王坤：医疗领域DeepSeek应用与算力探索

　　当前，人工智能在医学影像分析、诊疗建议、语言处理等医疗领域获得广泛应用。2023年，新疆维吾尔自治区人民医院（简称“新疆人民医院”）皮肤科研究所团队引入GPU算力服务器，迈出临床与AI技术结合的第一步。“GPU算力服务器是实现医疗AI应用的核心硬件基础，合理的硬件采购、部署和软件优化尤为关键。”新疆人民医院信息科副科长王坤认为，医疗与AI的结合可提升工作效率，提高诊疗质量，降低误诊率，并支持多语种，对医疗行业发展起到强有力的推动作用。

初期探索大模型应用

　　新疆人民医院于2023年部署与应用了GPU算力。在硬件配置方面，医院购入搭载2块GPU算力服务器，具备较强的算力优势，功耗和成本平衡良好。在软件部署方面，医院安装了Ollama系统运行大模型，搭建了Lobe-chat网页客户端，为医院信息中心提供模型调用和测试环境。此时，大模型主要应用于翻译、公文润色及校正场景，提升医疗文书语言质量和沟通效率，节省了信息中心的时间。

　　大模型的应用验证了AI再处理语言性任务方面的潜力，不过其应用仍面临挑战，这主要是因为当时所用显卡算力有限，处理长文本任务效率偏低，无法满足高并发需求。同时，它的应用场景存在局限性，未覆盖诊疗建议生成等专业领域。

　　“算力是大模型性能核心驱动因素，硬件选择需与实际需求匹配，应用场景开发要循序渐进。”王坤谈到，医院推动AI技术落地初期，证明了医疗领域数字化转型对硬件、软件和应用场景的深度理解与持续探索。

　　2024年，新疆人民医院消化科因科研需求，采购了国产GPU算力服务器，但是在部署过程中遇到了生态适配问题，另外因技术支持不到位和部署困难，服务器闲置数月。

推动DeepSeek在医疗场景的应用实践

　　到2025年初，DeepSeek以其先进的自然语言处理能力和医疗场景强适配特性引起关注。新疆人民医院经过反复实践，成功在国产GPU算力服务器上部署了DeepSeek R1 32B模型，重新启用闲置近半年的硬件资源，实现领域内重要突破。对此，王坤介绍：“硬件资源的有效利用依赖于软件生态支持的快速完善，国产显卡在特定场景下可取得高性价比成果。”

　　2023年，针对高血压科医生需整理患者病历、分析检验结果、生成诊疗建议的需求，新疆人民医院信息中心开发了基于规则库的小工具，以辅助医生进行诊断。该工具运用规则库匹配检查结果，对低、中、高风险患者生成对应固定话术，给出简单易审核的辅助诊疗建议。但是该规则仍然存在更新慢、覆盖范围有限、生成话术缺乏灵活性等局限。

　　2025年，医院成功本地化部署DeepSeek R1 32B模型后，重新设计高血压科辅助工具，接入大模型并优化诊疗建议生成流程。大模型可解析复杂检验检查数据，生成准确全面的分析报告，提供高度个性化的诊疗建议，提高沟通效率，优化工作效率，受到医生欢迎。

　　对此，王坤强调：“大模型具备通用性和上下文理解能力，在医疗场景中能更高效、更准确地生成建议。国产显卡兼容性获得解决，使大模型本地部署成为可能，可有效应对医疗数据隐私、效率等问题。”

　　在王坤看来，人工智能大模型对硬件算力依赖很强，医疗行业亟需符合行业规范的硬件设备，国产算力硬件在医疗领域的应用仍需改进支持服务和完善适配生态，不过其已具备长期发展潜力。未来，国产硬件将持续推进在医疗行业的兼容性和性能优化。

　　王坤介绍，目前医疗领域对大模型的应用已从基础语言处理任务延伸至复杂任务，如检验检查结果分析、诊疗建议生成等。医疗数据的特殊性要求高隐私保护，本地化部署大模型成为趋势，增强模型可用性的同时需确保数据的隐私性。DeepSeek模型实现本地部署后，可推动在临床科室内直接使用，避免云端数据隐私风险。

　　他谈到，未来DeepSeek在医疗行业将主要应用于以下方向：疾病预测，基于电子病历与健康监测数据，提供个性化风险评估和早期预警;精准诊疗，整合跨学科医疗知识，辅助医生制定精确诊疗计划;药物研发，预测药物分子性质，加速新药研发;患者教育，提供准确生动的健康指导，提高医患沟通效率。

　　王坤认为，DeepSeek实现了算法、硬件、场景的深度融合，未来需支持整体生态的稳定发展，以提升具体医疗场景效率为切入点，逐步扩展至其他场景的深度融合，接下来要进一步培养算法和医疗知识复合型人才，推进大模型与医疗行业的深度链接。

　　谈及人工智能在医疗行业的发展愿景时，王坤总结道：“医疗AI推动了医患模式转变，由AI承担重复性与数据密集型工作，使医生投入更多时间进行人性化关怀。国产GPU硬件的普及与成熟，为医疗行业的自主化、智能化建设提供更多支持，助力中国医疗的持续创新。”