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

浙江大學DeepSeek系列專題線上公開課（第二季）姚暢浙江大學軟件學院浙江大學計算機創(chuàng)新技術研究院2025.03.31杭州·01·什么是DeepSeek·01··02··02··03·03·人工智能技術演進圖片引用自：/article/2382554圖片引用自：/67d63b343b685529b70c10c6.html4DeepSeek發(fā)展軌跡5“系統(tǒng)1”和“系統(tǒng)2”識別圖片里的動物是什么？系統(tǒng)一：自動化的運作，非?？臁⒉毁M力氣，即使要費力，也很少，它不受自主控制。這個患者患有什么疾??？計算下面的結果：2678*5974=？系統(tǒng)二：動用到注意力去做費力的心智活動，包括復雜的計算。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”前者擅長快速決策，但容易受到認知偏差的影響；后者則通過邏輯推理做出更準確的判斷DeepSeek推動深層次推理大語言模型（LLM）的發(fā)展始于2018年的預訓練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)督預訓練，展示了強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盡管基礎型LLMs在文本生成、語言翻譯等任務中表現(xiàn)出色，但它們主要依賴“系統(tǒng)1”式的快速決策，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領跑開源大模型技術與生態(tài)7這個“2.5億”和DeepSeek的爆發(fā)意味著什么？AIAI平權8DeepSeek成為攪動行業(yè)的催化劑9DeepSeek醫(yī)療多場景應用分析7878智能導診系統(tǒng)86預86預問診與報告解讀健康管理服務健康管理服務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運營優(yōu)化系統(tǒng)5運營優(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)新臨床試驗支持數(shù)據(jù)挖掘與建模21中醫(yī)傳承創(chuàng)新臨床試驗支持數(shù)據(jù)挖掘與建模21203跨境醫(yī)療服務33公衛(wèi)服務創(chuàng)新34專科深化應用4患者服務類臨床支持類醫(yī)院管理類·01·什么是DeepSeek·01··02··02··03·03·醫(yī)療業(yè)務場景的3類不同角色患者被服務對象，需要獲取專業(yè)醫(yī)療和健康服務，關注治療效果和服務體驗醫(yī)護人員醫(yī)療服務主要提供者，需要嚴格按照醫(yī)療服務流程規(guī)范為患者提供服務，同時還兼顧科研創(chuàng)新等諸多職責醫(yī)院管理者負責管理，保證醫(yī)療質(zhì)量、服務流程、供應鏈等，推動醫(yī)院高質(zhì)量發(fā)展智慧醫(yī)療建設的政策支撐智慧醫(yī)療建設的政策支撐33335國家衛(wèi)健委圈定的智慧醫(yī)院的定義和范圍主要包括三大領域：面向醫(yī)務業(yè)務的“智慧醫(yī)療”、面向患者服務的“智慧服務”、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”的關鍵節(jié)點，未來智慧醫(yī)院的建設將有助于提升醫(yī)療服務質(zhì)量和醫(yī)療效益，改善就醫(yī)體驗，優(yōu)化區(qū)域資源配置。整體信息化水平上升：級別設置為1-8級，不在保留0級新標準對區(qū)域協(xié)同提出了要求整體信息化水平上升：級別設置為1-8級，不在保留0級新標準對區(qū)域協(xié)同提出了要求新標準增加了中醫(yī)、中藥的要求，增加32項評價內(nèi)容新標準增加“人工智能”要求新標準增加“醫(yī)體融合”及“臨床營養(yǎng)”要求新標準增加了“國產(chǎn)化替代”要求新標準增加“易用性”要求......國家衛(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)展學術交流大會。AI+HIT2025年-基于EMR，采用SOA架構、ESB技術，以實現(xiàn)醫(yī)院業(yè)務系統(tǒng)和數(shù)據(jù)的初步集成和整合為目標。2025年-基于EMR，采用SOA架構、ESB技術，以實現(xiàn)醫(yī)院業(yè)務系統(tǒng)和數(shù)據(jù)的初步集成和整合為目標。