表现相当出色，不仅如此，它甚至已经渗透到了医疗中极为核心的手术场景当中。

“通过多模态评估和技术赋能，我们看到了治愈的可能。”

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说了这些话。此前，熊玮及其团队为一位 82 岁的患有难治疾病的患者实施了“右侧肾盂癌伴下腔静脉癌栓”的根治性手术。此手术被看作是跨越“生命禁区”的手术。

根据公开信息可知，这一患者的病情极为凶险。其癌栓将下腔静脉完全阻塞，双侧下肢存在水肿以及形成血栓的风险。倘若在以前，只能采取保守治疗。由于患者高龄且病情复杂，倘若进行手术，很容易出现心肺功能无法承受长时间手术的情况，也容易在术中出现致命性出血，并且术后还可能出现急性肾功能损伤等并发症。

对于复杂情况，DeepSeek 给出了个性化的围手术期管理方案。该方案覆盖了风险预警、用药决策、康复路径和并发症雷达等方面。同时，DeepSeek 在术中实时定位了病灶和血管的位置，减少了出血等问题。并且，DeepSeek 结合高精度 CT 成像三维构建了“数字脉管系统”等技术。最终，手术耗时 4 小时顺利完成。

医生对此作出评价，他说这一系列新技术就如同给团队装上了“风险透视镜”。

在许多医疗机构，DeepSeek 被运用在行政管理方面，也被用于已有的 AI 辅助诊断等领域，以提升效率和准确度。

长沙市某医院信息数据部主任透露，该医院将 DeepSeek 用于辅助阅片。在 DeepSeek 的加持下，AI 辅助诊断肺结节系统的阅片时长得以缩短，缩短幅度为 40%；微小病灶的识别率得到提升，提升幅度为 25%，且准确率达到了 95%以上。在胃镜检查领域，AI 系统预判与“金标准”病理检查结果的符合率也达到了 96%。

有更多亚健康人士的时候，已经出现了“AI 医生”可以为他们提供 24 小时服务。例如：广西医科大学附属医院泌尿外科所上线的“泌尿外科 AI 医生”（虚拟数字医生），它可以随时对患者的咨询做出响应，能够完成超过 80%的标准化问答，并且还能够为患者定制个性化的健康管理方案。

使用 AI 技术或大模型来进行图像分析，其具备的全面性、准确性以及快速性，是人工图像分析所远远不能达到的。临床专家在医疗大模型的发布会上进行了指出。

业界认为，医疗机构大规模接入 AI 大模型，这对诊疗效率的提高会有很大帮助，对诊疗质量的提升也会有很大帮助。从行业的角度来看，这将指向医疗行业的新一轮变革，且这轮变革是急剧的。

来自：视觉中国

再不拥抱AI就晚了

医疗界在某种程度上已经开始接受 AI 了。DeepSeek 是一种性价比极高的大模型，它直接极大地浓缩了落地过程。这也会进一步使医疗市场竞争加剧。

在医院里，有很多工作是由医生通过手工来完成的，这耗费了大量的时间和精力。而病理科这个被称作“医学皇冠上明珠”的科室，医生工作所带来的枯燥感以及压抑程度，甚至与工厂里“打螺丝”的工作相近。

在过去的两三年间，AI 技术迅速发展。临床医生们早已深刻体会到了 AI 的能力。他们知道人的精力是有限的，而 AI 能够调出无穷无尽的数据库。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向虎嗅表示，AI 辅助诊断以及数字人等，在日常工作和科普方面都发挥了重要作用。

一位在医院放射（治疗）科工作多年的医生向虎嗅表示，十年前他们得在电脑上逐步勾勒出 CT 图像上心脏和肺等器官的轮廓，那时候眼睛会干涩，手指也很酸，并且图像还歪歪扭扭的。当时她就认为“人工拿着鼠标在电脑上绘图、描轮廓的这种行为很愚蠢，应该由电脑自动去识别并勾画”。

现在这个目标已经达成了。“仅需 60 秒钟！以往需要一两个小时才能完成的工作，现在通过一键就可以生成了。”这位医生向虎嗅表达道，尽管仍然需要医生进行一些修改，但已经极为便捷了。“我目睹了 AI 辅助医疗不断进步、变化迅速的态势。”

