1.珠江医院成功部署DeepSeek，成为广东首批实现复杂医疗场景下AI深度整合的三甲医院。
2.该院通过DeepSeek实现病历摘要自动生成、检验报告AI解读等应用，提升诊疗效率。
3.为此，珠江医院采取「试点先行、稳步推进」的策略，先在部分科室试用，再全面推广。
4.未来，医院将推进多模态数据融合、机器人手术发展以及与科研机构和企业的合作。
5.张鹏强调，要在热情与理性之间找到平衡，让AI真正为所用，普惠每一个生命。
以上内容由腾讯混元大模型生成，仅供参考
「你家医院部署DeepSeek了吗？」成为当前医疗圈的热点话题。
AI大模型在医疗行业的应用已有时日，但从未像如今这样受到如此广泛接纳。南方医科大学珠江医院（以下简称「珠江医院」）副院长张鹏告诉健康界，此前多家大模型公司曾与该院探讨合作，但往往由于限制条件较多，以及医院对落地效果信心不足等因素，合作往往难以达成。
而DeepSeek出现后，局面大不相同，各家医疗机构在推进本地化部署上可谓「争先恐后」。
近日，珠江医院宣布进行DeepSeek的全流程部署，成为广东首批实现复杂医疗场景下AI深度整合的三甲医院。该院成功打通数10个子系统壁垒，构建起覆盖患者诊疗全周期的智能辅助体系，从病历摘要自动生成到检验报告AI解读，「无感式」嵌入医生工作站，使得诊疗效率明显提升，也开创了大型公立医院AI落地典范。
DeepSeek 凭借其开源特性与自主可控性，成功「俘获」了以严谨著称的医疗领域。那么，医院本地化部署DeepSeek后，具体可应用于哪些场景、解决哪些问题？
本文精选部分内容，供广大同仁交流，欢迎在评论区留言。本期完整回放可点击下列链接，进入医项目观看：
遭遇算力瓶颈等困难
为何仍坚定推进本地化部署？
健康界：作为广东省首批实现复杂场景AI整合的三甲医院，珠江医院部署医疗AI系统的过程经历了哪些挑战？
张鹏：我们医院的技术团队在蛇年春节前，便已关注到DeepSeek在人工智能领域的突破性进展。基于其开源的特征，医院便开始设想如何能够将其引入到诊疗服务中，为医务人员所用。
1月22日，医院便首次尝试了DeepSeek本地化部署，但是很快体会到了「巧妇难为无米之炊」的困境——因为算力基础不足的问题，无论是用个人电脑还是性能较佳的单位服务器，都无法流畅运行7B甚至降至1.5B的模型版本。
恰逢春节假期来临，医院紧急联系了多家合作单位，寻求算力服务器调度支持，最终确立了「本地+云端」的混合算力方案——涉及患者隐私的数据，严格采用本地算力处理，服务类公共信息则借助云端算力。如此，既保障了数据安全，又避免硬件资源的过度投入。
健康界：即便在遭遇算力瓶颈等困难的情况下，珠江医院为何如此坚定推进了DeepSeek本地化部署？
张鹏：珠江医院高度重视DeepSeek的本地化部署，核心考量基于其两大优势：开源特性与自主可控性。此前，多家大模型公司曾与医院探讨合作，但往往存在诸多限制条件，包括软件要求、资金投入等。与此同时，医院也对合作后的落地效果信心不足，使得合作难以达成。
DeepSeek和以往大模型相比，由于其开源的优势，医院不仅部署成本降低，而且主动权提升，能够将关键技术和应用掌握在自己手中。
此外，DeepSeek具备强大的可定制性，支持建立本地知识库，并根据医院实际需求进行个性化调整。这种「可教可养」的特性，如同领回一个孩子，医院可以逐步对模型进行培养和优化，甚至与模型共同成长。这些是珠江医院下决心本地化部署DeepSeek并将其用好的关键原因。
