多家医院接入DeepSeek背后，医疗机构应如何用好大模型？

一石激起千层浪。

2025年1月，杭州深度求索公司推出推理大模型DeepSeek-R1，被称为「国运级的创新」，仅15天用户破亿，成为史上最快达到3000万日活用户里程碑的应用，背后公司估值可能飙升至1500亿美元...

各行各业都在积极拥抱DeepSeek-R1。据报道，微信等多款国民级产品接入，约20家车企宣布在智舱场景或AI运营领域与其深入融合，中国移动、中国电信、中国联通三大电信运营商宣布全面接入该开源大模型。

与此同时，DeepSeek引发的AI医疗浪潮也涌向了医疗领域。AI医疗公司医渡科技、鹰瞳科技、万达信息、智云健康、翔宇医疗以及数坤科技等宣布将其接入或者本地化部署；多家医院官宣完成其本地化部署，包括深圳大学附属华南医院、昆山市第一人民医院、北京中医药大学深圳医院、湖南省人民医院、北京大学第一医院、清华长庚医院、上海六院、上海四院、北京中医药大学东方医院等等。

从病人使用其求医问诊，到医院亲自上阵部署，这反映了什么趋势？部署后，医院应该如何用好DeepSeek？

「医疗领域正处于从传统医疗模式向智慧医院和精准医疗转型的关键阶段。然而，在这一转型过程中缺乏强有力的工具。DeepSeek凭借开源使用等优势，它的出现正好弥补了之前的不足，为医疗转型提供了很好的抓手。」清华大学附属北京清华长庚医院医学数据科学中心主任、研究员李栋对健康界说。

在李栋看来，多家医院相继部署，反映出其在当下医疗领域应用的迫切性，多数医院已经意识到AI与医疗深度对接的价值，并加速将AI应用到医院场景中。

AI医疗未来已来，医院应该做的是利用好AI，提升医疗效率，改善医疗品质，降低医疗费用，并节省全社会的医疗资源，真正让患者享受到AI医疗的优质服务，「整体来看，部署DeepSeek对提升中国医院的医疗服务水平具有积极意义」。

深层次应用需二次开发

训练「定制化DeepSeek」

关于DeepSeek的应用，有多种方式，包括直接访问应用、调用云服务接口、本地化部署定制开发等。如果要进行深入应用，需要调用其做二次开发。

据李栋介绍道，与普通用户不同，医院如果要利用DeepSeek做深层次开发，需要进行本地化部署。一方面是数据安全和隐私保护问题，国家规定院内数据不能离院，必须进行本地化部署；另一方面，本地化接入之后，在保证安全性的前提下，才能进行深层次二次开发，比如可以利用医院高质量的真实医疗数据训练AI智慧体。反之，如果开源，外源数据可能和医院本身的数据混合在一起，则会干扰智慧体的训练。

不过，本地化部署的运行条件苛刻，且门槛极高，对医院的算力储备和硬件有高要求。比方说，满血版DeepSeek-R1模型参数高达671B，如果要部署满血版，仅模型文件就需要404GB存储空间，运行时更需要约1300GB显存。李栋补充道，目前也有一些蒸馏小模型，医院可以根据各自算力储备选择部署不同版本。

「本地化部署需要一定的基础设施、算力资源、人员投入，投入的成本相对较大。各家医院需要综合考虑多个因素，尤其是算力和实际的应用场景，确定接入DeepSeek的方式。其实，除了部署算力本地化接入之外，也可以与外部垂直领域的模型公司合作训练专有模型为医院所用。方法是多样的，关键是应用场景，应用为王。」三博脑科医院管理集团副总经理兼首席信息官孙吉让对健康界说。

部署之后，李栋指出，首先是可以反向倒逼医院进行数据整合和数据治理，打破信息和「数据孤岛」。大模型离不开高质量的数据，这是整个过程中非常关键的一步，医院可以利用高度专业化的数据训练本医院的「定制化DeepSeek」，这就相当于医院的AI大脑。

接下来是二次开发，「DeepSeek只是通用型大模型基座，不同领域需要定制化训练，并非简单拿来用就行。医院想要真正利用其为患者提供专业性医疗服务，必须进行二次开发。」李栋表示。

北京大学第一医院信息中心主任周国鹏对健康界指出，需要结合医院的实际情况，探索DeepSeek在医院的实际应用场景，进行二次开发，挖掘出大模型的最大价值，「如果只是简单做一个问答系统，说实话，真有点暴殄天物了」。

