川观新闻记者 魏冯 吴聃 摄影报道


1月，杭州深度求索公司推出推理大模型DeepSeek-R1，仅15天用户破亿，成为各行业竞相拥抱的“新宠”，医疗行业也不例外。

2月13日，成都市中西医结合医院（成都市第一人民医院，以下简称“成都市一医院”）在成都市率先成功完成DeepSeek本地化部署，将DeepSeek-R1：32b模型巧妙融入医院临床营养评估决策支持、治未病诊疗及专科患者随访等多个环节。

一场悄无声息却影响深远的医疗效率变革，在四川拉开帷幕。

两天速“装”，AI从遥不可及到触手可及

“太兴奋了！真的太兴奋了！”成都市一医院信息部工程师雷欢难掩激动，“以前AI对我们来说，只能在媒体报道或者专业学术论坛上看到，现在DeepSeek开源，我们医院实现了本地化部署，AI一下子就握在自己手里了！”

据悉，DeepSeek的应用方式包括直接访问应用、调用云服务接口以及本地化部署定制开发等。要深入应用，还需调用其进行二次开发，这样既能有效保障数据安全和隐私保护，又能利用医院真实数据训练出贴合实际需求的AI智能体。

早在春节前，医院信息部团队已敏锐地捕捉到这一技术变革的机遇，探索DeepSeek本地化应用。假期结束，医院从上到下火力全开，仅用2天完成资源配置、技术封装以及应用场景的搭建，让DeepSeek在医院顺利“安家落户”。

从2月13日“官宣”本地化部署到2月20日，一周就有10多个医疗机构前来交流学习，信息部部长陈郁被问得最多的就是：“你们是怎么做到的？”

陈郁解释道：“DeepSeek是通用型的大模型基座，不是简单下载拿来就能用，本地化部署运行对医院的算力储备和硬件也有要求，得有‘硬核’服务器支持。医院恰好有一台服务器能带动DeepSeek-R1：32b模型运行，这个模型有320亿参数，属于中等偏大的语言模型。要是算力不够，就难以正常运行。”

当前DeepSeek有7B、16B-MoE、32B、671B等不同模型，32B模型已然算较大规模，671B更是被业内称作“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。

有了运行载体，新的问题接踵而至——原始界面不太友好，只是一个单调的“黑框框”。“这哪行啊！”雷欢笑着说，“我们马上设计了白底蓝框的新界面，还找了几位经验丰富的医生测评。”如今医院内网上，每位医生都能轻松找到这个贴心助手，操作体验得到提升。

“我们最先在治未病系统尝试应用，这是我们医院自主研发的临床诊疗系统，接入过程很顺利，我们发现DeepSeek对中医知识的掌握程度相当高，能精准帮医生判断、验证病人症状，还能提供全面的诊疗和康复建议。”雷欢边说边熟练地进行演示，只见在电脑页面上，模型自动获取了患者相关信息，只见《治未病中心就诊建议》自动弹出和生成一份详实的内容——涵盖复诊建议、饮食建议、运动调理建议、作息规律建议、监测与随访以及注意事项等全方位的就诊指导。

成都市一医院最先在治未病系统尝试运用

DeepSeek还被运用到营养诊疗和评估，在患者端口也开启了探索。陈郁表示，通过互联网医院入口试点患者端口，在随访中接入DeepSeek技术，不仅方便了医患交流，还构建了患者端专病随访智能伴诊服务。患者用手机或电脑就能进行个性化医疗咨询，医生也能实时指导，实现医疗服务的连续性、便捷性与安全性，为远程医疗随访开辟了新路径。“但目前服务器承载能力有限，患者端口还处于试点阶段，未来我们将持续优化。”

患者端口正在试点

谈及安全保障，雷欢信心满满：“一方面，我们在内网部署，内网有防火墙等一系列安全防护策略；另一方面邀请临床医生校验大模型回答的准确性，双重保障，安全使用没顾虑！”

诊疗效率“飙升”，细节仍需人工“把关”

不少医生使用后反馈，DeepSeek提高诊疗效率。临床营养科副主任刘言是该医院最早“内测”的医生之一。“以前计算患者营养素需求量，一堆公式、表格要查，现在有DeepSeek帮忙，那些繁琐计算都省了，时间节省了好多！”她举例，判断儿童青少年生长发育情况，以前查生长曲线很麻烦，现在输入数据，几秒出结果，体格和营养评估效率大幅提升。刘言称赞DeepSeek还像个贴心顾问，制定治疗方案时，把思考过程和各方面考虑讲得清清楚楚，对培养年轻医生规范诊疗思路很有帮助。

