【浙江大學(xué)(姚暢)】2025年AI大模型如何破局傳統(tǒng)醫(yī)療報(bào)告

浙江大學(xué)DeepSeek系列專題線上公開課（第二季）姚暢浙江大學(xué)軟件學(xué)院浙江大學(xué)計(jì)算機(jī)創(chuàng)新技術(shù)研究院2025.03.31杭州·01·什么是DeepSeek·01··02··02··03·03·人工智能技術(shù)演進(jìn)圖片引用自：/article/2382554圖片引用自：/67d63b343b685529b70c10c6.html4DeepSeek發(fā)展軌跡5“系統(tǒng)1”和“系統(tǒng)2”識(shí)別圖片里的動(dòng)物是什么？系統(tǒng)一：自動(dòng)化的運(yùn)作，非?？?、不費(fèi)力氣，即使要費(fèi)力，也很少，它不受自主控制。這個(gè)患者患有什么疾病？計(jì)算下面的結(jié)果：2678*5974=？系統(tǒng)二：動(dòng)用到注意力去做費(fèi)力的心智活動(dòng)，包括復(fù)雜的計(jì)算。人類的思維模式可以分為兩種：快速、直覺的“系統(tǒng)1”和緩慢、深思的“系統(tǒng)2”前者擅長(zhǎng)快速?zèng)Q策，但容易受到認(rèn)知偏差的影響；后者則通過邏輯推理做出更準(zhǔn)確的判斷DeepSeek推動(dòng)深層次推理大語言模型（LLM）的發(fā)展始于2018年的預(yù)訓(xùn)練Transformer模型，如BERT和GPT。這些模型通過大規(guī)模文本數(shù)據(jù)的無監(jiān)督預(yù)訓(xùn)練，展示了強(qiáng)大的語言理解和生成能力。GPT-4、LLaMA和LLaVA等模型在推理、上下文理解和多模態(tài)推理方面取得了顯著進(jìn)盡管基礎(chǔ)型LLMs在文本生成、語言翻譯等任務(wù)中表現(xiàn)出色，但它們主要依賴“系統(tǒng)1”式的快速?zèng)Q策，缺乏“系統(tǒng)2”式的深度推理能力。隨著DeepSeekR1等推理型LLMs的出現(xiàn)，這一局面正在發(fā)生改變。DeepSeek領(lǐng)跑開源大模型技術(shù)與生態(tài)7這個(gè)“2.5億”和DeepSeek的爆發(fā)意味著什么？AIAI平權(quán)8DeepSeek成為攪動(dòng)行業(yè)的催化劑9DeepSeek醫(yī)療多場(chǎng)景應(yīng)用分析7878智能導(dǎo)診系統(tǒng)86預(yù)86預(yù)問診與報(bào)告解讀健康管理服務(wù)健康管理服務(wù)6666輔助診斷系統(tǒng)7575病歷智能化處理及質(zhì)控77合理用藥支持5運(yùn)營(yíng)優(yōu)化系統(tǒng)5運(yùn)營(yíng)優(yōu)化系統(tǒng)智慧辦公系統(tǒng)醫(yī)保合規(guī)審核7智慧辦公系統(tǒng)醫(yī)保合規(guī)審核7中醫(yī)傳承創(chuàng)新臨床試驗(yàn)支持?jǐn)?shù)據(jù)挖掘與建模21中醫(yī)傳承創(chuàng)新臨床試驗(yàn)支持?jǐn)?shù)據(jù)挖掘與建模21203跨境醫(yī)療服務(wù)33公衛(wèi)服務(wù)創(chuàng)新34?？粕罨瘧?yīng)用4患者服務(wù)類臨床支持類醫(yī)院管理類·01·什么是DeepSeek·01··02··02··03·03·醫(yī)療業(yè)務(wù)場(chǎng)景的3類不同角色患者被服務(wù)對(duì)象，需要獲取專業(yè)醫(yī)療和健康服務(wù)，關(guān)注治療效果和服務(wù)體驗(yàn)醫(yī)護(hù)人員醫(yī)療服務(wù)主要提供者，需要嚴(yán)格按照醫(yī)療服務(wù)流程規(guī)范為患者提供服務(wù)，同時(shí)還兼顧科研創(chuàng)新等諸多職責(zé)醫(yī)院管理者負(fù)責(zé)管理，保證醫(yī)療質(zhì)量、服務(wù)流程、供應(yīng)鏈等，推動(dòng)醫(yī)院高質(zhì)量發(fā)展智慧醫(yī)療建設(shè)的政策支撐智慧醫(yī)療建設(shè)的政策支撐33335國(guó)家衛(wèi)健委圈定的智慧醫(yī)院的定義和范圍主要包括三大領(lǐng)域：面向醫(yī)務(wù)業(yè)務(wù)的“智慧醫(yī)療”、面向患者服務(wù)的“智慧服務(wù)”、面向醫(yī)院管理的“智慧管理”。