DeepSeek引領AI醫療革命：技術飛躍如何重塑行業未來？

開年以來，科技界的一個重磅話題悄然興起——純國產生成式AI DeepSeek一鳴驚人。近一個月內，DeepSeek憑藉其卓越的推理能力和卓越性能，顯著降低了AI大模型的應用難度，並預示着醫療場景及服務模式將迎來全面革新。

據21世紀經濟報道記者梳理，多家醫院已部署DeepSeek大模型。例如，近期，深圳大學附屬華南醫院率先邁出了關鍵一步，通過本地化部署國產人工智能大模型DeepSeek-R1，正式翻開了“AI醫院”建設的新篇章。

正如深圳大學附屬華南醫院院長吳鬆說：“AI是一個輔助工具，醫護人員是醫療工作的真正核心力量。”

與此同時，在應用場景方面，醫療影像設備（如CT、MRI）通過集成DeepSeek算法，能夠自動生成結構化報告，這也推動了包括萬東醫療、聯影醫療、邁瑞醫療等在內的醫療器械企業開始推出搭載AI模塊的影像設備，加速推動醫藥企業及醫療機構擁抱AI。

眼下，AI醫療與臨牀的銜接度正在不斷深入。談及AI技術的演變進展，聯影X射線事業部總裁向軍對21世紀經濟報道記者表示，20多年前AI已經存在，但它的形態還遠非今天的深度學習，而是包括了神經網絡、統計學方法以及仿真學等多種技術路徑。

“這二十年間，我對AI的觀察逐漸讓我習以爲常，直至ChatGPT如新星般崛起，才讓我深刻反思自己過去的認知偏見。正如生物由低等到高等的進化歷程所示，儘管人類大腦的記憶工作機制尚難以完全揭示，但這絕非人類認知錯誤的佐證。”向軍說，從那一刻起，自己開始轉變觀念，並真正地接納AI。

華泰證券研報指出，AI技術正在醫療領域展現其重塑新藥研發生產模式和醫療服務提供方式的潛力，如通過智能診斷、個性化治療、藥物研發等應用，顯著提高了醫療服務的效率和準確性。隨着自然語言處理、機器學習、深度學習等AI技術的不斷演進，AI在醫療領域的應用將越來越廣泛，涵蓋病理研究、藥物研發、基因檢測、疾病篩查、輔助診斷、影像分析、精準醫療等幾乎所有醫療環節，實現醫療水平提升、增加醫療服務可及性以及降低醫療成本。

數智化轉型時代已至

當今，AI技術正以前所未有的速度改變着世界，在醫療領域尤爲明顯，數智化轉型已勢不可擋。

向軍介紹，科學發展的歷程實際上經歷了四個階段：首先是阿基米德的浮力原理和伽利略的鐵球實驗，它們是從客觀現象中總結出的規律，屬於經驗科學的範疇。緊接着是牛頓和麥克斯韋方程組，它們用精確的數學語言表達了一般規律，並具有普遍的適應性，這是理論科學的階段。然而，科學發展的這一階段似乎失去了些許魅力，顯得有些平淡。計算機技術的飛躍，讓數值計算雖難及符號計算的精準，卻擁有了逼近無限的潛力。這催生了計算科學的發展，例如在天氣預報等領域的應用。

當人類追溯至AI時代的源頭，不難發現，它猶如一位集大成的智者，巧妙融合了前三個時代的精髓。

AI技術在科學研究中的應用已經深刻地改變了科學研究的方式和進程。例如，在數據處理與分析中，AI技術通過自動化的數據清洗與預處理，提高了數據質量，並能高效處理和分析海量數據，發現隱藏的模式和規律。在圖像與信號處理方面，AI技術廣泛應用於醫學影像分析、天文圖像處理和生物信號處理等領域，提高了診斷的準確性和效率。此外，AI技術在計算模擬與建模、實驗設計與優化中也展現出巨大的潛力，如加速分子動力學模擬過程，優化高通量篩選實驗設計等。

因此，AI的出現意味着每個普通人都有可能成爲某個細分領域的牛頓或麥克斯韋。AI以其獨特的魅力，跨越了理論科學與現實工程環境的鴻溝，通過不斷學習，既深耕理論，又涉足實踐，從而展現出非凡的使用價值。

“我對於AI技術日益普及的現象，內心存有一絲憂慮：當AI技術無所不在時，我們是否還能夠擁有真正意義上的科學家？畢竟，人們可能逐漸減少對理論科學的探索。”向軍表示，基於自身觀察與思考認爲，AI的未來發展趨勢將聚焦於兩大方向：一是持續增加神經元數量，並優化它們之間的連接，使AI的知識儲備更爲深厚，智能表現更爲卓越；二是打造出僅具備高中生水平的AI，但經過恰當訓練後，它們能在特定細分領域表現出色。

“零噪聲技術實際上就是結合計算設計學和深度學習的成果，這代表了AI發展的另一面。我深信，依託我國雄厚的工業底蘊，我們定能借助AI這一萬能鑰匙，解鎖工業領域中的重重難題。”向軍說。

向軍介紹，零噪聲技術與光學領域的降噪技術有所不同。零噪聲技術是對整個影像鏈的全面優化，通過優化X射線源技術，包括對球管和高壓發生器進行精細控制，實現最佳能量曲線；同時對出射光譜進行調製，以獲得最佳光譜；並利用標準參考材料對探測器進行校準，以濾除散射線對對比度的影響。這一系列優化涉及影像鏈的各個環節，其中算法發揮着至關重要的作用。