刘言正在使用DeepSeek

“但使用中也发现，它和医生意见偶尔会有分歧。”刘言举例，比如给减重患者制定食谱，它不太能考虑到四川人的饮食喜好，有时给出的方案不太符合减重需求。像高糖水果，从专业角度正餐吃不利于减重，实际制定方案时我们就得调整水果类型和进食时间。”

她解释，“医生直接面对病人，而DeepSeek给出的治疗意见是基于提供的信息。如果患者有特殊情况，比如食物过敏及饮食喜好等信息没给到它，那它给出的意见可能就不合适，它对问题的依赖程度还是挺高，总体来讲，DeepSeek给出的‘框架’没啥大毛病，只是细节上需要医生根据实际情况调整。”

采访时，陈郁还分享了一个数据——从2月20日10:00到11:00，成都市一医院内网部署的模型咨询医生使用数每小时将近70多个，如今每天使用DeepSeek的医生超过100名，这个数据还在持续增长。“我们也发现，DeepSeek对不同层级的医生都有着显著的助力。对于初级医生而言，它可以快速帮助他们学习和掌握诊疗流程、治疗方案等基础知识，提升学习效率；对于中级医生，它能够提高诊疗效率，快速完成一些固定公式性的工作，让医生腾出更多时间与病人沟通，深入了解病情，完善诊疗方案；对于高年资医生，在处理常见疾病时，它能节省时间，让医生有更多精力去研究疑难病症，提升医疗水平。”

陈郁表示，下一步会在医院运营管理、体检患者管理、临床应用等方面进一步提升DeepSeek应用，为科室精细化管理提供分析，优化体检报告，在成都高新区7个社区卫生服务中心推广，为基层医生提供智能化诊疗决策支持。“未来，我们将在患者端、医生端、管理端三个维度全面运用AI技术，构建三位一体的智慧医院管理模式，全方位提升医疗服务质量和效率。”

多地医院“拥抱”AI，全场景应用未来可期

成都市一医院首个完成本地化部署后，2月19日，成都、南充、遂宁、绵阳等多地医院同一天官宣——

四川省人民医院完成DeepSeek大模型全流程本地化部署，成为省内首家实现医疗全场景智能化落地的三甲医院。在患者服务端，公众号接入模型成“智能医疗顾问”，通过收集患者的症状、病史等关键信息，运用先进算法和医学知识图谱，精准匹配最合适的就诊科室与医生，提供科室导航功能；同时，将模型集成到临床业务系统，门诊和住院医生有了“智能助手”，医生可随时输入患者病情，询问诊疗方案建议、查询医学知识、辅助解答疑难问题等，提升决策效率与准确性，其“病历质控功能”还能自动识别病历中的术语错误、逻辑漏洞及格式问题，一键优化表述规范性，助力医生高效完成高质量的病历书写。

遂宁市中心医院也接入DeepSeek，在本地内网部署DeepSeek 32B、70B两个大模型，联合DeepSeek与临床辅助决策系统（CDSS）为医务人员临床工作提供辅助，为医疗质量管理部门提供更为精准快速的管理手段，还邀请国内知名专家和学者围绕大数据挖掘、人工智能辅助医疗等技术应用培训全院职工。

川北医学院附属医院完成国产人工智能大模型DeepSeek的本地化部署，高效支持医学报告智能分析、电子病历结构化处理、临床辅助决策等核心场景，实现患者诊疗数据“零外流”。

多家医院相关信息人员表示，医院将充分利用高度专业化数据，训练本医院定制化DeepSeek，从诊断、治疗、预后判断、疾病科普、病历书写、病历质控等多个环节入手，未来将开放多种丰富的应用场景，为患者提供更加个性化、精准化的医疗服务。

四川之外，深圳大学附属华南医院、复旦大学附属华山医院、湖南省人民医院、北京大学第一医院、清华长庚医院、浙江省中医院、广西中医药大学第一附属医院、南京市中医院、广东省妇幼保健院、南方医科大学第五附属医院等国内大型医院也密集官宣，完成本地化部署，核心应用场景涵盖病理与影像分析智能化、临床决策与病历管理、患者服务与流程再造等多个领域。

当前，医疗AI从技术验证迈向规模化应用，DeepSeek融入日常诊疗已是大势所趋。雷欢表示：“AI是医疗的有益补充，它能给出客观公正的建议，激发医生新的诊疗思路和治疗方向。”陈郁感慨：“不是说有了AI医生就会失业了，不会用AI的医生才会被淘汰。AI不是替代医生，而是赋能医疗，让医疗服务更加高效、精准、人性化。”

【未经授权，严禁转载！联系电话028-86968276】