人工智能在醫療界也感受到了空前的熱情。

  “我們必須擁抱AI了。”在近期多個發布醫療AI大模型的活動現場，都有臨床專家這樣說。

  在經過從豆包到Kimi再到DeepSeek的快速迭代后，即便是中國最頂級的醫學專家也感到了“不知所措”。中國工程院院士，上海交通大學醫學院附屬瑞金醫院院長寧光就曾公開表示，整個社會都在被AI、大模型重塑，如果再不擁抱AI，就要成局外人了。

  AI真能當醫生嗎?在三四年前，這還被認為是遙不可及的事情，如今已經走進了實現。隨著DeepSeek的發布，一種前所未有的緊迫感，席卷了整個醫療圈。一貫對AI抱持謹慎態度的公立醫院，也直接來了個180°大轉變。

  據行業人士統計，春節過后的短短兩三周時間里，至少有92家中國醫院官宣或者由媒體報道接入了DeepSeek，完成了本地化部署，這個數字還在不斷攀升。從具體名單看，北上廣的知名醫院、各省市的三甲醫院都在其中。

  同時，接入DeepSeek的AI醫療公司，也在為各大醫院量身提供融合了多種模型的AI中臺搭建等服務。在監管層面，較為激進的城市已有衛健委、醫保局接入了這一大模型。

  “我們業務繁忙，目前各地出差中，忙到要吐了。”有醫療AI公司創業者告訴虎嗅。

  相比以往的AI大模型，DeepSeek給相對傳統、嚴謹、保守的醫療行業帶來了不小的震撼。

  就在前不久，有醫生在社交平臺爆料，在看診的過程中，患者用DeepSeek質疑他的診斷結果，這名醫生本來很生氣，結果回去一查，指南更新了，是他的診斷過時了。這讓他感覺“天塌了”，也讓很多基層醫生感到天塌了。

  而從DeepSeek在醫療領域的更多表現看，這還只是開了一個頭。

  DeepSeek來勢兇猛

  DeepSeek是開年以來最大的風口，與醫療相關的機構、個人，都想在其中做點什么，而DeepSeek的表現，也確實可圈可點，甚至已經深入到醫療中非常核心的手術場景了。

  “通過多模態評估和技術賦能，我們看到了治愈的可能。”

  這是四川省人民醫院泌尿外科主任熊瑋在接受封面新聞采訪時所說的。在此之前，熊瑋和他的團隊給一個患有難治疾病的82歲患者完成了“右側腎盂癌伴下腔靜脈癌栓”的根治性手術。這被視為跨越“生命禁區”的手術。

  根據公開信息，這一患者的病情非常兇險，癌栓完全阻塞了他的下腔靜脈，雙側下肢還有水腫和血栓的風險，放在以前只能保守治療了。因為高齡加上病情復雜，如果手術，很容易出現其心肺功能無法耐受長時間手術，術中出現致命性出血，以及術后出現急性腎功能損傷等并發癥的情況。

  對于復雜情況，DeepSeek不僅給出了個性化的圍手術期管理方案，覆蓋風險預警、用藥決策、康復路徑和并發癥雷達等方面，還在術中實時定位了病灶和血管的位置，減少了出血等問題，結合高精度CT成像三維構建“數字脈管系統”等技術，手術最終耗時4小時順利完成。

  醫生對此評價稱，這一系列新技術相當于給團隊裝上了“風險透視鏡”。

  在更多醫療機構，DeepSeek被用于行政管理、已有的AI輔助診斷等領域，用于提高效率和準確度。

  據將DeepSeek用于輔助閱片的長沙市某醫院的信息數據部主任透露，在DeepSeek加持下，AI輔助診斷肺結節系統的閱片時長縮短了40%，微小病灶的識別率提升了25%，準確率達到了95%以上;在胃鏡檢查領域，AI系統預判與“金標準”病理檢查結果的符合率也達到了96%。

  對于更多亞健康人士，已經有“AI醫生”可以為他們24小時服務了。比如：廣西醫科大學附屬醫院泌尿外科上線的“泌尿外科AI醫生”(虛擬數字醫生)，能夠隨時響應患者的咨詢，完成80%以上的標準化問答，還可以為患者定制個性化健康管理方案。