據21世紀經濟報道記者瞭解，零噪聲技術已經被聯影應用在DSA（數字減影血管造影）設備上，並首次投入臨牀使用。所謂“零噪聲”DSA，即在臨牀場景下，無肉眼可見噪聲的DSA。全球首臺零噪聲DSA設備的投入使用標誌着醫療影像技術的一次重大突破。該技術不僅大幅提升了圖像清晰度，將圖像空間分辨率提升了57%，信噪比提升超過4倍，而且有效將輻射劑量降低了至少70%。

中國科學院院士、復旦大學附屬中山醫院心內科主任葛均波教授對21世紀經濟報道記者表示，“有時候我去基層醫院，設備圖像質量不太好，會影響手術的操作。”

這也是由於傳統的DSA設備往往無法清晰顯示微小的血管或側支循環，增加了手術難度。逆向CTO手術的成功依賴於高質量的影像支持。

根據CTOCC註冊研究數據，我國CTO手術的成功率約爲80%，而影像學技術的進步，如冠脈CT顯像(CTA)、血管內超聲(IVUS)及光學相干斷層顯像(OCT)，在提高手術成功率方面發揮着越來越重要的作用。此外，國產醫療影像技術的突破，例如“零噪聲”DSA技術，不僅提高了圖像質量，還降低了輻射劑量，有助於醫生更精準地操作，從而進一步確保CTO手術的成功。

AI醫療變革蓄勢待發

事實上，醫療行業對精準度和安全性要求極高，這對AI技術提出了巨大挑戰。

那麼，未來，AI將如何改變臨牀？

向軍認爲，當前的AI相當於專科醫生，但未來它有可能成爲全科醫生。AI的發展展現出兩大顯著趨勢：一方面，經過精心訓練，AI不僅在醫學、工程等領域展現出巨大潛力，還能在家用機器人、家電等領域解決以往難以攻克的難題；另一方面，則是通用智能的追求，即擴大處理能力和提升運算速度，這已成爲OpenAI和DeepSeek等機構的探索方向。

“我個人對第二個方向更爲興奮，因爲它能在恰當訓練後解決各種行業問題，推動行業極限的大幅提升。通過與工業結合解決實際問題，它將逐步累積，經歷由量變至質變的飛躍，最終強勁地推動AI領域的蓬勃發展。”向軍認爲，相較於追求通用智能，這一路徑更爲迅速且實用，因爲它更能直接應對並解決實際問題。在實踐中不斷進步，它將反過來推動通用AI的發展。

葛均波教授指出，隨着AI技術的不斷進步，未來醫療領域將見證AI與成像系統的深度融合。

例如，柯尼達科技有限公司的創新突破預示着AI在醫療影像技術中的應用前景。在第七屆中國國際進口博覽會上，西門子醫療等企業展示了AI賦能的醫療影像設備，這些設備有望顯著提高疾病診斷及治療的效率和準確性。康德萊公司也在其醫療器械產品中引入了人工智能技術，進一步推動了醫療行業的創新。在造影之後，AI將協助醫生進行診斷工作，減少誤判和誤診的發生，併爲患者提供最優化的治療方案。這一變革正蓄勢待發。

“我堅信，AI在導管室和造影劑量管理領域將變得越來越成熟和完善。不久後，中山醫院即將推出新的醫療大模型，該模型經過一年多的研發，利用海量醫療數據進行訓練，其準確度在多個測評中得到驗證，甚至與經驗豐富的資深醫生相當。”葛均波透露，該模型的錯誤率極微小，類似於ChatGPT的R1版本。中山醫院將提供更多的詳細數據以供模型進一步學習，未來還會有R2、R3等後續版本。

中信建投證券表示，AI技術在醫療領域的應用已經取得了顯著的進展，例如智能診斷系統通過分析醫學影像提高診斷準確性，個性化治療方案根據患者基因信息制定更精準的治療計劃以及健康管理工具實時監測用戶健康數據，這些應用顯著提升了醫療服務的效率和水平。企業有望藉助AI進一步提高產品競爭力和客戶黏性，鞏固行業地位和競爭優勢。

AI不僅能夠鞏固聯影醫療、邁瑞醫療等龍頭企業的領先地位，使強者愈強，更爲後來者和新興企業開闢了彎道超車、實現轉型升級的寶貴機遇。AI醫療也是國內企業出海競爭的關鍵要素之一，從部分海外龍頭企業的AI佈局來看，在自主研發之外，併購、外部戰略合作、建立數字化平臺和生態圈等也是加快AI佈局的重要途徑。此外，用好DeepSeek等AI工具有助於企業降本增效、改善盈利水平。

“全球範圍內，除了中國，沒有其他國家能將AI與工業結合得如此緊密，解決工業實際問題。這一過程預示着從量變到質變的深刻飛躍即將到來。隨着AI應用的不斷普及，這也會推動通用AI的發展，即更多神經元和更高運算速度的方向。”向軍強調，之所以有如此自信是由於一直以來，我們沒有受限於傳統思維的束縛，沒有歷史負擔的拖累，我們敢於嘗試新事物。

新技術的採納往往遵循一條既定路徑：從消費電子起步，逐步滲透至汽車、工業領域，進而觸及生物醫藥賽道，最終抵達航空航天這一最爲保守的前沿陣地。

“而我們恰恰沒有這些束縛，因此能夠積極向消費電子領域取經，比如向智能手機學習，同時也向汽車的自動駕駛技術尋求靈感。”向軍說，我們同樣致力於設備智能化的探索，涵蓋計算機視覺、智能語音技術，並思考如何將手術室設備融入這一智能化浪潮中。