DeepSeek看病，靠谱吗？

中国新闻周刊

2025年03月09日 10:21:18 来自北京

春节至今，DeepSeek带来的冲击波并未随时间的推移而减弱。就连专业壁垒颇高的医疗行业，也未能躲过。

把几个病例丢给DeepSeek看了看之后，湖南某医院的胸外科医生李杰（化名）觉得这个模型确实有点本事。“比如它对一份肺结节病例给出的分析和建议，包括观察进展周期、是否需要手术判断标准等，跟我们医生做的诊疗建议还是很相近的。”

近段时间来，社交媒体中常能见到医生的测评帖。他们把不同科室的不同程度的检查报告丢给DeepSeek看，不少人同李杰一样认可着DeepSeek的强大；患者中也开始出现携DeepSeek令医生开药方者。这还引发了一轮“医生离下岗不远”的焦虑讨论。

他们背后的公立医院，也一扫往日对AI技术成熟度及投入产出比等方面的诸多顾虑，纷纷选择积极拥抱DeepSeek。据《中国医院院长》统计，一个多月间，全国已有来自20余个省和直辖市的近百家医院宣布完成DeepSeek本地化部署。

今年全国两会上，多位人大代表和政协委员也对AI在医疗领域落地的潜力给予了肯定，包括在医疗数据分析、辅助临床诊疗、慢病监测、远程医疗等具体场景中。

但这是否意味着，DeepSeek已经强到可以给人看病了？

图/视觉中国

替代医生？

需要先泼个冷水的是，目前来看，答案恐怕是否定的。

在对DeepSeek这位新晋“全能高知医学生”的互联网大考中，已经有医生发现了他在专业经验上的缺失，譬如医生一打眼就能为患者排除的某种疾病，DeepSeek给出的建议第一步是要去做相关检查。

还有些医生撞上了它胡说八道，像引用的论文根本没法溯源、开一些根本不适合联用的组合药方等。

另外从临床角度来看，某省会三甲医院的医生江嘉宁（化名）对患者能否将自己的症状描述清楚也有怀疑。“问诊的时候，我们都是一步步询问患者的各种表现，再结合一些相应的检查结果才能做出判断。这不是患者只靠语言就能让DeepSeek听懂并掌握准确信息的。”

事实上，DeepSeek尚未能达到临床实际应用的要求，也是诸多业内专家的共识。

3月6日晚，在新华网举办的“两会健康圆桌会”现场，全国政协委员、首都医科大学全科医学与继续教育学院党委副书记、院长吴浩对中国新闻周刊表示，人工智能并不能完全代替医务人员，应该可以说对人有赋能作用。

“它能帮你开发一个思路，因为它的知识库是比较丰富的。但就像导航似的，最后走哪条路，还不是你选的吗？”吴浩谈道。

出席同场活动的北京医院呼吸与危重症医学科主任医师孙铁英认为，医生看病时，看的并不只是症状、体征这样的局部问题，而是要有一个系统化的认知与判断。“有的时候我们不仅仅要看的是这个病，更重要的是要看这个病人整体的情况。就好比很轻的症状，但发生在一个多脏器功能不全的老年人身上，这时候就必须综合考虑各个因素对其治疗的影响。而人工智能很难有这样的认识。”

“DeepSeek的临床应用还需要大量结合医生临床经验进行训练。”首都医科大学附属北京朝阳医院呼吸与危重症医学科-北京市呼吸疾病研究所呼吸睡眠中心主任、主任医师林俊岭也对中国新闻周刊表示。

这或许也是今年2月湖南省医保局发文严禁使用人工智能等自动生成处方背后的重要考虑之一。

能改变什么？

不过无法否认的是，随着DeepSeek的崛起，AI在医院场景内已经可以比之前发挥更大的作用了。

在中国新闻周刊的不完全统计当中，当下接入DeepSeek，抑或与科技企业共同开发专有大模型的医院，正分别将AI派进了临床辅助诊疗、医院管理、教学与科研加速、健康科普等环节打工。

而AI在院内这些环节应用的最大意义，莫过于解放医生更多的时间与精力，进一步放大其专业价值，从而或许可以在一定程度上缓解医疗资源不足等业内固有问题。

譬如上海交通大学医学院附属瑞金医院与华为共同开发的瑞智病理大模型，便能够提前在病理切片中识别病灶区域，再交由医生进行审核并给出最终诊断结果。相比以往医生在显微镜下一个切片要看上几分钟，AI计算时间是秒级的。