北京大学第一医院开发基于DS的

创新药临床应用智能决策系统

本周即将上线

据不完全统计，多家医院已经宣布本地化部署DeepSeek，加速AI在医院的应用，包括深圳大学附属华南医院、昆山市第一人民医院、北京中医药大学深圳医院、湖南省人民医院、北京大学第一医院、清华长庚医院、上海市第六人民医院、上海四院、北京中医药大学东方医院等等。

「本地化部署之后，大模型应用场景广阔。从诊断、治疗、预后判断到疾病科普，甚至包括对医护人员病历的书写、病历质控、讲座PPT制作、科研翻译和资料查询等。我相信，随着DeepSeek的深入应用，其在医院的应用将会是全周期、全方位的，未来将能满足医院不同场景的需求。」李栋说。

孙吉让指出，DeepSeek开源方式，为广泛应用创造了有利条件，可以用来开发知识类、医疗管理类、辅助医疗决策、病历归纳和生成、病历内涵质控、健康教育等多种应用，未来也可以探索数据治理和临床科研方法创新的专业领域实用价值....因此，医院需要结合实际业务，持续挖掘其在医疗业务方面的潜力。

据报道，深圳大学附属华南医院部署了满血版DeepSeek大模型。院长吴松接受采访时表示，医院已构建全场景智算中枢，开发一体化智算服务平台，正在深入探索AI在临床辅助决策、质控、慢病管理、远程诊疗、智慧护理等领域的广泛应用。

湖南省人民医院宣布实现其与医院OA系统的深度融合，可智能化处理行政审批、排班管理、文件流转等日常事务，并计划于今年内启动DeepSeek与电子病历系统、HIS（医院信息系统）等核心业务平台的对接工作；陆军军医大学新桥医院正式推出「新桥DeepSeek」智能体；昆山市第一人民医院宣布其落地该院昆山生物医学大数据创新应用实验室，并在原有算力支持下，结合实验室科研需求，帮助实验室加速研发行业大模型和智慧医疗解决方案；北京中医药大学深圳医院将其深度融入医院运营管理体系。

据李栋透露，清华长庚医院通过本地化部署DeepSeek主要解决五个问题：

其一用于智能辅助诊断，正在利用真实医疗数据训练模型，希望未来训练出的智能体可以真正起到智能辅助诊断的效果；

其二用于处理医疗文本，提高对文档的处理效率和准确性，包括病历生成、病历质控等等；

其三用于编写供内科学、放射学、诊断科以及影像科等医生使用的专业化教程，让医生积极拥抱DeepSeek等大模型工具；

其四用于医生培训、开展医学知识培训；

其五可能还会探索应用于优化医院管理流程。

据周国鹏介绍，北京大学第一医院开发了一款基于DeepSeek的创新药临床应用智能决策系统（CDSS）应用程序，且将这一系统与HIS整合在一起，预计本周即将上线。他们希望在信息化技术加持下，推广难治性疾病的治疗新思路，深刻认识到创新药在肿瘤和罕见病等方向的治疗潜力。

注意！医疗场景不可逾越的红线

需要注意的一点是，受访者们都提到了数据安全以及伦理问题的重要性。他们对健康界指出，在享受DeepSeek带来便利的同时，必须注意数据的安全性问题，防止个人信息和隐私泄露，这是医疗场景不可逾越的红线。

究其原因，主要是由于AI大模型往往依赖大量公开数据进行训练，可能在无意中学习到不当的行为，造成信息污染和伦理风险。比如说生成的内容可能也良莠不齐，甚至可能会涉及偏见、不当言论或信息；伦理问题同样不可忽视，有技术专家担忧，如果没有规则和伦理限制，人工智能可能会无限进化，甚至会在某一天反过来控制或者替代人类。

「这确实应该引起医疗行业对数据安全和隐私保护的重视。现在大家会把诊断报告上传问诊，而化验单上涵盖病人的大量个人信息，这些都是患者的隐私，需妥善处理。而这在医院绝不允许，必须进行脱敏处理。我相信，随着对DeepSeek的使用，一定会促使国内出现一类新兴的行业，即在大模型环境下，保护临床数据安全和患者隐私的一类公司。」李栋对健康界说。

「在大模型应用的过程中，还有其他问题也需要重点关注。比如说，需要关注使用大模型是否会损害被管理者和被动应用者的利益，以及弱势群体老年人使用的情况。」周国鹏补充道。