醫(yī)院目前發(fā)展正處于從“數(shù)字化、信息化”轉(zhuǎn)向“智慧化”的關(guān)鍵節(jié)點(diǎn)，未來智慧醫(yī)院的建設(shè)將有助于提升醫(yī)療服務(wù)質(zhì)量和醫(yī)療效益，改善就醫(yī)體驗(yàn)，優(yōu)化區(qū)域資源配置。整體信息化水平上升：級(jí)別設(shè)置為1-8級(jí)，不在保留0級(jí)新標(biāo)準(zhǔn)對(duì)區(qū)域協(xié)同提出了要求整體信息化水平上升：級(jí)別設(shè)置為1-8級(jí)，不在保留0級(jí)新標(biāo)準(zhǔn)對(duì)區(qū)域協(xié)同提出了要求新標(biāo)準(zhǔn)增加了中醫(yī)、中藥的要求，增加32項(xiàng)評(píng)價(jià)內(nèi)容新標(biāo)準(zhǔn)增加“人工智能”要求新標(biāo)準(zhǔn)增加“醫(yī)體融合”及“臨床營(yíng)養(yǎng)”要求新標(biāo)準(zhǔn)增加了“國(guó)產(chǎn)化替代”要求新標(biāo)準(zhǔn)增加“易用性”要求......國(guó)家衛(wèi)生健康委醫(yī)院管理研究所于2024年5月28日在北京市召開主題為“融智慧、強(qiáng)質(zhì)量、助發(fā)展”的智慧醫(yī)院助力公立醫(yī)院高質(zhì)量發(fā)展學(xué)術(shù)交流大會(huì)。AI+HIT2025年-基于EMR，采用SOA架構(gòu)、ESB技術(shù)，以實(shí)現(xiàn)醫(yī)院業(yè)務(wù)系統(tǒng)和數(shù)據(jù)的初步集成和整合為目標(biāo)。2025年-基于EMR，采用SOA架構(gòu)、ESB技術(shù)，以實(shí)現(xiàn)醫(yī)院業(yè)務(wù)系統(tǒng)和數(shù)據(jù)的初步集成和整合為目標(biāo)。AI驅(qū)動(dòng)，醫(yī)療智能化EMR、CIS…在醫(yī)療行業(yè)場(chǎng)景中全面深入利用人工智能、云計(jì)算、大數(shù)EMR、CIS…衛(wèi)生健康行業(yè)人工智能應(yīng)用場(chǎng)景指引布《衛(wèi)生健康行業(yè)人工智能應(yīng)用場(chǎng)景參考指引》，旨在推動(dòng)“人工智能+”人工智能+人工智能+通過AI優(yōu)化診療流程（如智能分診、電子《指引》給出“衛(wèi)生健康行業(yè)人工智能應(yīng)用場(chǎng)景參考指引全景圖”，分為“人工智能+醫(yī)療服務(wù)管理”“人工智能+基層公衛(wèi)服務(wù)”“人工智能+健康產(chǎn)業(yè)發(fā)展”“人工智能+醫(yī)學(xué)教學(xué)科研”四個(gè)大類，并進(jìn)一步細(xì)分為13個(gè)小類，共計(jì)84問題1:醫(yī)院具備AI應(yīng)用的基礎(chǔ)設(shè)施嗎？醫(yī)學(xué)大模型落地的關(guān)鍵要素挑戰(zhàn)1:如何構(gòu)建醫(yī)院AI基礎(chǔ)設(shè)施和應(yīng)用范式從醫(yī)療信息化到醫(yī)療智能化醫(yī)院AI生態(tài)系統(tǒng)架構(gòu)機(jī)器學(xué)習(xí)、統(tǒng)計(jì)分析、大數(shù)據(jù)聚合、Chatgpt采集基礎(chǔ)設(shè)施感知與數(shù)據(jù)采集基礎(chǔ)設(shè)施全感知全感知邊緣計(jì)算AI邊緣計(jì)算AI芯片；硬件：AI攝像頭、雷達(dá)、傳感器；軟件：圖像識(shí)別、行為識(shí)別、區(qū)塊鏈防偽；海量圖像搜索；增強(qiáng)學(xué)習(xí)；NLP門診機(jī)器人、數(shù)字病房、語音隨訪、手術(shù)輔助機(jī)器人、康復(fù)機(jī)器人……以云儲(chǔ)存數(shù)據(jù)湖)·隱私計(jì)算·數(shù)據(jù)分發(fā)·交以5G、物聯(lián)網(wǎng)、云原生、網(wǎng)絡(luò)安全等技術(shù)的云基礎(chǔ)設(shè)施問題2:醫(yī)院是不是已經(jīng)進(jìn)入了人工智能時(shí)代？