  “使用AI技術或者大模型去做圖像分析，那種全面性、準確性和快速性，都是人工圖像分析完全無法比擬的。”有臨床專家在醫療大模型的發布會上指出。

  業界認為，醫療機構大規模接入AI大模型，對診療效率和質量提高將會有很大的幫助。從行業的角度看，這也將指向醫療行業的新一輪急劇變革。

  來自：視覺中國

  再不擁抱AI就晚了

  某種程度上，醫療界已經在接受AI了，DeepSeek這種性價比極高的大模型，直接把落地過程急劇濃縮了。而這也將進一步加劇醫療市場競爭。

  在醫院，很多工作是靠醫生手工完成的，非常費時費力。病理科這種被譽為“醫學皇冠上明珠”的科室，醫生工作的枯燥、壓抑程度，甚至跟工廠“打螺絲”差不多。

  在過去兩三年里，隨著AI技術的快速發展，臨床醫生們對AI能力早就有了深刻的體會。“人的精力是有限的，AI可以把無窮無盡的數據庫調出來。”遼油寶石花醫院腫瘤一病區副主任、九三學社盤錦油田支社主任委員申龍海告訴虎嗅，AI輔助診斷、數字人等，在日常工作和科普中都發揮了重要作用。

  一位在醫院放射(治療)科工作多年的醫生也告訴虎嗅，十年前他們需要一點點在電腦上勾勒出CT圖像上心臟和肺等器官的輪廓，眼睛干澀、手指也很酸，圖像還歪歪扭扭的。當時她就覺得“人工持鼠標在電腦上繪圖、描輪廓的行為愚蠢，應該(由電腦自動)識別勾畫”。

  現在這個目標實現了。“60秒鐘!從前一兩個小時的工作就這樣一鍵生成了。”上述醫生向虎嗅表示，雖然還是需要醫生做一些修改，但是已經非常便捷了。“我看到了AI輔助醫療日新月異的變化。”

  現在，患者在縣級醫院等病理報告的時長，也從原來的至少3天縮短至24小時。

  AI的到來讓醫生們從繁重、重復的勞動中解放出來，而且在某些細節上可以比人做得更好。

  申龍海以腫瘤放療中的“畫靶區”，也就是確定放療點位的工作為例向虎嗅解釋說，原來這個工作至少需要6個小時才能完成，用鼠標在電腦上勾畫還很難控制圖形，使用AI以后，不僅速度更快，而且圖形更加圓潤順暢。

  而在更加核心的手術領域，加載了AI等新技術的手術機器，早就可以將誤差控制在0.1毫米以內，克服了人類醫生手抖的影響，術后并發癥都變少了——根據公開報道，重建尿道的手術，吻合口漏的發生率已經從8%降到了2%。

  國家層面也在積極推動AI等智能輔助工具在醫療領域的落地，去年11月份國家衛健委等部門就聯合發布指引文件，公布了84個“人工智能+”在醫療服務、基層公共衛生領域的應用場景。

  在前不久，國家自然科學基金委員會宣布可以申報項目基金的項目中，也有多個人工智能相關的項目，覆蓋心梗預警、罕見病診斷、免疫力解碼等。更加直接地，最新的三級醫院評審要求中，還列入了醫療信息化水平等內容，對于大醫院來說，信息化轉型已成剛需。

  除了AI本身的技術進步和政策引導之外，醫療機構的生存處境，也倒逼他們不得不尋求改變。

  根據三聯生活周刊報道，2024年在相關網站公示申報破產信息中有1200多條與醫院有關。這個數字是2022年的兩倍以上，比2023年還多400家左右。這些醫院中，不只有民營醫院還有公立醫院。

  行業人士分析，這主要與公立醫院大規模擴建、升級，靠增加患者數量來謀求發展的路徑，導致成本激增而醫院收入增長滯后有關。這種情況在醫保基金從按項目付費轉向按病種付費后，急劇惡化了。

  醫院從醫保能夠獲得的收入在減少，迫使醫院必須從粗放型的發展模式向精細化管理轉變，如果不能及時轉變就很可能資金流斷裂。

  一篇研究去年破產的廣東省嘉應學院醫學院附屬醫院(二甲公立醫院)的文章指出，2022至2023年，該院醫療收入7500多萬元，擴建卻投入了1.2億元。在新形勢下，資金缺口給了它致命的一擊。

  而從新的政策走向看，醫保基金正在逐漸轉向跳過公立醫院，直接與藥械企業結算，這對公立醫院的現金流也將是更大的挑戰。

  對于身處生死關頭的醫院院長們來說，任何能夠切實提高管理水平、提高診療效率的新工具，都是“救命稻草”了。更多股票資訊，關注財經365！