DeepSeek加持，“AI+医疗”从0-1到1-10｜AI医疗浪潮①

编者按：一个人工智能（AI）机器人，在短短8天内独立完成了668项实验，合成了668种化合物，并成功研发出一种全新的化学催化剂。这一壮举令人赞叹。

AI作为新一轮科技革命和产业变革的关键推动力，正在深刻改变医疗健康领域，当前AI和大数据模式正逐渐深入医药、临床、新药研发以及健康管理和干预等多个领域。

基于此，21世纪新健康研究院推出了“AI医疗浪潮”专题系列报道，旨在从企业发展动态、监管等角度，探讨“AI+医疗”产业的推进与落地挑战，推动数字化赋能下的中国创新药企实现高质量发展。

21世纪经济报道记者季媛媛 闫硕 上海 北京报道  春节期间，DeepSeek迅速走红，赢得了社会各界的广泛关注。眼下，不少医疗健康企业开始接入DeepSeek，以推动自身发展。

日前，一份名为《恒瑞医药管理总部文件》的文件在社交媒体流传，该文件显示，恒瑞医药要求公司内部全面应用DeepSeek，包括各部门、分公司、子公司。随后，恒瑞医药方面对21世纪经济报道记者回应：公司发布此文件属实。

除恒瑞医药外，据记者梳理，智云健康、医渡科技、药易购、鹰瞳、智慧芽等企业都已宣布接入DeepSeek。这一热潮迅速蔓延至二级市场，带动AI医疗概念股震荡上涨，其中美年健康、贝瑞基因、金域医学等股票一度涨停。

与其他大模型相比，DeepSeek有其独特的优势，其为医药行业打开了怎样的想象空间？医疗企业接入DeepSeek又将如何改变或提升现有的AI医疗解决方案？在DeepSeek等模型的推动下，AI医疗的商业化路径可能会有哪些新的探索或突破？

沙利文大中华区执行总监周明子在接受21世纪经济报道记者采访时表示，整合DeepSeek人工智能模型至数字化医疗系统，可大幅增强现有AI医疗方案的效率与精确度，同时积极促进中国智慧医疗的数字要素化与资产化发展。具体来看，通过深度学习和大数据分析，DeepSeek能够更精准地进行疾病诊断和治疗方案制定，从而提高医疗服务质量。此外，人工智能模型还能通过智能化手段优化资源配置，提升基层医疗服务的能力和效率，这将直接有助于解决医疗服务中的“不可能三角”问题——即在成本、质量和可及性之间的平衡。

从医疗科技角度看，DeepSeek的引入也为大健康科研提供了强大的数据分析支持，从而达到加速科研成果转化，推动医疗技术的创新和进步的目的。

IQVIA艾昆纬中国人工智能和创新业务负责人张畅也向21世纪经济报道记者表示，从医疗角度来看，DeepSeek和其他大模型在应用层面没有本质区别，只是一个走不同技术路线的基座。

“我们只能说DeepSeek这个工具更好，或者可以用更优的成本去实现。从商业视角审视，DeepSeek展现出两大显著优势：一方面，在达到同类模型性能水平时，其算力成本更为低廉，这对企业而言无疑是一大经济利好；另一方面，若模型性能更佳，专家在输入信息时所需数据量或能大幅减少，从而进一步压缩成本。”张畅强调。

质的突破？

毋庸置疑，AI医疗前景广阔。与其他行业相比，AI在医疗领域也有更丰富的应用场景。2024年11月，国家卫生健康委、国家中医药管理局、国家疾控局联合发布的《卫生健康行业人工智能应用场景参考指引》便涉及了84种具体场景。

例如在医学影像分析中，DeepSeek通过深度学习技术能够精准识别肿瘤和病变，辅助医生进行全面的诊断。据悉，DeepSeek在医学影像诊断模块的准确率已达三甲医院主治医师水平，为医疗资源匮乏地区提供了帮助。

在个性化治疗方案制定方面，DeepSeek利用其强大的数据分析能力，通过分析患者的基因信息和病史，为患者提供定制化的治疗建议。例如，对于有家族病史的人群，DeepSeek能够及时发现潜在疾病的风险，并通过“精准医疗”显著提升治疗效果，同时减少副作用。此外，在临床试验设计方面，DeepSeek也能为药企、医生带来更多临床建议，加速了新药研发的进程。

