DeepSeek本地化：四川医疗行业拥抱AI的新态势 医疗变革：DeepSeek本地化部署，四川医院走在前列

随着DeepSeek大模型的爆火，四川等地医疗行业积极进行其本地化部署的情况，包括在诊疗效率提升方面的表现、不同层级医生的受益情况，以及多地医院在全场景应用方面的规划等内容。

国产AI大模型DeepSeek的火爆，如同磁石一般吸引着各个行业，医疗行业自然也被卷入其中。在2月13日，成都市中西医结合医院（成都市第一人民医院）于成都率先完成DeepSeek的本地化部署，这就像是打响了医疗行业应用DeepSeek的第一枪。紧接着，在2月19日，成都、南充、遂宁、绵阳等地的多家医院纷纷官宣完成DeepSeek本地化部署，一场围绕着AI与医疗的变革在四川这片土地上悄然拉开了大幕。

诊疗效率提升，人工细节把关不可或缺

成都市中西医结合医院（成都市第一人民医院）的信息部团队颇具前瞻性，早在春节前就敏锐地察觉到这一技术变革带来的机遇，开始探索DeepSeek的本地化应用。春节假期刚一结束，他们就迅速行动起来，仅仅用了2天的时间就完成了资源配置、技术封装以及应用场景的搭建工作，使得DeepSeek顺利地在医院里“扎根落户”。

DeepSeek的应用方式多种多样，像是直接访问应用、调用云服务接口，还有本地化部署定制开发等。不过，如果想要深入应用，就必须对其进行二次开发。这样做的好处可不少，一方面能够有效地保障数据安全，保护患者的隐私；另一方面还能利用医院的真实数据来训练出贴合实际需求的AI智能体。

在这家医院里，他们最先在自主研发的治未病系统中尝试应用DeepSeek。这个系统是临床诊疗系统，他们惊喜地发现DeepSeek对中医知识的掌握相当不错。在实际应用中，它能够帮助医生对病人的症状进行判断和验证，还能给出全面的诊疗和康复建议。就像雷欢工程师演示的那样，在电脑页面上，模型能够自动获取患者的相关信息，然后“治未病中心就诊建议”就会自动弹出，里面包含着复诊、饮食、运动调理、作息规律等多方面的建议，还有监测与随访、注意事项等全方位的就诊指导内容，十分详实。

该医院还把DeepSeek运用到营养诊疗和评估当中，并且开始了在患者端的探索。医院信息部部长陈郁介绍说，他们通过互联网医院入口试点患者端口，在随访中接入DeepSeek技术，这样一来就方便了医患之间的交流。患者可以使用手机或者电脑进行个性化的医疗咨询，医生能够实时给予指导，这就实现了医疗服务的连续性、便捷性与安全性，为远程医疗随访开辟了一条新的道路。

不少医生在使用DeepSeek之后都反馈说，它确实提高了诊疗效率。比如临床营养科副主任刘言，她可是最早参与“内测”的医生之一。她提到，以前在计算患者营养素需求量的时候，要查找一堆公式和表格，现在有了DeepSeek的帮忙，那些繁琐的计算都可以省去了。她举例说，在判断儿童青少年生长发育情况的时候，以前需要查看生长曲线，现在只要输入数据，几秒钟就能得出结果，效率得到了大幅提升。而且DeepSeek在制定治疗方案的时候，会把思考过程和各个方面的考虑讲解得非常清楚，这对培养年轻医生规范诊疗思路是很有帮助的。

不过，在使用过程中也发现了一些问题。刘言就指出，它和医生的意见偶尔会出现分歧。她举例说，在给减重患者制定食谱的时候，DeepSeek不太能考虑到四川人的饮食喜好，有时候给出的方案不太符合减重的需求。毕竟医生是直接面对病人的，而DeepSeek给出的治疗意见是基于提供的信息，所以在细节上还是需要医生根据实际情况进行调整。

陈郁介绍说，目前该医院每天使用DeepSeek的医生已经超过了100名。而且他们发现，DeepSeek对不同层级的医生都有帮助。对于初级医生来说，它能够帮助他们学习和掌握诊疗流程、治疗方案等基础知识，从而提升学习效率；对于中级医生而言，它能够提高诊疗效率，快速完成一些固定公式性的工作，这样医生就能腾出更多的时间和病人沟通，深入了解病情，进而完善诊疗方案；对于高年资医生来说，在处理常见疾病的时候，它能够节省时间，让医生有更多的精力去研究疑难病症，提升医疗水平。

多地医院官宣，全场景应用未来充满希望

除了成都市中西医结合医院（成都市第一人民医院），四川还有很多医院也官宣完成了DeepSeek本地化部署。

四川省人民医院完成了DeepSeek大模型全流程的本地化部署，成为省内首家实现医疗全场景智能化落地的三甲医院。在患者服务端，他们把公众号接入模型，让其成为“智能医疗顾问”。这个“顾问”能够通过收集患者的症状、病史等关键信息，运用先进的算法和医学知识图谱，精准地匹配就诊科室与医生，还提供科室导航功能。同时，该医院还把模型集成到临床业务系统中，这样门诊和住院医生就有了“智能助手”。医生可以随时输入患者的病情，询问诊疗方案建议、查询医学知识、辅助解答疑难问题等，这有助于提升决策效率和准确性。其“病历质控功能”还能够自动识别病历中的术语错误、逻辑漏洞以及格式问题，并且一键优化表述的规范性，帮助医生高效地完成高质量的病历书写。

遂宁市中心医院也在内网部署了DeepSeek - R1 32B、70B两个大模型，联合DeepSeek与临床辅助决策系统为医务人员的临床工作提供辅助，为医疗质量管理部门提供更为精准快速的管理手段，并且还邀请国内知名专家和学者围绕大数据挖掘、人工智能辅助医疗等技术应用对全院职工进行培训。

川北医学院附属医院本地化部署DeepSeek之后，可以高效地支持医学报告智能分析、电子病历结构化处理、临床辅助决策等核心场景，实现患者诊疗数据“零外流”。

多家医院的相关人员都表示，医院将会充分利用高度专业化的数据，从诊断、治疗、预后判断、疾病科普、病历书写、病历质控等多个环节入手，完成本医院定制化的DeepSeek部署。在未来，还会开放更多的应用场景，为患者提供更加个性化、精准化的医疗服务。

不仅仅是四川，在四川之外的深圳大学附属华南医院、复旦大学附属华山医院、湖南省人民医院、北京大学第一医院、北京清华长庚医院等国内大型医院，近日也纷纷官宣完成DeepSeek本地化部署，其核心应用场景涵盖病理与影像分析智能化、临床决策与病历管理、患者服务与流程再造等多个领域。

就像陈郁说的那样，“‘拥抱’AI并不是让AI替代医生，而是让其赋能医疗，从而让医疗服务更加高效、精准。”雷欢也持有相同的观点，他认为AI是医疗的有益补充，它能够给出客观公正的建议，激发医生新的诊疗思路和治疗方向。（记者 魏冯）

本文总结了DeepSeek大模型在医疗行业的本地化部署情况，重点讲述了四川多地医院的实践成果，包括在诊疗效率提升、不同层级医生受益方面的表现，同时介绍了多地医院对全场景应用的规划，强调了AI是医疗的有益补充而非替代者。