AI驅(qū)動，醫(yī)療智能化EMR、CIS…在醫(yī)療行業(yè)場景中全面深入利用人工智能、云計算、大數(shù)EMR、CIS…衛(wèi)生健康行業(yè)人工智能應用場景指引布《衛(wèi)生健康行業(yè)人工智能應用場景參考指引》，旨在推動“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)人工智能應用場景參考指引全景圖”，分為“人工智能+醫(yī)療服務管理”“人工智能+基層公衛(wèi)服務”“人工智能+健康產(chǎn)業(yè)發(fā)展”“人工智能+醫(yī)學教學科研”四個大類，并進一步細分為13個小類，共計84問題1:醫(yī)院具備AI應用的基礎設施嗎？醫(yī)學大模型落地的關鍵要素挑戰(zhàn)1:如何構建醫(yī)院AI基礎設施和應用范式從醫(yī)療信息化到醫(yī)療智能化醫(yī)院AI生態(tài)系統(tǒng)架構機器學習、統(tǒng)計分析、大數(shù)據(jù)聚合、Chatgpt采集基礎設施感知與數(shù)據(jù)采集基礎設施全感知全感知邊緣計算AI邊緣計算AI芯片；硬件：AI攝像頭、雷達、傳感器；軟件：圖像識別、行為識別、區(qū)塊鏈防偽；海量圖像搜索；增強學習；NLP門診機器人、數(shù)字病房、語音隨訪、手術輔助機器人、康復機器人……以云儲存數(shù)據(jù)湖)·隱私計算·數(shù)據(jù)分發(fā)·交以5G、物聯(lián)網(wǎng)、云原生、網(wǎng)絡安全等技術的云基礎設施問題2:醫(yī)院是不是已經(jīng)進入了人工智能時代？現(xiàn)有醫(yī)療場景的大模型賦能現(xiàn)有醫(yī)療場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)，實現(xiàn)靜態(tài)的知識和信息動態(tài)化，降低用戶進行系統(tǒng)交互時的門檻，提高系統(tǒng)的智能化水平。病歷內(nèi)涵質(zhì)控AI語音查房病歷自動生成病歷內(nèi)涵質(zhì)控AI語音查房病歷自動生成門診助手就醫(yī)健康咨詢就醫(yī)健康咨詢AI360患者視圖健康風險評估體檢總檢推薦AI360患者視圖健康風險評估體檢總檢推薦護理健康宣教護理健康宣教醫(yī)保智能問答工作報告生成駕駛艙決策支持醫(yī)保智能問答工作報告生成駕駛艙決策支持人工智能在醫(yī)院場景落地的挑戰(zhàn)醫(yī)院系統(tǒng)多醫(yī)院系統(tǒng)多臨床專業(yè)性強，流程復雜且嚴謹多少AI應用或工具是臨床醫(yī)生在實際工作中真實需臨床專業(yè)性強，流程復雜且嚴謹多少AI應用或工具是臨床醫(yī)生在實際工作中真實需評價AI模型的診療能力有意義嗎？沒有私有化環(huán)境下的AI基礎設施，醫(yī)院如何擁抱人工智能技術？數(shù)據(jù)來源廣數(shù)據(jù)客觀采集、治理、分析門檻高支撐場景泛大量數(shù)據(jù)采集基于主觀判斷，難以統(tǒng)一在設計的數(shù)據(jù)標準下。支撐場景泛學科交叉要求高，缺乏AI基礎設施角色需求異私有化要求迫切，迫切需要醫(yī)工信等多學科交叉，AI基礎設施缺失。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、知識與智慧國際標準化組織（ISO）將數(shù)據(jù)定義為“對事實、概念或指令的一種特殊表達形式，它可以用人工或自動化裝置進行通信、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，一般通過儀器或設備自動感應（如傳感器等）或人體感官主動感知，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、知識與智慧國際標準化組織（ISO）將信息定義為“對人有用、能夠影響人們行為的數(shù)據(jù)”，在中國的GB5271.1-85標準的“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、時效性（只有既準確又及時的信息才有價值）取、傳輸、匯總、加工生成各種信息，數(shù)據(jù)、信息、知識與智慧知識是指人類迄今為止通過思考、研究和實踐所獲得的對世界（包括物質(zhì)世界和精神世界）認識的總和。在中國GB/T23703.2-2010中的定義：知識是通過學習、實踐或探索所獲得的認識、判斷或技能。?顯性知識指的是可以被編碼和轉(zhuǎn)化為系統(tǒng)的正式語言，如：文識大多以顯性知識的形態(tài)傳承下來。?隱性知識指的是個性化的，有具體目的，無法記錄也無法表達的知識，如群體的潛規(guī)則等。隱性知識的交流、共享與情境密切相關.隱性知識的共享實質(zhì)上是一個知識創(chuàng)造的過程,只有親臨現(xiàn)場、共同在場、互動溝通,才能有效地傳遞與分享隱性知識,并基于此創(chuàng)造新知識。[1]Xu,F.