一石激起千層浪。

2025年1月，杭州深度求索公司推出推理大模型DeepSeek-R1，被稱為「國運級的創新」，僅15天用戶破億，成為史上最快達到3000萬日活用戶里程碑的應用，背后公司估值可能飆升至1500億美元...

各行各業都在積極擁抱DeepSeek-R1。據報道，微信等多款國民級產品接入，約20家車企宣布在智艙場景或AI運營領域與其深入融合，中國移動、中國電信、中國聯通三大電信運營商宣布全面接入該開源大模型。

與此同時，DeepSeek引發的AI醫療浪潮也涌向了醫療領域。AI醫療公司醫渡科技、鷹瞳科技、萬達信息、智云健康、翔宇醫療以及數坤科技等宣布將其接入或者本地化部署；多家醫院官宣完成其本地化部署，包括深圳大學附屬華南醫院、昆山市第一人民醫院、北京中醫藥大學深圳醫院、湖南省人民醫院、北京大學第一醫院、清華長庚醫院、上海六院、上海四院、北京中醫藥大學東方醫院等等。

從病人使用其求醫問診，到醫院親自上陣部署，這反映了什么趨勢？部署后，醫院應該如何用好DeepSeek？

「醫療領域正處于從傳統醫療模式向智慧醫院和精準醫療轉型的關鍵階段。然而，在這一轉型過程中缺乏強有力的工具。DeepSeek憑借開源使用等優勢，它的出現正好彌補了之前的不足，為醫療轉型提供了很好的抓手。」清華大學附屬北京清華長庚醫院醫學數據科學中心主任、研究員李棟對健康界說。

在李棟看來，多家醫院相繼部署，反映出其在當下醫療領域應用的迫切性，多數醫院已經意識到AI與醫療深度對接的價值，并加速將AI應用到醫院場景中。

AI醫療未來已來，醫院應該做的是利用好AI，提升醫療效率，改善醫療品質，降低醫療費用，并節省全社會的醫療資源，真正讓患者享受到AI醫療的優質服務，「整體來看，部署DeepSeek對提升中國醫院的醫療服務水平具有積極意義」。

深層次應用需二次開發

訓練「定制化DeepSeek」

關于DeepSeek的應用，有多種方式，包括直接訪問應用、調用云服務接口、本地化部署定制開發等。如果要進行深入應用，需要調用其做二次開發。

據李棟介紹道，與普通用戶不同，醫院如果要利用DeepSeek做深層次開發，需要進行本地化部署。一方面是數據安全和隱私保護問題，國家規定院內數據不能離院，必須進行本地化部署；另一方面，本地化接入之后，在保證安全性的前提下，才能進行深層次二次開發，比如可以利用醫院高質量的真實醫療數據訓練AI智慧體。反之，如果開源，外源數據可能和醫院本身的數據混合在一起，則會干擾智慧體的訓練。

不過，本地化部署的運行條件苛刻，且門檻極高，對醫院的算力儲備和硬件有高要求。比方說，滿血版DeepSeek-R1模型參數高達671B，如果要部署滿血版，僅模型文件就需要404GB存儲空間，運行時更需要約1300GB顯存。李棟補充道，目前也有一些蒸餾小模型，醫院可以根據各自算力儲備選擇部署不同版本。

「本地化部署需要一定的基礎設施、算力資源、人員投入，投入的成本相對較大。各家醫院需要綜合考慮多個因素，尤其是算力和實際的應用場景，確定接入DeepSeek的方式。其實，除了部署算力本地化接入之外，也可以與外部垂直領域的模型公司合作訓練專有模型為醫院所用。方法是多樣的，關鍵是應用場景，應用為王。」三博腦科醫院管理集團副總經理兼首席信息官孫吉讓對健康界說。

部署之后，李棟指出，首先是可以反向倒逼醫院進行數據整合和數據治理，打破信息和「數據孤島」。大模型離不開高質量的數據，這是整個過程中非常關鍵的一步，醫院可以利用高度專業化的數據訓練本醫院的「定制化DeepSeek」，這就相當于醫院的AI大腦。

接下來是二次開發，「DeepSeek只是通用型大模型基座，不同領域需要定制化訓練，并非簡單拿來用就行。醫院想要真正利用其為患者提供專業性醫療服務，必須進行二次開發。」李棟表示。

北京大學第一醫院信息中心主任周國鵬對健康界指出，需要結合醫院的實際情況，探索DeepSeek在醫院的實際應用場景，進行二次開發，挖掘出大模型的最大價值，「如果只是簡單做一個問答系統，說實話，真有點暴殄天物了」。

