（北京／武汉综合讯）随着人工智能技术加速渗透医疗场景，中国100余家医疗机构已上线深度求索研发的DeepSeek-R1医疗大模型。该模型在临床决策支持、慢性病监测、病历质量审核及远程问诊等多个环节开始实际应用。
健康界、智药局及长江云新闻客户端联合报道显示，这款年初投入应用的AI系统在部署后展现出显著效能。以华中地区某重点医院为例，医生通过本地部署终端向模型输入患者影像数据后，系统仅耗时56秒就生成诊断建议，与医疗团队最终判断基本一致，同时还优化了输入参数的准确性。
值得注意的是，该技术应用范围仍在持续扩展。除基础诊疗辅助外，北京清华长庚医院医学数据科学中心最新研究证实，其在患者健康档案智能化分析、医学影像数据建模等领域同样具备应用潜力，但对需要临床经验沉淀的复杂病例仍存在局限。
虽然技术前景广阔，但医疗机构普遍面临部署成本压力。由于医疗信息安全要求严格，当前必须采用本地化部署方式。这种技术路径需要医院配置高性能计算集群，其中存储、渲染和推理设备的采购成本约占年度信息化预算的30%-45%。
清华大学附属医院医学数据专家李栋指出，通用大模型与专科医疗需求存在适配断层。各医院在完成基础部署后，还需针对皮肤科、影像科等专科特点进行数百万参数量的微调训练，才能达到可应用状态。目前安徽医科大学附属医院等机构已在探索甲状腺结节识别模型的定制开发。
延伸阅读
特稿：DeepSeek掀起接入潮 重塑中国经济格局
行业内测数据显示，该系统单例病历分析平均响应时间较人工缩短78%，但在执行指南更新、术语规范化等方面尚未达到临床需求阈值。上海某三甲医院的实测报告表明，针对肺部结节的漏诊率从人工检查的4.2%降至0.7%，但涉及罕见病症的诊断准确率仍有待提升。