(2013).TheForKnowledge:ThePioneeringWorkofIkujiroNonaka(pp.60-76).Basingstoke,UK:PalgraveMacmillann.數(shù)據(jù)、信息、知識與智慧智慧是在知識的基礎上總結原理和法則，來解決難以解決的問題，是一種運籌能力。智慧的核心是如何利用數(shù)據(jù)、信息和知識解決實際問題。啟真可計算醫(yī)學知識庫建設已累計整理文獻上百萬份、梳理結構化醫(yī)學術語、實體、關系超過千萬條，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、護理等10余個學科完成知識庫數(shù)據(jù)入庫問題3:大模型在醫(yī)療場景需要具備什么能力？AI看病靠譜嗎？人類獨自決策人機合作決策完全由機器決策人類的知識體系、經(jīng)驗與技能醫(yī)學儀器和檢測技術的快速發(fā)展，為人類決策提供了大量客觀、準確的數(shù)據(jù)（如：檢驗、影像、基因等）?AI的輸入數(shù)據(jù)能不能真實反映你的實際情況？?解決你的問題是不是僅僅依靠顯性知識？?你是需要他回答問題，還是解決問題？?風險和倫理問題？大語言模型的能力探索：大模型≠聊天機器人請幫我寫一首李白風格的詩請幫我寫一篇領導的發(fā)言稿請幫我總結出文章要點請幫我整理一個摘要請從心電圖做出診斷現(xiàn)在，大模型在訓練和學習的過程中，雖然沒有任何邏輯推理任務上的訓練，但當模型參數(shù)到達一定級別之后（一般認為是10B，即100億參數(shù)就會出現(xiàn)了這種開始沒有預料到的邏輯推理能力。醫(yī)療大模型需要懂專業(yè)、懂場景物聯(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與算力挑戰(zhàn)3:如何構建醫(yī)療領域大模型？多模態(tài)輸入大模型賦能產(chǎn)業(yè)場景的兩種技術路徑多模態(tài)輸入技術路徑2：領域大模型技術路徑1：超級智能體技術路徑2：領域大模型多模態(tài)輸出多模態(tài)輸出領域大模型1領域大模型n領域大模型2領域大模型n行業(yè)領域1行業(yè)領域1行業(yè)領域2行業(yè)領域2行業(yè)領域行業(yè)領域nnn基于單一的通用大模型構建超級智能體，完成幾乎全部的軟件功能nn構建具有領域知識、理解領域數(shù)據(jù)的領域大模型，大幅提升行業(yè)用戶解決專業(yè)問題的效率醫(yī)療場景專業(yè)性強、數(shù)據(jù)隱私要求高、數(shù)據(jù)分散，醫(yī)院AI基礎設施剛剛起步，因此構建并應用醫(yī)學領域大模型是當前的主流選擇。大模型賦能產(chǎn)業(yè)場景工作流n針對產(chǎn)業(yè)場景“專業(yè)化、精準化、私有化”的大模型應用需求，研制領域大模型構建部署工具鏈，支撐領域?qū)＜抑鲗嫿I域大模型模型微調(diào)模型微調(diào)強化學習智能體開發(fā)業(yè)務場景基礎模型強化學習智能體開發(fā)業(yè)務場景基礎模型選型RAGRAG知識準備數(shù)據(jù)準備知識準備醫(yī)學領域大模型構建啟真醫(yī)學大模型醫(yī)學知識庫醫(yī)療機構個性化數(shù)據(jù)deepseek、Qwen等啟真醫(yī)學大模型醫(yī)學知識庫醫(yī)療機構個性化數(shù)據(jù)首先將大模型培養(yǎng)成一個掌握醫(yī)學知識體系、懂醫(yī)療業(yè)務流程的醫(yī)學生?可計算醫(yī)學知識庫?醫(yī)療應用場景醫(yī)學領域大模型場景化人機協(xié)同方式2025220252一、Embedded（嵌入型單一場景的隱形助手二、Copilot（協(xié)同型）：單一系統(tǒng)內(nèi)的多場景協(xié)作三、Agent（智能體）：跨系統(tǒng)與場景的自主決策四、Society（社會型多智能體的生態(tài)協(xié)同大模型技術在醫(yī)療場景應用的挑戰(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大（算力）資源耗費大（算力）·01··02··03·03·應用案例——MedCopilot醫(yī)生助手通過整合先進的人工智能技術、豐富的醫(yī)學知識和臨床數(shù)據(jù)，MedCopilot將成為醫(yī)療行業(yè)的新質(zhì)生產(chǎn)力，助力大模型技術在醫(yī)療行業(yè)的落地和應用實踐。應用案例——關鍵患者精準管理患者之困：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，難以精準尋找到“合適的醫(yī)生”。待住院患者的流失率，在檢驗、檢查結果出現(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