头图 | 视觉中国
人工智能在医疗界也感受到了空前的热情。
“我们必须拥抱AI了。”在近期多个发布医疗AI大模型的活动现场，都有临床专家这样说。
在经过从豆包到Kimi再到DeepSeek的快速迭代后，即便是中国最顶级的医学专家也感到了“不知所措”。中国工程院院士，上海交通大学医学院附属瑞金医院院长宁光就曾公开表示，整个社会都在被AI、大模型重塑，如果再不拥抱AI，就要成局外人了。
AI真能当医生吗？在三四年前，这还被认为是遥不可及的事情，如今已经走进了实现。随着DeepSeek的发布，一种前所未有的紧迫感，席卷了整个医疗圈。一贯对AI抱持谨慎态度的公立医院，也直接来了个180°大转变。
据行业人士统计，春节过后的短短两三周时间里，至少有92家中国医院官宣或者由媒体报道接入了DeepSeek，完成了本地化部署，这个数字还在不断攀升。从具体名单看，北上广的知名医院、各省市的三甲医院都在其中。
同时，接入DeepSeek的AI医疗公司，也在为各大医院量身提供融合了多种模型的AI中台搭建等服务。在监管层面，较为激进的城市已有卫健委、医保局接入了这一大模型。
“我们业务繁忙，目前各地出差中，忙到要吐了。”有医疗AI公司创业者告诉虎嗅。
相比以往的AI大模型，DeepSeek给相对传统、严谨、保守的医疗行业带来了不小的震撼。
就在前不久，有医生在社交平台爆料，在看诊的过程中，患者用DeepSeek质疑他的诊断结果，这名医生本来很生气，结果回去一查，指南更新了，是他的诊断过时了。这让他感觉“天塌了”，也让很多基层医生感到天塌了。
而从DeepSeek在医疗领域的更多表现看，这还只是开了一个头。
01DeepSeek来势凶猛
DeepSeek是开年以来最大的风口，与医疗相关的机构、个人，都想在其中做点什么，而DeepSeek的表现，也确实可圈可点，甚至已经深入到医疗中非常核心的手术场景了。
“通过多模态评估和技术赋能，我们看到了治愈的可能。”
这是四川省人民医院泌尿外科主任熊玮在接受封面新闻采访时所说的。在此之前，熊玮和他的团队给一个患有难治疾病的82岁患者完成了“右侧肾盂癌伴下腔静脉癌栓”的根治性手术。这被视为跨越“生命禁区”的手术。
根据公开信息，这一患者的病情非常凶险，癌栓完全阻塞了他的下腔静脉，双侧下肢还有水肿和血栓的风险，放在以前只能保守治疗了。因为高龄加上病情复杂，如果手术，很容易出现其心肺功能无法耐受长时间手术，术中出现致命性出血，以及术后出现急性肾功能损伤等并发症的情况。
对于复杂情况，DeepSeek不仅给出了个性化的围手术期管理方案，覆盖风险预警、用药决策、康复路径和并发症雷达等方面，还在术中实时定位了病灶和血管的位置，减少了出血等问题，结合高精度CT成像三维构建“数字脉管系统”等技术，手术最终耗时4小时顺利完成。
医生对此评价称，这一系列新技术相当于给团队装上了“风险透视镜”。
在更多医疗机构，DeepSeek被用于行政管理、已有的AI辅助诊断等领域，用于提高效率和准确度。
据将DeepSeek用于辅助阅片的长沙市某医院的信息数据部主任透露，在DeepSeek加持下，AI辅助诊断肺结节系统的阅片时长缩短了40%，微小病灶的识别率提升了25%，准确率达到了95%以上；在胃镜检查领域，AI系统预判与“金标准”病理检查结果的符合率也达到了96%。
对于更多亚健康人士，已经有“AI医生”可以为他们24小时服务了。比如：广西医科大学附属医院泌尿外科上线的“泌尿外科AI医生”（虚拟数字医生），能够随时响应患者的咨询，完成80%以上的标准化问答，还可以为患者定制个性化健康管理方案。