DeepSeek如何「无感」
嵌入医生工作流程？
健康界：DeepSeek系统在珠江医院应用于哪些场景？具体如何提升诊疗质量和效率？
张鹏：DeepSeek的本地化部署，首先实现了基础的对话框功能，类似于我们在手机或电脑上体验到的对话功能。珠江医院将这一功能嵌入医生工作站，通过「珠江AI小助手」窗口，医生可实时与系统对话，获取所需信息。这是第一步，也是最基础的应用。
在此基础上，我们进一步探索如何减轻医护人员负担，提升工作效率。比如医生想寻求AI辅助建议解读病历时，无需通过打字或者复制粘贴将病历内容输入对话框，而是通过一键点击「生成病历摘要」按钮，系统可自动提炼患者在我院的治疗进程、检查结果、诊疗方案及当前生命体征等关键信息，生成简洁准确的摘要。
如此，即便是非主诊医生，也可快速了解患者病情和治疗进展，并清楚下一步动作，节约了很多翻看病历的时间，工作效率明显提升。
其次，珠江医院也通过DeepSeek，将检验检查报告分析功能嵌入医师工作站。医生在查看患者检查或检验报告时，点击「AI报告解读」按钮，系统即可识别异常指标，并列出可能的原因分析，为医生决策提供参考。如此，可以帮助医生快速定位问题，提升诊断效率。
诸如此类，珠江医院不追求「高大上」的应用，而是从细节入手，逐步解决困扰医护人员的低效环节，持续优化诊疗流程。
健康界：珠江医院如何实现AI 系统与现有医疗流程的无缝融合？如何确保AI 与医生工作流的「无感式融合」，并提升诊疗效率和质量？
张鹏：在AI系统与现有医疗流程的衔接问题上，珠江医院采取了以电子病历为核心的策略。作为通过电子病历5级评审的单位，医院将电子病历系统视为各子系统的「中枢神经」，通过其实现数据的整合与流转。
面对来自不同厂商、接口复杂、数据格式不一的数十个子系统，医院以电子病历为枢纽，实现数据的统一整合与分发。各子系统产生的数据首先汇聚至电子病历系统，再根据需求反馈至各系统进行处理。
在此过程中，我们的重要原则是：AI的引入旨在优化而非颠覆现有诊疗流程。医院将AI嵌入医生工作站，是为他们提供诊疗辅助等功能，而非要求医生改变操作习惯。通过解决医生在病历书写、数据记录等方面的痛点，让AI接管重复性、低价值的工作，使医生能够专注于治疗方案制定和护理优化等高价值任务。
医院管理层与临床医生紧密合作，深入了解其需求，设计符合实际工作场景的人机协作界面。在确保数据安全与合规的前提下，医院通过DeepSeek等AI技术，对电子病历系统进行升级改造，解决原有技术手段无法处理的痛点，实现诊疗流程的智能化升级。
AI辅助诊疗时
如何规避「算法幻觉」影响？
健康界：在AI辅助决策过程中，如何平衡算法建议与医生临床经验的关系，避免「AI幻觉」带来的不良影响？
张鹏：珠江医院始终强调AI的辅助定位。任何事物都有两面性，任何技术都有其局限性，AI也不例外。在诊疗决策中，医生应结合自身临床经验和专业知识，对AI提供的建议进行综合分析和判断，并最终决定采取何种治疗方案。从法律层面而言，医生需对诊疗决策负责，不能将责任推卸给AI。
与此同时，医院层面也加强对AI算法的评估和验证。一旦AI提出的与常规诊疗经验、路径相差较远的建议，就要对此类案例进行记录、分析和追溯，判断是偶发失误还是系统性偏差，并据此优化模型。
在训练AI的过程中，要用优质的、科学的、经过验证的数据，减少错误数据对AI性能的负面影响。幸运的是，珠江医院多年前就认识到高质量数据的重要性，并在优势学科、科室的基础上，通过收集大量专病案例，形成高质量专病数据库。这些数据经过严格治理，为AI训练提供了优质「食材」。