现在，患者在县级医院等待病理报告的时间，原来至少需要 3 天，现在缩短到了 24 小时。

AI 到来后，医生们从繁重且重复的劳动中得以解放。同时，在某些细节方面，AI 能够比人做得更为出色。

申龙海以肿瘤放疗中的“画靶区”这一确定放疗点位的工作为例向虎嗅进行解释。他说，原本这个工作完成至少需要 6 个小时。在电脑上用鼠标勾画时，很难控制图形。而使用了 AI 之后，速度变得更快了，图形也更加圆润顺畅了。

在更为核心的手术领域，加载了 AI 等新技术的手术机器，能够将误差控制在 0.1 毫米以内。它克服了人类医生手抖所带来的影响，使得术后并发症减少了。根据公开报道，在重建尿道的手术中，吻合口漏的发生率从 8%降低到了 2%。

国家层面在积极推动 AI 等智能辅助工具在医疗领域的落地。去年 11 月份，国家卫健委等部门联合发布了指引文件。该文件公布了 84 个“人工智能 + ”在医疗服务、基层公共卫生领域的应用场景。

国家自然科学基金委员会前不久宣布的可申报项目基金的项目中，有多个是人工智能相关的项目，这些项目涵盖了心梗预警、罕见病诊断、免疫力解码等方面。更为直接的是，在最新的三级医院评审要求里，还将医疗信息化水平等内容列入其中，对于大医院而言，信息化转型已成为必需的。

AI 本身有技术进步，同时受到政策引导。除此之外，医疗机构的生存处境促使他们必须要寻求改变。

据三联生活周刊报道，2024 年在相关网站公示申报破产信息的数量有 1200 多条，且这些信息与医院有关。这个数字比 2022 年多两倍以上，同时比 2023 年还多约 400 家。在这些医院当中，既有民营医院，也有公立医院。

行业人士进行分析，这主要是因为公立医院进行了大规模的扩建和升级，其依靠增加患者数量来谋求发展的路径，使得成本急剧增加，而医院的收入增长却相对滞后。在医保基金从按项目付费转变为按病种付费之后，这种情况就急剧地恶化了。

医院从医保获得的收入在逐渐减少。这使得医院不得不从粗放型的发展模式转变为精细化管理。如果医院不能及时完成这种转变，那么就很有可能出现资金流断裂的情况。

一篇关于去年破产的广东省嘉应学院医学院附属医院（二甲公立医院）的文章表明，在 2022 年到 2023 年期间，该医院的医疗收入为 7500 多万元，然而其扩建却投入了 1.2 亿元。在新的形势之下，资金方面的缺口对它造成了极为严重的影响。

从新的政策走向来看，医保基金正逐渐开始跳过公立医院这一环节，直接与药械企业进行结算，这种情况对于公立医院的现金流而言，也将构成更大的挑战。

医院院长们处于生死关头，对于他们而言，任何能切实提升管理水平以及诊疗效率的新工具，都成为了“救命稻草”。

来自：视觉中国

DeepSeek将如何影响医疗格局？

医疗界存在一些长期的问题，其中有人员不足的问题，还有效率不高的问题以及过度诊疗等问题，这些问题使得行业内外都期望能够依靠新技术来予以解决。

遗憾的是，AI能做的还是非常有限。

申龙海告知虎嗅，AI 辅助诊疗虽能做诸多之事，但面对复杂人体状况，仍无法独立完成任务。像前文提到的放疗靶区勾画，一旦遭遇特殊情况，像患者有血管畸形、肠道畸形等，AI 勾画器官就会出现识别错误，若没有医生修正，便可能危及正常器官。

AI 在诸多方面依旧无法替代人类。申龙海向虎嗅表明这一点。一方面，其能力有待提升；另一方面，AI 能否真正对人的遭遇感同身受也遭到业界的质疑。即便 DeepSeek 的思考能力超越了人类，但在科普中它无法给予人精神上的支持，并且也难以从患者的经济能力、身体条件等方面进行综合考量，从而制定出个性化的治疗方案。

“人是有温度的，机器没有温度。”申龙海说。

医疗的复杂性在于，普通人难以向 AI 确切地表述病史以及症状等情况。倘若依据患者所提供的错误信息来进行诊断或者给出治疗方案，那么极有可能会致使病情快速地恶化。

此外，AI 的加入使得医学检查变得更加敏锐，同时也让业界产生了会造成新的“过度诊疗”的担忧。事实上，在过去的几年里，AI 接入 CT 之后，肺结节检出率一直处于上升趋势，这已经让越来越多的人陷入了焦虑之中。