“使用AI技术或者大模型去做图像分析，那种全面性、准确性和快速性，都是人工图像分析完全无法比拟的。”有临床专家在医疗大模型的发布会上指出。
业界认为，医疗机构大规模接入AI大模型，对诊疗效率和质量提高将会有很大的帮助。从行业的角度看，这也将指向医疗行业的新一轮急剧变革。
来自：视觉中国
02再不拥抱AI就晚了
某种程度上，医疗界已经在接受AI了，DeepSeek这种性价比极高的大模型，直接把落地过程急剧浓缩了。而这也将进一步加剧医疗市场竞争。
在医院，很多工作是靠医生手工完成的，非常费时费力。病理科这种被誉为“医学皇冠上明珠”的科室，医生工作的枯燥、压抑程度，甚至跟工厂“打螺丝”差不多。
在过去两三年里，随着AI技术的快速发展，临床医生们对AI能力早就有了深刻的体会。“人的精力是有限的，AI可以把无穷无尽的数据库调出来。”辽油宝石花医院肿瘤一病区副主任、九三学社盘锦油田支社主任委员申龙海告诉虎嗅，AI辅助诊断、数字人等，在日常工作和科普中都发挥了重要作用。
一位在医院放射（治疗）科工作多年的医生也告诉虎嗅，十年前他们需要一点点在电脑上勾勒出CT图像上心脏和肺等器官的轮廓，眼睛干涩、手指也很酸，图像还歪歪扭扭的。当时她就觉得“人工持鼠标在电脑上绘图、描轮廓的行为愚蠢，应该（由电脑自动）识别勾画”。
现在这个目标实现了。“60秒钟！从前一两个小时的工作就这样一键生成了。”上述医生向虎嗅表示，虽然还是需要医生做一些修改，但是已经非常便捷了。“我看到了AI辅助医疗日新月异的变化。”
现在，患者在县级医院等病理报告的时长，也从原来的至少3天缩短至24小时。
AI的到来让医生们从繁重、重复的劳动中解放出来，而且在某些细节上可以比人做得更好。
申龙海以肿瘤放疗中的“画靶区”，也就是确定放疗点位的工作为例向虎嗅解释说，原来这个工作至少需要6个小时才能完成，用鼠标在电脑上勾画还很难控制图形，使用AI以后，不仅速度更快，而且图形更加圆润顺畅。
而在更加核心的手术领域，加载了AI等新技术的手术机器，早就可以将误差控制在0.1毫米以内，克服了人类医生手抖的影响，术后并发症都变少了——根据公开报道，重建尿道的手术，吻合口漏的发生率已经从8%降到了2%。
国家层面也在积极推动AI等智能辅助工具在医疗领域的落地，去年11月份国家卫健委等部门就联合发布指引文件，公布了84个“人工智能+”在医疗服务、基层公共卫生领域的应用场景。
在前不久，国家自然科学基金委员会宣布可以申报项目基金的项目中，也有多个人工智能相关的项目，覆盖心梗预警、罕见病诊断、免疫力解码等。更加直接地，最新的三级医院评审要求中，还列入了医疗信息化水平等内容，对于大医院来说，信息化转型已成刚需。
除了AI本身的技术进步和政策引导之外，医疗机构的生存处境，也倒逼他们不得不寻求改变。
根据三联生活周刊报道，2024年在相关网站公示申报破产信息中有1200多条与医院有关。这个数字是2022年的两倍以上，比2023年还多400家左右。这些医院中，不只有民营医院还有公立医院。
行业人士分析，这主要与公立医院大规模扩建、升级，靠增加患者数量来谋求发展的路径，导致成本激增而医院收入增长滞后有关。这种情况在医保基金从按项目付费转向按病种付费后，急剧恶化了。
医院从医保能够获得的收入在减少，迫使医院必须从粗放型的发展模式向精细化管理转变，如果不能及时转变就很可能资金流断裂。