今年，珠江医院在AI技术布局方面发力的同时，也下决心进一步优化数据治理，计划通过「数据湖」技术对院内历史数据集进行系统梳理。DeepSeek的出现也为医院数据治理提供了新思路，其高效、准确的数据处理能力，将助力我们更好地完成数据整理工作。
下一步，珠江医院将更多运用AI技术进行数据整理和分析，在技术创新方面，将AI与现有数据深度融合，相互促进，共同提升。这一过程将加速医院的数智化转型，为医疗决策提供更智能、更可靠的辅助支持。
从试点到全院覆盖
医院AI布局下一步怎么走？
健康界：珠江医院在推广DeepSeek时采取了哪些策略以确保系统的稳定性和安全性？
张鹏：目前，DeepSeek的应用正处于逐步成熟和推广阶段。我们采取「试点先行、稳步推进」的策略，首先在部分科室进行试用，验证系统的稳定性、功能准确性以及是否存在「幻觉」等问题。只有在试用效果良好后，才会考虑全面推广。
在推进过程中，我们还需综合考虑医院的算力资源。例如，10个科室的试用可能已满足需求，但扩展到20个科室是否会引发算力拥塞？这些问题都需要在推广前进行充分评估。
从已试用的科室反馈来看，医生们普遍对DeepSeek的应用表示认可。许多以往难以实现的功能，如今通过这一工具变得便捷高效。尽管具体效益因应用周期较短，尚需进一步评估，但我们相信，DeepSeek的应用将为医院带来显著的效益提升。
在下一步的AI布局中，我们采取「需求驱动」的策略，面向全院征集AI应用场景。通过通知的形式，鼓励一线医护工作人员提出具体需求和应用思路。
我们计划大量收集这些需求后，进行系统分析和分类，明确优先级。先是筛选出能够立即实施、快速见效且能解决实际问题的场景，优先推进；针对需要一定时间和资源投入的场景，制定详细实施计划，持续探索。
最终目标是实现诊前、诊中、诊后全流程的AI服务覆盖，全面提升医疗服务的效率和质量。
健康界：未来，珠江医院计划如何进一步推进AI 应用场景的覆盖？
张鹏：我们正在制定详细的规划，目前可以分享几个关键方向：
首先，我们将继续完善和推广已较为成熟的应用场景，如病历摘要生成等。同时，开发更多实用的小功能模块，确保这些基础功能在医院各科室的广泛落地。
其次，推进多模态数据的融合，提升AI在医疗领域的精准度。例如，将影像、检验、病理等多源数据与AI技术结合，实现更全面的辅助诊断和治疗决策。
再者，珠江医院高度重视机器人手术的发展，这是AI时代的重要特征之一。我们特别关注国产机器人的使用，目前医院在国产机器人手术量方面处于全国前列。未来，我们将继续推广这一技术，优化手术流程，提升手术效果。
最后，加强与科研机构和企业的合作，推动AI医疗技术的研究和创新。我们希望通过技术转化和落地应用，在医疗行业AI技术的推广中发挥积极作用。在擅长的领域，我们力争做出更多成果，与行业共享经验。
尾声
张鹏强调，正如每一次技术革命，AI 也是一柄双刃剑：它的决策依赖数据质量，它的创新需要人类校准，它的边界仍需伦理守护。
「我们既要以开放的心态拥抱这场变革，像使用听诊器一样让 AI 成为诊疗的得力助手；也要保持清醒的认知，避免将复杂的生命问题简单托付给算法。」张鹏表示，唯有在热情与理性之间找到平衡，才能真正让 AI「为我所用」，让科技进步的红利普惠每一个生命。
扫码联系作者，获取回放链接
申请成为讲师，加入主题社群
健康界出品，未经授权禁止转载。
若违规转载，必追究法律责任！