从行业格局方面来看，仅仅依靠技术并不一定就能够达成分级诊疗以及强化基层的目标。

AI+医疗领域最常提及的愿景是用新技术提升基层医疗水平并实现分级诊疗。然而，从当前的状况来看，AI 等新技术正使大医院与基层医疗机构的差距进一步拉大。

实际上，医疗机构早就有对新技术的需求了。然而，这些需求却迟迟没有落地。除了技术未达到令医疗机构满意的程度之外，经济方面的考虑也是其中一个原因。这也是高性价比的 DeepSeek 能够迅速俘获这么多医院的根本原因之一。

从 DeepSeek 官网所公布的数据来看，DeepSeek-R1 输入输出所需的费用与能力稍高的 GPT4-o1 相比，只是其零头都不到。在缓存命中的情况下，DeepSeek-R1 的输入 token 费用为 1 元/百万 tokens，仅为 o1 收费标准的 1.8%，并且不到能力更差的 o1-mimi 的十分之一。这个价格在持续降低。在最新公布的消息里，从北京时间每日的 0 点 30 分到 8 点 30 分这段时间内，DeepSeek-R1 的 API 费用能够降低 75%。

DeepSeek-R1 API 的输出费用情况。来自：DeepSeek 官网。

在其他费用方面，有行业人士进行过计算。若只是进行本地测试，执行一些基础的自然语言模型任务，像翻译、多轮对话等，医院部署 DeepSeek 的硬件成本能低到几万元，而高配置成本也不会超过百万元。若是精度更高的专业领域，成本还可以低至 400 多万元。

很多区域龙头医院具备了本地部署技术领先的 AI 大模型的条件。

从医院官宣的情况来看，尽管如此，很多医院还是将 DeepSeek 运用在帮助医生完成询问患者症状病史、查阅资料、撰写病历等基础工作领域。这样做确实能够提高效率，然而却没有充分地发挥出 DeepSeek 的潜能。

基层医疗机构是否有实力引入这一技术存疑，并且是否有动力引入这一技术也存疑。

硬币的另一面情况是，顶级医疗机构以及专家学者有着更加复杂的需求，他们正借助 AI 去提升诊疗服务的门槛与天花板。

2 月份起，北京儿童医院、上海瑞金医院、复旦大学附属中山医院等，都把与科技公司合作开发的专业大模型展现在公众面前。这些大模型能够参与会诊；能协助医生阅读复杂病理报告，且准确度超 90%；其专业知识储备达到正教授的水平。

这些大模型的推广能让更多医疗机构的能力提升到新的高度。顶级医疗机构会借助 AI 构建出新的医疗模式，疾病治疗的顶尖部分将从专业化转变为个性化，迈向精准医疗。

患者期待这样的未来，而医疗行业可能会因之而经历一场洗牌。

不可忽视的是，其背后的技术需求以及成本要比普惠的 DeepSeek 高很多。能够看到，中南大学湘雅医院在本地部署 DeepSeek 时，引入了多个国内顶尖的大模型，并且以与科技公司（比如医渡科技等）合作 6 年构建的数据库作为基础。

这意味着，在数据和资金这两座大山的筛选作用下，顶级医疗机构借助 AI 会走得越来越远，各个地区的龙头医院也能有较好的发展，从而形成更为稳固的多区域中心格局。同时，基层医疗机构与它们的差距会变得更大。除了部分能够纳入医联体的机构外，更多缺乏特色且缺少人才的基层医疗机构，很有可能会沦为开药、输液的地方，甚至面临破产的境地。

要让基层医疗机构从技术进步中获得利益，就必须要有更多制度方面的保障以及政策方面的引导。

近期，在 AI 兴起的热潮里，监管部门再次重申了严禁 AI 开处方的规定。这一方面是出于用药安全的考虑，另一方面也客观上稳固了基层医疗机构的生命线。然而，这只是底线，怎样让 AI 切实促进医疗行业的健康发展，依然需要进行更多的探讨。

DeepSeek并不是“救世主”。

从乐观角度来看，借助 DeepSeek 的大火，医疗行业在更大范围上接受了 AI。在真正能够解决医疗痛点问题的产品面世之前，正如行业人士所言，做好充分准备是当务之急，而这准备包括构建优质、专业的数据库。