一篇研究去年破产的广东省嘉应学院医学院附属医院（二甲公立医院）的文章指出，2022至2023年，该院医疗收入7500多万元，扩建却投入了1.2亿元。在新形势下，资金缺口给了它致命的一击。
而从新的政策走向看，医保基金正在逐渐转向跳过公立医院，直接与药械企业结算，这对公立医院的现金流也将是更大的挑战。
对于身处生死关头的医院院长们来说，任何能够切实提高管理水平、提高诊疗效率的新工具，都是“救命稻草”了。
来自：视觉中国
03DeepSeek将如何影响医疗格局？
医疗界长期存在的问题，包括人员不足、效率不高、过度诊疗等，让行业内外都期待依靠新技术来解决。
遗憾的是，AI能做的还是非常有限。
申龙海告诉虎嗅，虽然AI辅助诊疗可以做很多事情，但是面对复杂的人体状况还是无法做到独立完成任务。比如前述提到的放疗靶区勾画，一旦遇到特殊情况，比如患者有血管畸形、肠道畸形，AI勾画器官就会识别错误，如果没有医生修正，就可能危及正常器官。
“AI在很多方面还是无法取代人的。”申龙海向虎嗅表示。除了能力上还有待提高，AI是否真的能对人的遭遇感同身受也受到业界质疑。即便是DeepSeek在思考能力上甚至超过了人类，在科普中不能给人精神上的支持，也很难从患者的经济能力、身体条件等方面综合考量去制定个性化的治疗方案。
“人是有温度的，机器没有温度。”申龙海说。
而且医疗的复杂性还在于，普通人很难向AI准确表述病史、症状等。如果按照患者提供的错误信息来做诊断或给出治疗方案，很可能会导致病情急剧恶化。
此外，AI的加入让医学检查更加敏锐，也让业界担心会造成新的“过度诊疗”。事实上在过去几年AI接入CT以后，一路走高的肺结节的检出率已经让越来越多人陷入焦虑了。
而从行业格局看，单靠技术也未必能实现分级诊疗、强基层的目标。
尽管AI+医疗领域最常提到的愿景，就是用新技术提高基层的医疗水平，实现分级诊疗，不过从目前的情况看，AI等新技术正在更大幅度地拉开大医院和基层医疗机构的差距。
实际上，医疗机构对新技术的需求早就有了，但是迟迟没有落地，除了技术没有达到令其满意的程度以外，经济考虑也是其中之一。这也是高性价比的DeepSeek迅速俘获这么多医院的根本原因之一。
从DeepSeek官网公布的数据看，DeepSeek-R1输入输出所需的费用只是能力稍高的GPT4-o1的零头都不到——在缓存命中的情况下，DeepSeek-R1输入token费用为1元/百万tokens，只有o1的收费标准的1.8%，不到能力更差的o1-mimi的十分之一。而且这个价格还在降低，最新公布的消息中，北京时间每日0点30分到8点30分，DeepSeek-R1的API的费用可降低75%！
DeepSeek-R1 API输入输出费用情况。来自：DeepSeek官网
在其他费用方面，有行业人士算过一笔账，如果只是本地测试，执行一些基础的自然语言模型的任务，如翻译、多轮对话等，医院部署DeepSeek的硬件成本可以低至几万元，高配置成本也不超过百万元。如果是精度更高的专业领域，也可以低至400多万元。
这样一来，很多区域龙头医院就有机会本地部署技术领先的AI大模型了。
尽管如此，从医院官宣的情况看，很多医院还是将DeepSeek用于帮助医生完成询问患者症状病史、查阅资料、撰写病例等基础工作领域，确实可以提高效率，却没有充分发挥DeepSeek的潜能。
而对于基层医疗机构来说，是否有实力、有动力引入这一技术就更加存疑了。
在硬币的另一面，顶级医疗机构、专家学者的需求更加复杂，他们正在通过AI来推高诊疗服务的门槛和天花板。