現(xiàn)有醫(yī)療場(chǎng)景的大模型賦能現(xiàn)有醫(yī)療場(chǎng)景的大模型賦能大模型融合現(xiàn)有信息和數(shù)據(jù)系統(tǒng)，實(shí)現(xiàn)靜態(tài)的知識(shí)和信息動(dòng)態(tài)化，降低用戶進(jìn)行系統(tǒng)交互時(shí)的門檻，提高系統(tǒng)的智能化水平。病歷內(nèi)涵質(zhì)控AI語音查房病歷自動(dòng)生成病歷內(nèi)涵質(zhì)控AI語音查房病歷自動(dòng)生成門診助手就醫(yī)健康咨詢就醫(yī)健康咨詢AI360患者視圖健康風(fēng)險(xiǎn)評(píng)估體檢總檢推薦AI360患者視圖健康風(fēng)險(xiǎn)評(píng)估體檢總檢推薦護(hù)理健康宣教護(hù)理健康宣教醫(yī)保智能問答工作報(bào)告生成駕駛艙決策支持醫(yī)保智能問答工作報(bào)告生成駕駛艙決策支持人工智能在醫(yī)院場(chǎng)景落地的挑戰(zhàn)醫(yī)院系統(tǒng)多醫(yī)院系統(tǒng)多臨床專業(yè)性強(qiáng)，流程復(fù)雜且嚴(yán)謹(jǐn)多少AI應(yīng)用或工具是臨床醫(yī)生在實(shí)際工作中真實(shí)需臨床專業(yè)性強(qiáng)，流程復(fù)雜且嚴(yán)謹(jǐn)多少AI應(yīng)用或工具是臨床醫(yī)生在實(shí)際工作中真實(shí)需評(píng)價(jià)AI模型的診療能力有意義嗎？沒有私有化環(huán)境下的AI基礎(chǔ)設(shè)施，醫(yī)院如何擁抱人工智能技術(shù)？數(shù)據(jù)來源廣數(shù)據(jù)客觀采集、治理、分析門檻高支撐場(chǎng)景泛大量數(shù)據(jù)采集基于主觀判斷，難以統(tǒng)一在設(shè)計(jì)的數(shù)據(jù)標(biāo)準(zhǔn)下。支撐場(chǎng)景泛學(xué)科交叉要求高，缺乏AI基礎(chǔ)設(shè)施角色需求異私有化要求迫切，迫切需要醫(yī)工信等多學(xué)科交叉，AI基礎(chǔ)設(shè)施缺失。角色需求異挑戰(zhàn)2:如何理解和利用醫(yī)療數(shù)據(jù)？數(shù)據(jù)、信息、知識(shí)與智慧國(guó)際標(biāo)準(zhǔn)化組織（ISO）將數(shù)據(jù)定義為“對(duì)事實(shí)、概念或指令的一種特殊表達(dá)形式，它可以用人工或自動(dòng)化裝置進(jìn)行通信、翻譯或處理”。數(shù)據(jù)是客觀事物的表示或映射，反映客觀事物狀態(tài)和狀態(tài)的變化，一般通過儀器或設(shè)備自動(dòng)感應(yīng)（如傳感器等）或人體感官主動(dòng)感知，以數(shù)字或文本、音頻、圖像、視頻等形態(tài)呈現(xiàn)。數(shù)據(jù)是最原始的記錄,通常未被加工解釋,沒有其他意義。[1]數(shù)據(jù)、信息、知識(shí)與智慧國(guó)際標(biāo)準(zhǔn)化組織（ISO）將信息定義為“對(duì)人有用、能夠影響人們行為的數(shù)據(jù)”，在中國(guó)的GB5271.1-85標(biāo)準(zhǔn)的“01.01.02信息”款下，信息被定義為“人們根據(jù)表示數(shù)據(jù)所用協(xié)定而賦予數(shù)據(jù)的意義”。