（视觉中国供图）

□ 本报记者 杨彦 安莹 实习生 朱敬雯

近年来，医疗大模型技术凭借强大的自然语言理解、推理能力及多模态处理性能，正逐步成为医疗行业智能化转型的核心驱动力。其中，DeepSeek以其强大的性能和广泛的应用前景，为医疗行业的智能化升级带来了新的机遇。在国家大力推动“AI+医疗”深度融合的宏观背景下，江苏积极探索，试点DeepSeek等医疗大模型的本地化部署和深度应用。从“互联网+”到“AI+”，数智升级，为“健康江苏”建设注入了新活力。

能读报告能给方案，“聪明”的AI医生来了？

年后，国内多家医院“官宣”了AI医生上岗，医生看诊有了“外挂”的最强大脑，引发社会热议，记者了解到，江苏不少医院积极接入DeepSeek等大数据模型，具有不同功能的AI医生已经走进临床科室，成为医生的好帮手。

拿到检验报告单后，面对密密麻麻的数据一头雾水；专业术语看不懂，异常指标心慌慌；深夜拿到报告有异常，却不是看诊时间……这些烦恼现在可以由AI来帮忙解决。江苏省人民医院（南京医科大学第一附属医院、江苏省妇幼保健院）、南京市中医院等医院陆续推出“AI报告结果科普”功能，患者检查检验报告出具后，无需等待医生解读，基于DeepSeek技术，AI助手可以自动识别并标注检查报告的异常指标，用通俗易懂的语言解释其临床意义，并可以为患者推荐下一步的就诊方向，包括是否需要进一步检查、挂哪个科室、哪位专家等信息。AI助手还可以提供科学的饮食、运动、作息建议，帮助改善生活方式，预防疾病进展。

“我们医院经过对比与论证，选择了检查检验报告解读这个小切入口。”南京市中医院信息中心副主任国强介绍，医学诊断报告通常包含大量专业术语和复杂信息，患者对解读的需求量大，也是AI可以实现精准训练的领域。

“我们选择的是DeepSeek顶级版本的通用数据模型，但通用型模型并不是拿来就能用的。”国强告诉记者，为此，他们以2025年为节点往前推，先给模型“喂”了近一年半的医疗数据，包括患者的检查检验报告、电子病历、医嘱记录、中医疗法等，为AI大模型提供了丰富的训练素材。通过与不同科室的医生合作交流、分析验证，目前AI医疗助手的解读正确率已经达到令人满意的水平。从上线情况来看，访问量不断攀高。

在东南大学附属中大医院，AI医生对于诊疗参与度更为深入。该院肿瘤科主任黄桂春教授向记者介绍：“现在相对成熟的技术是AI对于肿瘤的诊断。它不仅能快速识别出结节，还能告诉你哪些是良性的，哪些可能是恶性的。”AI在影像诊断中的应用已经相当成熟，尤其是在CT扫描中，AI可以快速、准确地判断结节的良恶性，帮助医生做出更明确的诊断。不仅如此，AI还在病理诊断中大显身手。黄桂春提到，中大医院如今正和东南大学计算机系等机构合作推动病理切片的数字化，“AI可以通过利用其学习识别肿瘤的类型，甚至进行分子诊断，极大提高诊断效率。”

在肿瘤治疗方面，AI的应用更是让人眼前一亮。黄桂春解释，传统的肿瘤治疗往往是非特异性治疗，而AI可以通过分析患者的数据，提供个性化的治疗方案。“比如化疗，AI可以根据患者的具体情况，推荐个性化的治疗方案，真正做到‘因人而异’。”除了诊断和治疗，AI在愈后判断中也扮演着重要角色。黄桂春说：“患者最关心的往往是康复后的身体状况。而AI可以通过分析各种治疗参数，预测患者的愈后情况，极大减轻患者的焦虑情绪。”

不止问诊，大模型正重塑医院全场景生态

面向患者服务，AI科技赋能就医效率和诊疗水平；面向医院内部，AI大模型也在深入渗透医院管理、临床支持等各个环节，有效促进医院管理效能和医疗服务质量的双重提升。

以病历书写为例，病历是医疗工作的重要记录，其质量直接关系到医疗质量和患者安全。此前江苏不少医疗机构都推行了结构化电子病历，由于技术瓶颈，部分病历内涵缺陷仍旧依赖终末人工质控。在有了AI助理之后，各医院的病历辅助书写，也迎来再次升级。徐矿总医院就在神经内科、骨科上线试运行了基于DeepSeek-R1的MaysonGPT的大模型，大模型将高效推理能力应用于病历生成功能，在医生书写病历时，大模型与临床决策支持系统深度结合，能够无缝对接医院所有业务系统，自动抽取患者信息、检查检验结果等数据，为医生生成一份高质量的病历文本，供医生参考使用。实际临床工作中，大模型还能辅助医生鉴别诊断，并对危急重症和疑难杂症进行快速筛查。目前，大模型在院内的应用得到了试点科室的肯定和认可，多项病历质控指标得到显著提升。