进入2月份以来，北京儿童医院、上海瑞金医院、复旦大学附属中山医院等，都将其与科技公司合作开发的专业大模型推到了公众面前。这些大模型可以参与到会诊中；可以帮助医生阅读复杂的病理报告且准确度超过了90%；其专业知识储备甚至达到正教授的水平。
这些大模型的推广无疑可以让更多医疗机构的能力提高到新的水平。顶级医疗机构将依靠AI形成新的医疗模式，疾病治疗的塔尖儿将从专业化走向个性化，走向精准医疗。
这对患者来说是值得期待的未来，对医疗行业来说可能是一场洗牌。
不可忽视的是，其背后的技术需求和成本也会远高于普惠的DeepSeek。可以看到，中南大学湘雅医院在本地部署DeepSeek的时候，引入了多个国内顶尖大模型，还有与科技公司，如：医渡科技等，合作6年构建的数据库做基础。
这意味着，在数据、资金两座大山的筛选下，顶级医疗机构在AI助力下将会越走越远，各个地区的龙头医院也会有较好的发展，形成更加稳固的多区域中心格局。而基层医疗机构与它们的差距将会更大。除了部分可以纳入医联体的机构，更多缺少特色、缺少人才的基层医疗机构，很可能成为开药、输液的场所，甚至破产。
要使基层医疗机构也能从技术进步中获益，就势必需要更多制度上的保障和政策上的引导。
近期，在AI兴起的热潮中，监管部门又在重申严禁AI开处方的规定。这除了用药安全方面的考量，也客观上稳住了基层医疗机构的生命线。只是，这是底线，如何让AI真正促进医疗行业健康发展，仍然需要更多探讨。
DeepSeek并不是“救世主”。
不过，从乐观的角度看，借助DeepSeek的大火，医疗行业更大范围地接受了AI，在真正能够解决医疗痛点问题的产品面世之前，正如行业人士所说，做好充分的准备——包括构建优质、专业的数据库，或许才是当务之急。
头图 | 视觉中国
人工智能在医疗界也感受到了空前的热情。
“我们必须拥抱AI了。”在近期多个发布医疗AI大模型的活动现场，都有临床专家这样说。
在经过从豆包到Kimi再到DeepSeek的快速迭代后，即便是中国最顶级的医学专家也感到了“不知所措”。中国工程院院士，上海交通大学医学院附属瑞金医院院长宁光就曾公开表示，整个社会都在被AI、大模型重塑，如果再不拥抱AI，就要成局外人了。
AI真能当医生吗？在三四年前，这还被认为是遥不可及的事情，如今已经走进了实现。随着DeepSeek的发布，一种前所未有的紧迫感，席卷了整个医疗圈。一贯对AI抱持谨慎态度的公立医院，也直接来了个180°大转变。
据行业人士统计，春节过后的短短两三周时间里，至少有92家中国医院官宣或者由媒体报道接入了DeepSeek，完成了本地化部署，这个数字还在不断攀升。从具体名单看，北上广的知名医院、各省市的三甲医院都在其中。
同时，接入DeepSeek的AI医疗公司，也在为各大医院量身提供融合了多种模型的AI中台搭建等服务。在监管层面，较为激进的城市已有卫健委、医保局接入了这一大模型。
“我们业务繁忙，目前各地出差中，忙到要吐了。”有医疗AI公司创业者告诉虎嗅。
相比以往的AI大模型，DeepSeek给相对传统、严谨、保守的医疗行业带来了不小的震撼。
就在前不久，有医生在社交平台爆料，在看诊的过程中，患者用DeepSeek质疑他的诊断结果，这名医生本来很生气，结果回去一查，指南更新了，是他的诊断过时了。这让他感觉“天塌了”，也让很多基层医生感到天塌了。
而从DeepSeek在医疗领域的更多表现看，这还只是开了一个头。
01DeepSeek来势凶猛