信息的主要特征：傳載性、共享性、可處理性、時(shí)效性（只有既準(zhǔn)確又及時(shí)的信息才有價(jià)值）取、傳輸、匯總、加工生成各種信息，數(shù)據(jù)、信息、知識(shí)與智慧知識(shí)是指人類迄今為止通過思考、研究和實(shí)踐所獲得的對(duì)世界（包括物質(zhì)世界和精神世界）認(rèn)識(shí)的總和。在中國(guó)GB/T23703.2-2010中的定義：知識(shí)是通過學(xué)習(xí)、實(shí)踐或探索所獲得的認(rèn)識(shí)、判斷或技能。?顯性知識(shí)指的是可以被編碼和轉(zhuǎn)化為系統(tǒng)的正式語言，如：文識(shí)大多以顯性知識(shí)的形態(tài)傳承下來。?隱性知識(shí)指的是個(gè)性化的，有具體目的，無法記錄也無法表達(dá)的知識(shí)，如群體的潛規(guī)則等。隱性知識(shí)的交流、共享與情境密切相關(guān).隱性知識(shí)的共享實(shí)質(zhì)上是一個(gè)知識(shí)創(chuàng)造的過程,只有親臨現(xiàn)場(chǎng)、共同在場(chǎng)、互動(dòng)溝通,才能有效地傳遞與分享隱性知識(shí),并基于此創(chuàng)造新知識(shí)。[1]Xu,F.(2013).TheForKnowledge:ThePioneeringWorkofIkujiroNonaka(pp.60-76).Basingstoke,UK:PalgraveMacmillann.數(shù)據(jù)、信息、知識(shí)與智慧智慧是在知識(shí)的基礎(chǔ)上總結(jié)原理和法則，來解決難以解決的問題，是一種運(yùn)籌能力。智慧的核心是如何利用數(shù)據(jù)、信息和知識(shí)解決實(shí)際問題。啟真可計(jì)算醫(yī)學(xué)知識(shí)庫建設(shè)已累計(jì)整理文獻(xiàn)上百萬份、梳理結(jié)構(gòu)化醫(yī)學(xué)術(shù)語、實(shí)體、關(guān)系超過千萬條，建立百余種疾病臨床決策路徑。已有肝膽外科、內(nèi)分泌科、精神科、病理科、心血管科、生殖科、血管外科、護(hù)理等10余個(gè)學(xué)科完成知識(shí)庫數(shù)據(jù)入庫問題3:大模型在醫(yī)療場(chǎng)景需要具備什么能力？AI看病靠譜嗎？人類獨(dú)自決策人機(jī)合作決策完全由機(jī)器決策人類的知識(shí)體系、經(jīng)驗(yàn)與技能醫(yī)學(xué)儀器和檢測(cè)技術(shù)的快速發(fā)展，為人類決策提供了大量客觀、準(zhǔn)確的數(shù)據(jù)（如：檢驗(yàn)、影像、基因等）?AI的輸入數(shù)據(jù)能不能真實(shí)反映你的實(shí)際情況？?解決你的問題是不是僅僅依靠顯性知識(shí)？?你是需要他回答問題，還是解決問題？?風(fēng)險(xiǎn)和倫理問題？大語言模型的能力探索：大模型≠聊天機(jī)器人請(qǐng)幫我寫一首李白風(fēng)格的詩請(qǐng)幫我寫一篇領(lǐng)導(dǎo)的發(fā)言稿請(qǐng)幫我總結(jié)出文章要點(diǎn)請(qǐng)幫我整理一個(gè)摘要請(qǐng)從心電圖做出診斷現(xiàn)在，大模型在訓(xùn)練和學(xué)習(xí)的過程中，雖然沒有任何邏輯推理任務(wù)上的訓(xùn)練，但當(dāng)模型參數(shù)到達(dá)一定級(jí)別之后（一般認(rèn)為是10B，即100億參數(shù)就會(huì)出現(xiàn)了這種開始沒有預(yù)料到的邏輯推理能力。醫(yī)療大模型需要懂專業(yè)、懂場(chǎng)景物聯(lián)網(wǎng)云原生云原生醫(yī)療智能體醫(yī)療智能體大模型大模型中臺(tái)與算力挑戰(zhàn)3:如何構(gòu)建醫(yī)療領(lǐng)域大模型？