網易新聞

東方網記者熊芳雨、通訊員陳霞瓊、肖鑫2月18日報道：隨著人工智能技術在醫療領域的應用前景日益廣闊，記者從同濟大學附屬上海市第四人民醫院獲悉：該院智慧醫院建設方面取得重要進展，已成功完成DeepSeek人工智能大模型本地化部署，為醫院的數字化轉型和高質量發展提升注入了強大動力，也為未來醫療場景的智能化升級奠定基礎。

上海四院信息管理部部長、上海市軟件行業協會醫療健康數據管理專委會干事長王志勇介紹，“通過將 DeepSeek 部署在醫院內部的服務器上，不僅確保了醫療數據的安全性和隱私性，也大幅提升了系統的響應速度，為醫生和患者提供了更加高效、便捷的服務。”

基于 DeepSeek 強大的自然語言處理和深度學習能力，上海四院開始構建醫生知識庫，涵蓋各種醫學專業知識，包括疾病診斷標準、治療方案、藥物信息、醫學文獻等。通過對海量醫療數據的整合和分析，DeepSeek 能夠快速、準確地為醫生提供所需的信息支持，幫助醫生做出更科學、合理的醫療決策。例如，在面對復雜病癥時，醫生只需在系統中輸入相關癥狀和檢查結果，DeepSeek 就能從知識庫中檢索出最匹配的診斷建議和治療方案，大大節省了醫生的時間和精力，提高了診療效率和質量。

“這才是真正屬于我們醫院的知識大腦！”上海四院院長熊利澤如此評價新建的醫療知識庫。該知識庫深度整合院內多年積累的診療方案，以及3萬余例典型病例和本地化診療規范， 涵蓋疾病診斷標準、治療方案、藥物信息等核心內容。 這種深度融合本地醫療智慧的知識庫，使DeepSeek能快速為醫生提供精準決策支持。

據了解，為使 DeepSeek 更好地適應醫院的業務需求，上海四院正在積極開展業務整合與模型微調工作。

一方面，將 DeepSeek 與醫院現有信息系統，如電子病歷系統、醫院信息系統等進行深度對接，實現數據的無縫流通和共享，讓醫生在日常工作中能夠更加便捷地使用 DeepSeek 的功能。

另一方面，根據醫院臨床需求，對 DeepSeek 模型微調，使其在特定領域的醫療任務中表現得更加出色。例如，針對醫院的重點科室和優勢病種，通過添加更多的專業數據和案例進行訓練，讓DeepSeek 能夠更好地理解和處理相關的醫療問題，為患者提供更加個性化的醫療服務。

“為進一步優化 DeepSeek 的知識庫，我們還啟動知識庫蒸餾工作，通過對知識庫中的知識進行篩選、提煉和壓縮，去除冗余信息，保留最核心、最有價值的知識，使 DeepSeek 在提供醫療服務時能夠更加精準、高效地檢索和利用知識。”王志勇說，知識庫蒸餾工作還有助于降低模型的存儲和計算成本，提高系統運行效率，為醫院信息化建設帶來更多便利。

熊利澤坦言，從數據安全角度看，本地化部署滿足醫療數據隱私保護的嚴格要求，所有數據在醫院內部處理，杜絕數據傳輸過程中的泄露風險，讓患者和醫院都更加安心。從實際應用層面，它給醫院的工作帶來諸多便利。比如：在臨床輔助診斷方面，醫生輸入患者的癥狀、病史等信息，DeepSeek能快速整合醫學知識和大量病例數據，提供診斷思路和可能的疾病方向，為醫生節省查閱資料的時間。

據介紹，尤其是面對復雜病例時，能輔助醫生全面思考，減少誤診漏診。在病歷撰寫上，它能根據醫生記錄的關鍵信息，快速生成規范的病歷模板，大大提高病歷書寫效率，使醫生能把更多精力放在患者診療上。而且，隨著后續與更多核心業務系統的對接，它將在臨床決策支持、影像分析等方面發揮更大作用，幫助提升醫療服務的質量和效率，為患者提供更優質的醫療服務 。