DeepSeek是开年以来最大的风口，与医疗相关的机构、个人，都想在其中做点什么，而DeepSeek的表现，也确实可圈可点，甚至已经深入到医疗中非常核心的手术场景了。
“通过多模态评估和技术赋能，我们看到了治愈的可能。”
这是四川省人民医院泌尿外科主任熊玮在接受封面新闻采访时所说的。在此之前，熊玮和他的团队给一个患有难治疾病的82岁患者完成了“右侧肾盂癌伴下腔静脉癌栓”的根治性手术。这被视为跨越“生命禁区”的手术。
根据公开信息，这一患者的病情非常凶险，癌栓完全阻塞了他的下腔静脉，双侧下肢还有水肿和血栓的风险，放在以前只能保守治疗了。因为高龄加上病情复杂，如果手术，很容易出现其心肺功能无法耐受长时间手术，术中出现致命性出血，以及术后出现急性肾功能损伤等并发症的情况。
对于复杂情况，DeepSeek不仅给出了个性化的围手术期管理方案，覆盖风险预警、用药决策、康复路径和并发症雷达等方面，还在术中实时定位了病灶和血管的位置，减少了出血等问题，结合高精度CT成像三维构建“数字脉管系统”等技术，手术最终耗时4小时顺利完成。
医生对此评价称，这一系列新技术相当于给团队装上了“风险透视镜”。
在更多医疗机构，DeepSeek被用于行政管理、已有的AI辅助诊断等领域，用于提高效率和准确度。
据将DeepSeek用于辅助阅片的长沙市某医院的信息数据部主任透露，在DeepSeek加持下，AI辅助诊断肺结节系统的阅片时长缩短了40%，微小病灶的识别率提升了25%，准确率达到了95%以上；在胃镜检查领域，AI系统预判与“金标准”病理检查结果的符合率也达到了96%。
对于更多亚健康人士，已经有“AI医生”可以为他们24小时服务了。比如：广西医科大学附属医院泌尿外科上线的“泌尿外科AI医生”（虚拟数字医生），能够随时响应患者的咨询，完成80%以上的标准化问答，还可以为患者定制个性化健康管理方案。
“使用AI技术或者大模型去做图像分析，那种全面性、准确性和快速性，都是人工图像分析完全无法比拟的。”有临床专家在医疗大模型的发布会上指出。
业界认为，医疗机构大规模接入AI大模型，对诊疗效率和质量提高将会有很大的帮助。从行业的角度看，这也将指向医疗行业的新一轮急剧变革。
来自：视觉中国
02再不拥抱AI就晚了
某种程度上，医疗界已经在接受AI了，DeepSeek这种性价比极高的大模型，直接把落地过程急剧浓缩了。而这也将进一步加剧医疗市场竞争。
在医院，很多工作是靠医生手工完成的，非常费时费力。病理科这种被誉为“医学皇冠上明珠”的科室，医生工作的枯燥、压抑程度，甚至跟工厂“打螺丝”差不多。
在过去两三年里，随着AI技术的快速发展，临床医生们对AI能力早就有了深刻的体会。“人的精力是有限的，AI可以把无穷无尽的数据库调出来。”辽油宝石花医院肿瘤一病区副主任、九三学社盘锦油田支社主任委员申龙海告诉虎嗅，AI辅助诊断、数字人等，在日常工作和科普中都发挥了重要作用。
一位在医院放射（治疗）科工作多年的医生也告诉虎嗅，十年前他们需要一点点在电脑上勾勒出CT图像上心脏和肺等器官的轮廓，眼睛干涩、手指也很酸，图像还歪歪扭扭的。当时她就觉得“人工持鼠标在电脑上绘图、描轮廓的行为愚蠢，应该（由电脑自动）识别勾画”。
现在这个目标实现了。“60秒钟！从前一两个小时的工作就这样一键生成了。”上述医生向虎嗅表示，虽然还是需要医生做一些修改，但是已经非常便捷了。“我看到了AI辅助医疗日新月异的变化。”
现在，患者在县级医院等病理报告的时长，也从原来的至少3天缩短至24小时。