“这些成果不仅提高了医疗服务的质量和效率，还为医疗健康产业带来了创新的解决方案，推动了整个行业的数字化转型。”周明子说。

张畅向记者指出，例如，在医疗咨询问题解决中，与人工咨询相比，DeepSeek-V2模型系统的响应速度提高了50%，准确率达到85%，显著提升了医疗咨询的效率。除提效外，AI还可以赋能医疗领域实现其他突破，比如智能患者管理、智能用药指导，再如建立医学文献知识库，以及在中国广袤的市场中提升诊疗水平，AI所产生的新机会并不少。

“未来，AI医疗还有一些可以突破的方向，更多涉及多学科整合。比如药物发现方面，过去有‘双十定律’（即一款创新药从启动研发到上市，平均成本超过10亿美元，研发时间超过10年），现在不仅效率有所提升，也带来了更多的想象力。”张畅说。

DeepSeek等大模型要想赋能医疗领域，本质上需要将这一底座与临床实际相结合，从这个角度而言，行业需要用医疗知识给大模型做更多输入，需要专家做二次开发。

张畅表示，在有更优的大模型基座的基础上，还需要医疗咨询、临床试验、医疗数据领域的专家来对DeepSeek这样的通用大模型来做专业的prompt engineering，使其得到更加适配于医疗领域的大模型输出，实现“医疗卫生级人工智能”的愿景。

目前，已有恒瑞医药、智云健康、医渡科技、药易购等多家企业高调宣布接入DeepSeek模型。美年健康、贝瑞基因、金域医学等涨停的医疗健康企业，也在布局相关业务。DeepSeek的引入，将在一定程度上增强企业在AI医疗领域的竞争优势。

IQVIA艾昆纬中国人工智能高级技术总监李振兴向21世纪经济报道记者表示，对开发者而言，算力成本在实际部署阶段是一个重要考虑因素。首先，引入类似DeepSeek的技术，可以显著降低企业在AI医疗应用中的成本。例如，卫宁健康研发的模型在满足医疗卫生机构私有化部署需求的同时，确保了成本的可控性。其次，专家训练成本方面，DeepSeek模型的优势在于其底层的神经网络结构更优，要达到其他大模型计算水平所需要的算力更少，因此训练成本也更少。这些对提高企业竞争力都有积极意义。

一日难行千里

AI以及数字化对医疗行业的影响，并不是改变了单一环节，而是改变了医疗企业整个商业模式，对企业的人力、财力、智力规划都有调整。

周明子强调，借助DeepSeek等前沿模型，AI医疗的商业化进程有望在产品创新、应用场景的广泛拓展以及产业深度融合等多个维度实现新的飞跃。在产品创新方面，AI技术正在打破传统人工的局限。例如，医疗虚拟人凭借其智能服务，在医院和院外场景中发挥着越来越重要的作用，企业也可以通过出售服务或授权技术来实现盈利。在应用场景拓展方面，AI医疗的应用范围也在不断拓宽。例如，在居家临终关怀服务中，结合智能监测设备，AI医疗可以与养老、保险机构合作，满足临终关怀的需求，同时实现商业价值。

“借助DeepSeek分析数据，一方面可以为患者和医疗机构提供个性化的产品方案，另一方面基于这些创新的产品方案，还能结合创新支付、多元金融等市场要素和工具，匹配出更好的商业化落地方案，实现更大商业价值的表达。这些突破不仅推动了AI医疗技术产品的进步，为企业带来了新的增长点。更重要的是，通过产品技术和市场商业化的结合，不仅能够造福患者，还能促进医疗科技供给侧的进一步改革，促进整个医疗行业的高质量发展。”周明子说。

然而，企业如何以数字化的方式去拆掉内部围墙，更好整合资源、打通商业化路径也成为发展的关键。

东吴证券研报指出，DeepSeek通过其创新的混合专家模型架构，为资金不充裕的医疗公司提供了接入AI的可能性，特别是在慢病管理、医疗信息化以及医疗数据积累方面具有丰富经验的公司。在开源情况下，DeepSeek具有显著的先发优势，能够大幅降低大模型训练成本，推动医疗AI的广泛应用。