多模態(tài)輸入大模型賦能產(chǎn)業(yè)場(chǎng)景的兩種技術(shù)路徑多模態(tài)輸入技術(shù)路徑2：領(lǐng)域大模型技術(shù)路徑1：超級(jí)智能體技術(shù)路徑2：領(lǐng)域大模型多模態(tài)輸出多模態(tài)輸出領(lǐng)域大模型1領(lǐng)域大模型n領(lǐng)域大模型2領(lǐng)域大模型n行業(yè)領(lǐng)域1行業(yè)領(lǐng)域1行業(yè)領(lǐng)域2行業(yè)領(lǐng)域2行業(yè)領(lǐng)域行業(yè)領(lǐng)域nnn基于單一的通用大模型構(gòu)建超級(jí)智能體，完成幾乎全部的軟件功能nn構(gòu)建具有領(lǐng)域知識(shí)、理解領(lǐng)域數(shù)據(jù)的領(lǐng)域大模型，大幅提升行業(yè)用戶解決專業(yè)問題的效率醫(yī)療場(chǎng)景專業(yè)性強(qiáng)、數(shù)據(jù)隱私要求高、數(shù)據(jù)分散，醫(yī)院AI基礎(chǔ)設(shè)施剛剛起步，因此構(gòu)建并應(yīng)用醫(yī)學(xué)領(lǐng)域大模型是當(dāng)前的主流選擇。大模型賦能產(chǎn)業(yè)場(chǎng)景工作流n針對(duì)產(chǎn)業(yè)場(chǎng)景“專業(yè)化、精準(zhǔn)化、私有化”的大模型應(yīng)用需求，研制領(lǐng)域大模型構(gòu)建部署工具鏈，支撐領(lǐng)域?qū)＜抑鲗?dǎo)構(gòu)建領(lǐng)域大模型模型微調(diào)模型微調(diào)強(qiáng)化學(xué)習(xí)智能體開發(fā)業(yè)務(wù)場(chǎng)景基礎(chǔ)模型強(qiáng)化學(xué)習(xí)智能體開發(fā)業(yè)務(wù)場(chǎng)景基礎(chǔ)模型選型RAGRAG知識(shí)準(zhǔn)備數(shù)據(jù)準(zhǔn)備知識(shí)準(zhǔn)備醫(yī)學(xué)領(lǐng)域大模型構(gòu)建啟真醫(yī)學(xué)大模型醫(yī)學(xué)知識(shí)庫醫(yī)療機(jī)構(gòu)個(gè)性化數(shù)據(jù)deepseek、Qwen等啟真醫(yī)學(xué)大模型醫(yī)學(xué)知識(shí)庫醫(yī)療機(jī)構(gòu)個(gè)性化數(shù)據(jù)首先將大模型培養(yǎng)成一個(gè)掌握醫(yī)學(xué)知識(shí)體系、懂醫(yī)療業(yè)務(wù)流程的醫(yī)學(xué)生?可計(jì)算醫(yī)學(xué)知識(shí)庫?醫(yī)療應(yīng)用場(chǎng)景醫(yī)學(xué)領(lǐng)域大模型場(chǎng)景化人機(jī)協(xié)同方式2025220252一、Embedded（嵌入型單一場(chǎng)景的隱形助手二、Copilot（協(xié)同型）：?jiǎn)我幌到y(tǒng)內(nèi)的多場(chǎng)景協(xié)作三、Agent（智能體）：跨系統(tǒng)與場(chǎng)景的自主決策四、Society（社會(huì)型多智能體的生態(tài)協(xié)同大模型技術(shù)在醫(yī)療場(chǎng)景應(yīng)用的挑戰(zhàn)深度推理能力深度推理能力數(shù)據(jù)安全及倫理數(shù)據(jù)安全及倫理資源耗費(fèi)大（算力）資源耗費(fèi)大（算力）·01··02··03·03·應(yīng)用案例——MedCopilot醫(yī)生助手通過整合先進(jìn)的人工智能技術(shù)、豐富的醫(yī)學(xué)知識(shí)和臨床數(shù)據(jù)，MedCopilot將成為醫(yī)療行業(yè)的新質(zhì)生產(chǎn)力，助力大模型技術(shù)在醫(yī)療行業(yè)的落地和應(yīng)用實(shí)踐。應(yīng)用案例——關(guān)鍵患者精準(zhǔn)管理患者之困：診療迷茫與流失之憂醫(yī)院患者在門診初診后陷入診療方向迷茫，難以精準(zhǔn)尋找到“合適的醫(yī)生”。待住院患者的流失率，在檢驗(yàn)、檢查結(jié)果出現(xiàn)異常后，無序就醫(yī)情況尤為顯著。n患者和醫(yī)生之間的信息鴻