AI的到来让医生们从繁重、重复的劳动中解放出来，而且在某些细节上可以比人做得更好。
申龙海以肿瘤放疗中的“画靶区”，也就是确定放疗点位的工作为例向虎嗅解释说，原来这个工作至少需要6个小时才能完成，用鼠标在电脑上勾画还很难控制图形，使用AI以后，不仅速度更快，而且图形更加圆润顺畅。
而在更加核心的手术领域，加载了AI等新技术的手术机器，早就可以将误差控制在0.1毫米以内，克服了人类医生手抖的影响，术后并发症都变少了——根据公开报道，重建尿道的手术，吻合口漏的发生率已经从8%降到了2%。
国家层面也在积极推动AI等智能辅助工具在医疗领域的落地，去年11月份国家卫健委等部门就联合发布指引文件，公布了84个“人工智能+”在医疗服务、基层公共卫生领域的应用场景。
在前不久，国家自然科学基金委员会宣布可以申报项目基金的项目中，也有多个人工智能相关的项目，覆盖心梗预警、罕见病诊断、免疫力解码等。更加直接地，最新的三级医院评审要求中，还列入了医疗信息化水平等内容，对于大医院来说，信息化转型已成刚需。
除了AI本身的技术进步和政策引导之外，医疗机构的生存处境，也倒逼他们不得不寻求改变。
根据三联生活周刊报道，2024年在相关网站公示申报破产信息中有1200多条与医院有关。这个数字是2022年的两倍以上，比2023年还多400家左右。这些医院中，不只有民营医院还有公立医院。
行业人士分析，这主要与公立医院大规模扩建、升级，靠增加患者数量来谋求发展的路径，导致成本激增而医院收入增长滞后有关。这种情况在医保基金从按项目付费转向按病种付费后，急剧恶化了。
医院从医保能够获得的收入在减少，迫使医院必须从粗放型的发展模式向精细化管理转变，如果不能及时转变就很可能资金流断裂。
一篇研究去年破产的广东省嘉应学院医学院附属医院（二甲公立医院）的文章指出，2022至2023年，该院医疗收入7500多万元，扩建却投入了1.2亿元。在新形势下，资金缺口给了它致命的一击。
而从新的政策走向看，医保基金正在逐渐转向跳过公立医院，直接与药械企业结算，这对公立医院的现金流也将是更大的挑战。
对于身处生死关头的医院院长们来说，任何能够切实提高管理水平、提高诊疗效率的新工具，都是“救命稻草”了。
来自：视觉中国
03DeepSeek将如何影响医疗格局？
医疗界长期存在的问题，包括人员不足、效率不高、过度诊疗等，让行业内外都期待依靠新技术来解决。
遗憾的是，AI能做的还是非常有限。
申龙海告诉虎嗅，虽然AI辅助诊疗可以做很多事情，但是面对复杂的人体状况还是无法做到独立完成任务。比如前述提到的放疗靶区勾画，一旦遇到特殊情况，比如患者有血管畸形、肠道畸形，AI勾画器官就会识别错误，如果没有医生修正，就可能危及正常器官。
“AI在很多方面还是无法取代人的。”申龙海向虎嗅表示。除了能力上还有待提高，AI是否真的能对人的遭遇感同身受也受到业界质疑。即便是DeepSeek在思考能力上甚至超过了人类，在科普中不能给人精神上的支持，也很难从患者的经济能力、身体条件等方面综合考量去制定个性化的治疗方案。
“人是有温度的，机器没有温度。”申龙海说。
而且医疗的复杂性还在于，普通人很难向AI准确表述病史、症状等。如果按照患者提供的错误信息来做诊断或给出治疗方案，很可能会导致病情急剧恶化。
此外，AI的加入让医学检查更加敏锐，也让业界担心会造成新的“过度诊疗”。事实上在过去几年AI接入CT以后，一路走高的肺结节的检出率已经让越来越多人陷入焦虑了。
而从行业格局看，单靠技术也未必能实现分级诊疗、强基层的目标。
