评论

2025年初，由国内科技公司自主研发的大模型DeepSeek，以开源、轻量化和多场景能力受到广泛关注。

自2022年11月生成式人工智能（AI）模型ChatGPT正式发布以来，AI如同一股不可阻挡的浪潮，席卷了各个行业。从临床实践到医学研究，从教育培养到患者管理，如今，AI深刻地改变了医疗行业的面貌。

在临床实践中，AI的应用已经取得了一系列显著成果。AI强大的数据分析能力和算法模型，可帮助临床医生做出更加科学合理的决策。在医学影像分析中，AI可显著提升诊断效率。医疗大模型不仅能显著提升诊断的准确性和效率，还可覆盖全病程管理，支持医院绩效考核和费用控制，持续帮助医疗机构提升医疗质量和管理水平。

在科学研究领域，AI同样取得了令人瞩目的成就。2024年诺贝尔化学奖的获奖项目就展示了AI与生物学的深度融合。谷歌DeepMind团队的戴米斯·哈萨比斯和约翰·江珀开发的AI模型AlphaFold2，能够从蛋白质的氨基酸序列中预测其三维结构，预测精度接近实验室标准方法（如X射线晶体学）。这一成果不仅推动了基础医学研究的发展，还为药物研发、疾病诊断等临床应用提供了有力支持。此外，AI还在基因编辑等众多领域展现出了巨大潜力，为医学研究带来了前所未有的机遇。

在医学教育方面，AI的作用也不容小觑。AI能够模拟各种临床场景，让医学生、年轻医生在虚拟环境中进行操作，积累经验并提升应对复杂情况的能力。同时，AI技术的不断发展，也为医学院校的课程和专业设置带来改变，促进了医学专业与其他学科的融合，为未来医疗行业的智能化发展奠定基础。

特别值得关注的是，近期，许多医疗机构纷纷在内部系统中部署了DeepSeek，有的还尝试利用它开发更多的应用场景。

大模型在医疗领域的应用虽然给医生的医教研等工作带来了诸多便利，但也带来了一些需要我们正视的问题。

医学领域知识、技术等更新迅速，但大模型的动态更新存在延迟，可能影响其在临床中的适用性。

海量数据是大模型重要的“能量来源”，但医疗数据相对分散且存在孤岛现象，部分数据不完整、标注不准确，可能影响模型分析和判断的准确率。

尽管大模型在常见病和部分影像分析中表现出色，但在处理复杂、疑难病症时，仍有赖于医生的丰富经验进行判断。

另外，在医疗场景中需要处理大量敏感的患者数据，尽管大模型采用了一些加密技术，但数据安全和患者隐私保护仍是亟待解决的问题。

大模型在实际应用场景中推理过程复杂，存在一定的“黑箱”特性。在医疗决策中，医生往往需要明确的逻辑依据进行判断并向患者进行解释说明，而“黑箱”特性可能引发信任危机。

医学关乎人类的生命健康，责任问题不容忽视。当AI辅助诊断或治疗出现失误时，目前责任归属尚不明确，甚至可能会带来法律及伦理方面的问题。

面对AI带来前所未有的机遇和挑战，除了主动地拥抱新技术，医生还应保持理性思考。AI只是一种工具，而不是“偷懒神器”。AI虽然以其强大的数据分析和辅助决策能力，能为医学领域提供巨大助力，但它仍无法替代医生的专业判断和人文关怀。医生在临床、科研、教学中使用AI时，还应结合自己扎实的专业基础和丰富的实践经验，对AI提供的信息进行批判性思考和理性分析。

此外，医学领域的发展日新月异，对于疾病的认识在不断发展，新的治疗方法在不断涌现，这些都需要医生不断学习，更新自身的知识储备，才能更好地应对复杂的医疗问题。

在这个AI与医疗深度融合的时代，医生需要拥抱变革，更要理性前行。

直面健康热点

分享真知灼见

评论投稿邮箱：mzpljkb@163.com

文：胡彬（媒体人）

编辑：管仲瑶

校对：李诗尧

审核： 秦明睿徐秉楠