据华中科技大学同济医学院附属同济医院方面介绍，该院本地化部署DeepSeek后，已落地了病历辅助书写、门急诊智能客服、科研数据分析处理、合同审核等多种具体的AI应用。

以其中的病历书写场景为例。以往，医生在与患者交流时，还需要在电脑上同步录入相关信息；接入DeepSeek后，医生则可以专心与患者交流，AI可以将其对话实时转录，并对患者主诉、现病史、既往史等自动识别后录入模板中相应的位置。如此，医生所花费的时间得以缩短70%，遗漏、格式错误等问题也能够更好地避免。

同时对基层医疗机构而言，更低成本的DeepSeek或也能为其带来服务能力的提升。

全国政协委员、中国科大附一院（安徽省立医院）党委书记刘连新在接受媒体采访时便曾谈道，让DeepSeek等AI大模型深度融入医疗场景，系统可以通过深度学习海量医学数据和优秀诊疗案例，为基层首诊医生提供快速、精准的诊断建议，有效提高诊断效率和准确率，降低误诊、漏诊风险。

在新华网举办的“两会健康圆桌会”上，吴浩还提到了以DeepSeek为代表的人工智能技术在传染病防控等公共卫生领域中可以发挥的作用，如在疫苗相关咨询、不良反应监测上，基层医疗机构、家庭医生服务等体系可以借助其作为开展工作的辅助决策支持工具。

此外，北京协和医学院群医学及公共卫生学院副院长冯录召在该场活动上对中国新闻周刊表示，借助AI等技术，也可以让健康科普以大众更能接受的方式得到更好的传播效果，从而提高大众的健康素养。

征途仍漫漫

“AI+医疗”的这条理想之路，在前代AI浪潮，众多医疗AI企业经多年努力，都只能靠着免费服务吃力地挤上起点；到大模型初兴起时，几乎只有有实力的大医院在尝试投入布局。

DeepSeek的出现，改变了这样的局面。那道矗立在公立医院外的无形之墙，突然就被开了个大洞。

一方面，医院对AI技术和产品成熟度的质疑被DeepSeek大幅削弱了。某省会三甲医院的管理者张梅（化名）告诉中国新闻周刊，虽然DeepSeek也无法摆脱AI幻觉，但从实际在医院相关管理的应用和医生个人使用体验上看，它确实具备了更高效和准确地执行任务。

“以前很多医生会吐槽AI助手是AI ‘累赘’，因为它做一遍之后，我们还要投入很多精力去审核它的产出。起码现在在提高减少文书工作量，尤其是写病历这一块儿，真能帮医生解决麻烦。”张梅说。

有影像科医生表示，以前用AI看片，比如在肺片里有结节，AI发现的准确性其实已经做得不错了，但对于这个结节在大小之外的更多形态判断，AI便无法做出，也无法做出相应的随访建议等。

另一方面，在张梅看来，依托开源的DeepSeek，医院可以自行本地化部署，数据安全相对此前更有保障。

效率、安全、低成本，张梅所在的医院综合考虑之下，觉得可以一试。

但这是否意味着AI医疗的落地将一路狂奔了呢？恐怕还有很多问题需要解决。

首先是在技术上，大模型的幻觉问题放在医疗中严重时甚至可能危及生命。这就需要医院能够统合出院内的完备数据库——包括电子病历、各类检查结果、诊断记录等，从而让DeepSeek们在医院医生的经验水平上可以变得更聪明，且在更细分的领域逐渐训练出更高的准确性。

“随着DeepSeek技术不断地完善提升，再加上疾病信息的完善与丰富，让它对基本疾病的认知不断提高，估计很快会有（临床）应用那一天。但在一些疾病领域，比如疑难、罕见疾病，不可能完全取代临床医生。”林俊岭表示。

其次，北京中医药大学卫生法学教授、大成律师事务所合伙人邓勇提示了AI医疗在法律与合规上面临的挑战，包括对AI误诊的责任界定和相应的法律纠纷，以及如何平衡患者隐私保护与数据共享之间的矛盾等。伦理层面上，AI走向临床，亦可能在医患沟通等中，引发“去人性化”质疑。

同时，某大型三甲医院信息管理者对中国新闻周刊坦言，目前其院内工作人员对DeepSeek的认知都还不是很深，需要在实际应用中再去发现、加深理解。这种对新技术的教育普及，也并非一家医院特有的问题。

因而从医院角度来看，接入DeepSeek的实际投入产出比是否已经打平，甚至为正，还需要时间实际检验。