尽管AI+医疗领域最常提到的愿景，就是用新技术提高基层的医疗水平，实现分级诊疗，不过从目前的情况看，AI等新技术正在更大幅度地拉开大医院和基层医疗机构的差距。
实际上，医疗机构对新技术的需求早就有了，但是迟迟没有落地，除了技术没有达到令其满意的程度以外，经济考虑也是其中之一。这也是高性价比的DeepSeek迅速俘获这么多医院的根本原因之一。
从DeepSeek官网公布的数据看，DeepSeek-R1输入输出所需的费用只是能力稍高的GPT4-o1的零头都不到——在缓存命中的情况下，DeepSeek-R1输入token费用为1元/百万tokens，只有o1的收费标准的1.8%，不到能力更差的o1-mimi的十分之一。而且这个价格还在降低，最新公布的消息中，北京时间每日0点30分到8点30分，DeepSeek-R1的API的费用可降低75%！
DeepSeek-R1 API输入输出费用情况。来自：DeepSeek官网
在其他费用方面，有行业人士算过一笔账，如果只是本地测试，执行一些基础的自然语言模型的任务，如翻译、多轮对话等，医院部署DeepSeek的硬件成本可以低至几万元，高配置成本也不超过百万元。如果是精度更高的专业领域，也可以低至400多万元。
这样一来，很多区域龙头医院就有机会本地部署技术领先的AI大模型了。
尽管如此，从医院官宣的情况看，很多医院还是将DeepSeek用于帮助医生完成询问患者症状病史、查阅资料、撰写病例等基础工作领域，确实可以提高效率，却没有充分发挥DeepSeek的潜能。
而对于基层医疗机构来说，是否有实力、有动力引入这一技术就更加存疑了。
在硬币的另一面，顶级医疗机构、专家学者的需求更加复杂，他们正在通过AI来推高诊疗服务的门槛和天花板。
进入2月份以来，北京儿童医院、上海瑞金医院、复旦大学附属中山医院等，都将其与科技公司合作开发的专业大模型推到了公众面前。这些大模型可以参与到会诊中；可以帮助医生阅读复杂的病理报告且准确度超过了90%；其专业知识储备甚至达到正教授的水平。
这些大模型的推广无疑可以让更多医疗机构的能力提高到新的水平。顶级医疗机构将依靠AI形成新的医疗模式，疾病治疗的塔尖儿将从专业化走向个性化，走向精准医疗。
这对患者来说是值得期待的未来，对医疗行业来说可能是一场洗牌。
不可忽视的是，其背后的技术需求和成本也会远高于普惠的DeepSeek。可以看到，中南大学湘雅医院在本地部署DeepSeek的时候，引入了多个国内顶尖大模型，还有与科技公司，如：医渡科技等，合作6年构建的数据库做基础。
这意味着，在数据、资金两座大山的筛选下，顶级医疗机构在AI助力下将会越走越远，各个地区的龙头医院也会有较好的发展，形成更加稳固的多区域中心格局。而基层医疗机构与它们的差距将会更大。除了部分可以纳入医联体的机构，更多缺少特色、缺少人才的基层医疗机构，很可能成为开药、输液的场所，甚至破产。
要使基层医疗机构也能从技术进步中获益，就势必需要更多制度上的保障和政策上的引导。
近期，在AI兴起的热潮中，监管部门又在重申严禁AI开处方的规定。这除了用药安全方面的考量，也客观上稳住了基层医疗机构的生命线。只是，这是底线，如何让AI真正促进医疗行业健康发展，仍然需要更多探讨。
DeepSeek并不是“救世主”。
不过，从乐观的角度看，借助DeepSeek的大火，医疗行业更大范围地接受了AI，在真正能够解决医疗痛点问题的产品面世之前，正如行业人士所说，做好充分的准备——包括构建优质、专业的数据库，或许才是当务之急。
