21世纪经济报道记者 闫硕 北京报道
DeepSeek正在深刻影响并重构AI医疗行业。目前，众多数字化医疗布局的企业正在将DeepSeek人工智能模型集成到自身的智能系统。
不少AI医疗业内人士敏感到变局来临：DeepSeek首先拥有成本优势，如降低算力和训练成本；其次是技术优势，如提升数据处理和分析能力；此外，还可以强化业务创新能力，在成本和技术优势的基础上，企业的能力边界得到延伸……这些都预示着AI医疗即将迈入全新的发展阶段。
而数据是包括DeepSeek在内的大模型训练、评估和改进的基础要素。有券商分析师向21世纪经济报道记者表示，人工智能模型的质量与用于训练数据的质量直接相关，因此需深入理解并有效利用数据。医疗应用的前提必须可靠准确，医疗AI训练需要完整高质的数据要素，医疗AI价值在于医疗数据价值的持续获得及不断发掘。
作为国内最大的AI医疗健康解决方案提供商，微医控股率先落地了AI医疗的商业化闭环，微医控股高级副总裁、微医云平台总裁闫晋红向21世纪经济报道记者指出：“DeepSeek等生成式推理引擎，叠加专业的临床模型能力，才能构建从‘开放探索’到‘精准锁定’的智能决策链路，其中关键是要深度融合临床真实诊疗数据与临床决策路径，确保循证合规。”
随着技术的发展，大模型应用场景不断拓展，数据规模也在快速扩大，如何基于通过合规处理和脱敏后的海量真实数据，对大模型和AI智能体进行微调和多次校准，提升AI应用的准确性，成为这场AI医疗竞速的关键。
变革来袭
AI医疗将带来多方面的价值，如更精准的诊断、更个性化的治疗、更智能的健康管理、更便捷的就医体验和更低的医疗成本，提升整体医疗质量和患者满意度。
事实上，随着企业的深入探索，AI医疗的可见价值已经初步显现。比如，有接近微医控股的业内人士向21世纪经济报道记者指出，从天津健共体的运行效果看，微医控股自研的医疗大模型已经在医疗机构实现临床规模化应用。
数据显示，其“AI医生”处方不合理提醒遵从率达到了99.97%，“AI健管”的应用让健康管理师的单人管理效率从约550人提升到约2000人。
不仅如此，2023年1月到2024年6月，天津健共体在管糖尿病会员的糖化血红蛋白达标率由17.8%上升至44.2%，血压达标率由19.5%上升至61.5%，血脂达标率由24.8%上升至27.9%。
DeepSeek正成为下一轮AI变革的焦点。今年2月以来，已有多家医疗健康企业宣布与DeepSeek达成技术合作，涵盖医学影像诊断、健康管理等细分赛道。
对于如何平衡自研技术与外部合作，上述业内人士表示，外部合作如整合先进大模型能力，依托公开的学术资源与多模态数据推理诊疗可能性，能保障企业拥有最基础的分析能力。
而内部自研方面，以微医控股为例，其自研的微医临床解决方案，聚焦深度融合临床真实诊疗数据与临床决策路径，通过慢病和专病临床路径引擎、合理用药引擎、三医联风控引擎、健康管理引擎、专家论证等对推理模型方案进行临床验证，拦截、过滤生成式引擎的幻觉问题，同时通过真实医疗场景的数据反哺机制不断提高AI技术。双方侧重点不同，属于优势整合。
商业化是企业必然回答的问题，随着DeepSeek等大模型的落地，AI医疗的商业化路径或将实现新的突破。
闫晋红认为，基于先进大模型的推动，传统和基础的软件服务模式受到挑战。但围绕效率与成效的底层逻辑并没有改变。不同定位、不同场景的AI应用高效整合，能催生新的、更强大的应用场景。
“通过DeepSeek数据处理能力，能为医生提供临床决策支持，帮助医生拓宽思路；能提高医院数字化能力，提升医院运营和管理效率；对于患者而言，能够提供医疗咨询，以及个性化的健康管理建议等。总之，首先是AI带来的效率革命，其次是成效的提升。”上述业内人士说。
合规是关键
数据、算力、算法是AI发展的三大核心引擎，其中数据是驱动AI技术发展的基础。
上述券商分析师认为，合规性、标准化和数据质量是数据开发的主要难点，特别是在不同来源的数据格式不统一的情况下，增加了数据处理的成本和复杂性。而确保医疗数据使用的合规性和透明度是一个复杂的多方面问题。
业内普遍认同的是，企业需要基于法律法规规定、数据主体授权和数据脱敏三大前提，进行产品和服务的定制化开发创新。要重视用户的个人数据保护，可以组建数据安全和隐私保护组织，制定并实施全面的内部数据隐私与安全保护制度，此外也可以建立涵盖管理、技术和运营等全方面的数据安全系统，以确保数据和信息的安全。
在数据安全方面，微医控股主要采取了设备及系统层的基础安全防护（如防火墙、主机安全、入侵防护）、数据分类分级、数据权限访问控制、数据加密传输存储和数据脱敏、数据备份和灾难恢复演练、数据安全合规意识培训、敏感数据异常监测和审计等技术措施，保障医疗数据的安全性和隐私性。
值得一提的是，近日，湖南在《关于进一步加强基本医疗保障定点零售药店管理的通知》中明确，互联网医院“严禁使用人工智能等自动生成处方”。这一举措引发社会广泛关注。
上述业内人士认为，这背后应有多重考虑。首先是保障患者安全，AI无法完全替代医生，难以全面判断病情和考虑个体差异，可能导致误诊或用药不当，危及患者健康；法律责任尚待明确，AI不具备独立的医疗行为主体资格，无法承担法律责任，没有医生的干预，一旦AI全自动生成的处方出现问题，责任难以界定，患者权益无法保障；维护医疗秩序，AI自动生成处方可能引发虚假处方、过度医疗等风险。
该业内人士进一步指出，AI助手虽然不能替代医生决策，但“助手”的功能十分强大，它在检索信息和临床诊疗思路上表现出色。去年底，国家医保局更新医疗服务价格项目立项指南，首次将AI辅助诊断列入价格构成。国家卫健委则牵头发布了《卫生健康行业人工智能应用场景参考指引》，意在促进AI技术在医疗行业的技术创新与应用。AI医疗是大势所趋。
对于如何平衡技术创新与合规监管之间的关系，闫晋红认为，要确保合规监管，在鼓励创新的同时，加强对AI医疗应用的监管，确保其符合法律法规和伦理要求，保障患者权益和医疗安全。同时，鼓励技术创新，支持AI在医疗领域的创新应用，为技术创新提供良好的政策环境和资源支持，以推动医疗科技的进步，提升基层医疗机构能力，惠及广大患者，建设健康中国。
本文链接：AI医疗加速变革，合规竞速成DeepSeek的“隐形战场” ｜ AI医疗浪潮⑪http://www.sushuapos.com/show-9-38336-0.html
声明：本网站为非营利性网站，本网页内容由互联网博主自发贡献，不代表本站观点，本站不承担任何法律责任。天上不会到馅饼，请大家谨防诈骗！若有侵权等问题请及时与本网联系，我们将在第一时间删除处理。
上一篇： 商业故事 | 2025年医疗AI再引爆：狂欢、泡沫与价值重估
下一篇： 春季肾病复发？5大调理方法帮你轻松应对！