“AI+医疗”加快部署，破解成本与数据困局

不久前，深度求索（DeepSeek）发布了在技术上可以与ChatGPT-o1媲美的大语言模型（LLM）——DeepSeek-R1。随之而来的便是一场席卷各行各业的AI之风。华为、京东、百度、阿里云、360等科技巨头纷纷宣布接入DeepSeek。

医疗赛道的巨头们紧随其后，包括方舟健客、医渡科技、鹰瞳Airdoc、万达信息等数字医疗领域的头部企业先后官宣接入DeepSeek，推动AI医疗加速落地。目前，基于大模型的生成式AI已经在国内得到认可，在医疗场景实际部署落地。

解决通量、成本、安全难题

以往，在OpenAI时代，医疗企业在调用基础模型时，面临着通量、成本、数据安全等难题。此外，由于不掌握源代码，二次开发能力也受到很大限制。如今，DeepSeek 开启了开源大模型的低成本新时代，企业能够自主、独立地在本地进行部署和运行，不仅有效解决了成本和数据安全的困扰，还可以基于源代码开展二次开发，这使得企业在部署过程中，能够实现更高的效率和更强的可控性。

据最新数据统计，已有超过30家大健康企业宣布接入DeepSeek，涵盖医疗信息企业、药物研发企业、诊断企业等。例如，圣湘生物自研平台“传染病数智化系统”正式接入DeepSeek-R1模型，目的在于进一步增强数智化系统检索和数据挖掘能力，提高传染病数智化系统管理效率，赋能各项AI+医疗业务场景。

鹰瞳科技自主研发的万语医疗大模型完成升级，接入DeepSeek-R1模型。通过升级，鹰瞳多模态分析体系可以通过一张眼底照片可以预知50多种疾病风险；其次可以融合循证医学知识，可生成包含病灶定位、并发风险预警等多维度的结构化报告等。

健康元表示，公司密切关注AI领域的快速发展和研究，并将DeepSeek等全球最先进的AI模型运用在创新药研发方面，包括靶点发现、化合物筛选、分子设计、药学研究、临床研究等关键环节。

推动大模型落地医疗应用

相比OpenAI的ChatGPT，DeepSeek采用混合专家模型，可将任务拆分给多个专用子模块处理，资源利用率更高，大幅降低了大模型训练所需的算力要求。在软硬件协同优化上，算力资源相对有限的DeepSeek也极尽各种优化，大幅降低了对计算、存储及通信等层面的硬件需求。

相比海外大模型，DeepSeek训练数据以汉语为主，对复杂的汉语词汇和语境处理更为精准，使其文字输出更为流畅自然，符合汉语环境。同时，它的逻辑推导过程透明，并支持针对包括医疗在内特定场景的深度优化。

在此基础上，DeepSeek还采取完全开源的策略，将其大模型的代码和模型参数全部开放，极大降低了中小企业的AI部署门槛。

展望未来，DeepSeek将会对大模型在医疗场景的应用产生深远的影响。目前，大模型已经渗透到越来越多的医疗场景。DeepSeek的高热度将更进一步让更多人认识到大模型的能力，对于推动大模型落地医疗应用场景帮助很大。