香港大學深圳醫院人工智能及大數據實驗室二期規建辦公室效果圖。（受訪單位供圖）

記者 趙鴻飛

通訊員 港深醫信

近日，香港大學深圳醫院（以下簡稱“港大深圳醫院”）資訊科技部聯合多個科室成功部署并應用了Deepseek系列大模型，分別用于體檢報告翻譯、臨床報告審閱及醫療問答等場景，取得了顯著成效。

智能化中英文翻譯

讓健康信息無國界

為了更好地服務患者，該院資訊科技部與健康管理科在2025年新年前共同完成了本地化部署Deepseek V3大模型，以實現體檢報告的高效中英文翻譯。該項目負責人介紹，Deepseek V3是一款基于深度學習的語言生成模型，具備強大的自然語言處理能力。通過對其進行定制化訓練，該模型能夠精準理解醫學術語，并根據上下文語境提供高質量的雙語翻譯服務。

以往人工翻譯一份復雜的體檢報告需要數小時甚至更長時間，而現在借助Deepseek V3，僅需幾分鐘即可完成，且準確率極高。自上線以來，這項功能已服務于數百名患者，廣受好評。無論是外籍人士還是本地居民，都對這種快速、便捷的多語言支持贊不絕口。它不僅節省了人力成本，還大幅縮短了患者的等待時間，進一步提升了就醫體驗。

臨床輔助決策AI

賦能醫生工作流

如果說Deepseek V3的成功應用標志著醫院在行政管理層面邁出了智能化的第一步，那么Deepseek R1的引入則將人工智能的應用推向了更為關鍵的臨床領域。

人工智能與大數據實驗室（AIBD Lab）執行主任陳培凱博士團隊率先在算力平臺DeepBay上部署了Deepseek R1大模型。在大年初八新年開工即已測試成功，并于2月15日上線，采用開源后端、API、前端技術搭配，界面優雅流暢并配合醫院形象。自上線以來，運行穩定，廣受好評，日均查詢量達數千次。搶得“頭啖鮮”的包括國際醫療部（IMC）的魯剛顧問醫生。

這款升級版模型以其卓越的推理能力和知識覆蓋面而聞名，特別適合應對復雜的專業問題。在實際操作中，R1被用來協助醫生進行病歷分析、影像解讀以及個性化治療方案制定等工作。

骨科醫學中心主任杜啟峻教授表示：“作為一名骨科醫生，每天都要面對大量的病例資料和影像數據，有時難免會感到壓力山大。但自從有了R1的幫助，我們可以更快地獲取相關信息，還能得到一些極具參考價值的建議。這不僅提高了工作效率，也讓我們有更多精力專注于患者溝通和服務。”

此外，有鑒于LLM等技術在醫療領域的未知風險，港大深圳醫院作為牽頭單位，聯合北京協和醫院、深圳市衛生健康發展研究和數據管理中心、北京大學深圳醫院、中山大學附屬第八醫院、國家高性能醫療器械創新中心等頭部醫療、技術單位，近日向主管部門遞交了《使用大語言模型等人工智能工具開展醫療服務的規范》的地方標準建議書，提倡基于開放、安全、“白盒”等原則的臨床部署標準。

科技引領未來

打造智慧醫療新標桿

從體檢報告翻譯到臨床輔助決策，Deepseek系列大模型在港大深圳醫院的應用充分展現了人工智能在醫療行業的巨大潛力。

港大深圳醫院張文智院長表示，“我們希望通過這些嘗試，探索更多AI技術落地的可能性，從而為患者提供更優質、更人性化的醫療服務。”

與此同時，該院也高度重視數據安全與隱私保護問題。所有部署的大模型均經過嚴格篩選和本地化改造，確保符合國家法律法規要求。同時，還建立了完善的監督機制，定期評估系統運行情況，以保障患者權益不受侵害。

未來，香港大學深圳醫院還將進一步完善現有AI應用場景，拓展至遠程診療、健康管理等多個方向，努力打造智慧醫療的新標桿。