北京大學第一醫院開發基于DS的

創新藥臨床應用智能決策系統

本周即將上線

據不完全統計，多家醫院已經宣布本地化部署DeepSeek，加速AI在醫院的應用，包括深圳大學附屬華南醫院、昆山市第一人民醫院、北京中醫藥大學深圳醫院、湖南省人民醫院、北京大學第一醫院、清華長庚醫院、上海市第六人民醫院、上海四院、北京中醫藥大學東方醫院等等。

「本地化部署之后，大模型應用場景廣闊。從診斷、治療、預后判斷到疾病科普，甚至包括對醫護人員病歷的書寫、病歷質控、講座PPT制作、科研翻譯和資料查詢等。我相信，隨著DeepSeek的深入應用，其在醫院的應用將會是全周期、全方位的，未來將能滿足醫院不同場景的需求。」李棟說。

孫吉讓指出，DeepSeek開源方式，為廣泛應用創造了有利條件，可以用來開發知識類、醫療管理類、輔助醫療決策、病歷歸納和生成、病歷內涵質控、健康教育等多種應用，未來也可以探索數據治理和臨床科研方法創新的專業領域實用價值....因此，醫院需要結合實際業務，持續挖掘其在醫療業務方面的潛力。

據報道，深圳大學附屬華南醫院部署了滿血版DeepSeek大模型。院長吳松接受采訪時表示，醫院已構建全場景智算中樞，開發一體化智算服務平臺，正在深入探索AI在臨床輔助決策、質控、慢病管理、遠程診療、智慧護理等領域的廣泛應用。

湖南省人民醫院宣布實現其與醫院OA系統的深度融合，可智能化處理行政審批、排班管理、文件流轉等日常事務，并計劃于今年內啟動DeepSeek與電子病歷系統、HIS（醫院信息系統）等核心業務平臺的對接工作；陸軍軍醫大學新橋醫院正式推出「新橋DeepSeek」智能體；昆山市第一人民醫院宣布其落地該院昆山生物醫學大數據創新應用實驗室，并在原有算力支持下，結合實驗室科研需求，幫助實驗室加速研發行業大模型和智慧醫療解決方案；北京中醫藥大學深圳醫院將其深度融入醫院運營管理體系。

據李棟透露，清華長庚醫院通過本地化部署DeepSeek主要解決五個問題：

其一用于智能輔助診斷，正在利用真實醫療數據訓練模型，希望未來訓練出的智能體可以真正起到智能輔助診斷的效果；

其二用于處理醫療文本，提高對文檔的處理效率和準確性，包括病歷生成、病歷質控等等；

其三用于編寫供內科學、放射學、診斷科以及影像科等醫生使用的專業化教程，讓醫生積極擁抱DeepSeek等大模型工具；

其四用于醫生培訓、開展醫學知識培訓；

其五可能還會探索應用于優化醫院管理流程。

據周國鵬介紹，北京大學第一醫院開發了一款基于DeepSeek的創新藥臨床應用智能決策系統（CDSS）應用程序，且將這一系統與HIS整合在一起，預計本周即將上線。他們希望在信息化技術加持下，推廣難治性疾病的治療新思路，深刻認識到創新藥在腫瘤和罕見病等方向的治療潛力。

注意！醫療場景不可逾越的紅線

需要注意的一點是，受訪者們都提到了數據安全以及倫理問題的重要性。他們對健康界指出，在享受DeepSeek帶來便利的同時，必須注意數據的安全性問題，防止個人信息和隱私泄露，這是醫療場景不可逾越的紅線。

究其原因，主要是由于AI大模型往往依賴大量公開數據進行訓練，可能在無意中學習到不當的行為，造成信息污染和倫理風險。比如說生成的內容可能也良莠不齊，甚至可能會涉及偏見、不當言論或信息；倫理問題同樣不可忽視，有技術專家擔憂，如果沒有規則和倫理限制，人工智能可能會無限進化，甚至會在某一天反過來控制或者替代人類。

「這確實應該引起醫療行業對數據安全和隱私保護的重視。現在大家會把診斷報告上傳問診，而化驗單上涵蓋病人的大量個人信息，這些都是患者的隱私，需妥善處理。而這在醫院絕不允許，必須進行脫敏處理。我相信，隨著對DeepSeek的使用，一定會促使國內出現一類新興的行業，即在大模型環境下，保護臨床數據安全和患者隱私的一類公司。」李棟對健康界說。

「在大模型應用的過程中，還有其他問題也需要重點關注。比如說，需要關注使用大模型是否會損害被管理者和被動應用者的利益，以及弱勢群體老年人使用的情況。」周國鵬補充道。