在数据方面，医疗行业强调域内分析，一般不能超出企业或医疗机构的范畴。DeepSeek使用的是开源的商业策略，这和ChatGPT有较大差别，后者目前并未开源。“在DeepSeek开源的策略下，可以更好地进行本地化部署，同时对数据的隐私也有重要意义，将更好促进医疗行业的发展。”李振兴认为。

值得注意的是，DeepSeek的应用并不意味着AI医疗将迈入一个全新的发展阶段。张畅认为，医疗领域的AI包含合规、伦理、道德要求、隐私保护等方面的内容，目前的大模型在这些领域并没有带来质的变化。从这个角度而言，DeepSeek并不一定会改变AI医疗。

“但其对AI医疗的发展有极大促进作用，因为DeepSeek有更便宜的二次开发，叠加更优的隐私保护，也更符合医疗特征，这会使得AI在与医疗结合的广泛程度上有所突破。”张畅补充道。

在变革之中，商业化也是企业必然面临的难题。张畅认为，在DeepSeek等模型的推动下，首先有更多的医药企业、医疗科技企业以及咨询公司会参与进来，对商业化有一定的促进作用。“然而，对于AI医疗的商业化，我们仍持谨慎态度。开源之后可以进行私有化部署，解决了数据隐私的问题，但医疗级AI还面临伦理及幻觉等问题亟待解决。”

“总结而言，DeepSeek在一定程度上解决了成本问题，但在隐私问题的应对上仍有待提升，在准确性和严谨性方面还需要去突破。所以AI医疗的商业化并不能一日千里。”张畅说道。

潜藏风险

DeepSeek的底层逻辑未变，与ChatGPT等产品存在诸多相似之处。市场上仿制相关产品的速度较快，同质化较为显著，而最后真正进入市场的很少。因此，DeepSeek等大模型需积极探索与商业的融合之道。

李振兴指出，在后续的探索上可以从三个角度看，一是有更大或更广泛的专家角色的参与，这些专家可能不是个体，从全球布局来看，也可以是像IQVIA这样的公司；二是prompt engineering所使用的这些物料，或者专家判断，从这个方向出发把行业的各种信息整合在一起，打破单个企业或单个组织的界限，这是未来解决幻觉比较好的突破方向；三是私有化部署，现在看来是有可能解决隐私保护和数据安全相关问题的，市场能否跑出一些案例值得关注。例如，惠每科技与英特尔合作，实现了大模型技术在医疗领域的私有化部署，有效提升了效率和准确性，同时降低了成本压力。

在AI医疗投资热点领域中，医学影像分析不仅被认为是最具潜力的细分领域之一，而且据预测，该领域市场规模在未来十年将激增10倍，达到200亿美元，显示出惊人的增长速度。“医学影像分析在吸引投资、推动技术创新和实现商业化应用方面都具有巨大的潜力，有望成为AI医疗领域的重要增长点。其他的细分热点还包括大健康医疗数据资产的创新积累与应用，人工智能药物研发支持等，围绕智能数据资产和智能算法的各个领域都将成为值得关注的细分赛道。”周明子说。

张畅也建议，可以重点关注那些AI应用比较成熟的场景。参照国家发布的那84种场景来看，其中大约一半的场景已经有了比较多的数字化或者AI参与，这些领域依旧会走在前列。

剩下一半的场景中，又有一部分在技术方面仍没有完全突破，例如手术机器人等需要更多硬件结合的类型方面，DeepSeek并没有带来本质上的冲击，未来这些领域仍将处于探索和发展阶段。另外一部分则是目前的政策、法规等层面没有充分放开的部分。尽管可以通过改进人工智能大模型来提升其在医疗领域的应用，但仅此一项改变并不能完全消除监管机构对伦理和法律问题的担忧。

事实上，随着DeepSeek等大模型推动AI医疗的迅猛发展，如何妥善平衡技术创新与伦理道德的关系，已成为监管必须面对和解决的关键问题。

“至于哪些具体领域需要收紧或放开，还需要进行探索。我们的监管还是比较包容的，无论从医药产业还是从技术创新产业的角度看，大环境都是非常好的。未来可以在行业标准的建立方面实现突破。”张畅说。