在无锡市人民医院，DeepSeek深度融入医院病历质量管理全流程，以AI技术为驱动，推动质控模式从“人工核对”向“实时全量”转变，实现医嘱执行与护理文书撰写的联动。

通过对关键环节的精准校验，一旦发现护理文书中的记录时间与实际操作存在偏差，或内容不符合书写规范，系统将立即发出提醒。无锡市人民医院副院长李明钢也感触良多：“DeepSeek大模型质控功能的上线，显著提升了医疗质量管理的智能化水平，确保病历记录的准确性与规范性，为患者安全与医院高效运营筑起坚实的防线。”

苏大附一院医生也有了AI助手，在预问诊以及慢病管理方面，AI助手都展现了十足的潜力。骨科博士、副研究员倪莉介绍，骨科普通门诊一天要看两三百个病人，推出AI医生的目的，就是让患者在候诊的过程中完成病史的初步采集。既能将患者等待就诊的时间利用起来，对医生来说也可以提高效率。在此基础上，该院还建立起了骨质疏松数据库，可以针对骨质疏松患者进行后续管理，建立起真正智能的慢病管理体系。

更多医院正努力让AI成为医生的科研助手、管理助手。江苏省人民医院打造智慧管理中枢，在其智能体应用平台上沉淀的医院管理及医学知识库，具有针对医疗专业领域、精准处理场景、融合专业规则、自动更新知识的“专精特新”领域特性，为医院各类管理人员提供决策支持，提升医院整体管理效率；在前期已经输入数据的基础上，南京市中医院计划继续录入5年乃至10年的医疗数据，让AI更“聪明”，不仅懂西医，也要对名中医的诊方思路有更深刻的了解，医生端AI也在测试中，可以提供临床辅助决策支持，并在科研、教学、产学研合作等方面发挥作用。

甚至，作为医院的“数据大脑”，信息中心工作也因AI而重塑，南通大学附属医院针对医院信息科存在突发问题需要单人迅速处理、重复性问题占70%以上，问题涉及的知识点相对分散，时常需要联系其他同事获取帮助的难题，整合近3年1000多条值班日志，收录300多份医疗信息系统运维手册，集成设备厂商技术文档库，通过结合知识库和本地部署，让DeepSeek成为信息中心24小时智能值班助手，AI的快速响应、精准回答，改变了传统的值班模式。

从“互联网+”到“AI+”，探索中回答这些问题

“不同的AI大模型可能会给出不同的结果，给患者带来不必要的恐慌。如何形成一个统一的大模型仍然需要探索。AI在医疗中的应用还伴随着法律和伦理问题。如果AI出错了，谁来负责？这些问题都需要我们认真思考和解决。”采访中，黄桂春教授对“AI+医疗”也表达了些许担忧。

从“互联网+”到“AI+”，需要回答的问题还不止如此。接入DeepSeek等大模型，如何来接，哪些要接？各家都在探索本地化部署，基础工作有没有“公约数”可以共享来避免重复劳动？接入外部大数据的平台，患者的隐私等信息如何保护？技术力量相对缺乏的基层医疗机构，如何来赶上这波“东风”？……健康领域日益高涨的AI声浪，既是机遇，也面临诸多挑战。

探索中，江苏各级医疗机构也在尝试回答这些问题。

对于保障数据安全和患者隐私安全的重中之重，多家医院选择了大模型私有化部署。大模型的私有化部署，意味着数据存储和处理均在医院内部完成，有效避免了数据泄露和跨境传输的风险，最大限度保障了数据与隐私安全。江苏省人民医院智能体应用平台建设还采用了“全链路国产化”技术方案，从底层算力到应用系统实现全面自主可控。

苏州市卫生健康信息中心联合苏州数智科技集团，也已经成功部署DeepSeek蒸馏版本，并且“对齐”了细节。同一个疾病在不同医院、不同医生的记录中会有不同的“缩写”和“简称”，要在更广范围内归集、分析这些数据，进而摸清人群健康状况、互通互认检验结果、采取针对性措施，就会因为筛选错漏、重复或标准不一，而让最终结论出现偏差。于是苏州市卫生健康信息中心将最新的权威疾病分类、医学指南等共识文件，“教给”了DeepSeek，原本需要大量懂医学的人工进行标注、统计的医疗数据，可以被轻松“清洗”，大幅提高医疗数据精准度、规范性和可用性，为后续医疗数据分析、疾病监测等工作奠定坚实基础。随着AI大模型的深入应用，苏州也期望未来借助AI构建县域医联体智能中枢，将三甲医院诊疗能力下沉至基层，打通电子病历、影像组学、基因组学等多维度数据，同时借助一些轻量化AI问诊工具，为三级诊疗的落地赋能。