【浙江大学(姚畅)】2025年AI大模型如何破局传统医疗报告

浙江大学DeepSeek系列专题线上公开课（第二季）姚畅浙江大学软件学院浙江大学计算机创新技术研究院2025.03.31杭州·01·什么是DeepSeek·01··02··02··03·03·人工智能技术演进图片引用自：/article/2382554图片引用自：/67d63b343b685529b70c10c6.html4DeepSeek发展轨迹5“系统1”和“系统2”识别图片里的动物是什么？系统一：自动化的运作，非常快、不费力气，即使要费力，也很少，它不受自主控制。这个患者患有什么疾病？计算下面的结果：2678*5974=？系统二：动用到注意力去做费力的心智活动，包括复杂的计算。人类的思维模式可以分为两种：快速、直觉的“系统1”和缓慢、深思的“系统2”前者擅长快速决策，但容易受到认知偏差的影响；后者则通过逻辑推理做出更准确的判断DeepSeek推动深层次推理大语言模型（LLM）的发展始于2018年的预训练Transformer模型，如BERT和GPT。这些模型通过大规模文本数据的无监督预训练，展示了强大的语言理解和生成能力。GPT-4、LLaMA和LLaVA等模型在推理、上下文理解和多模态推理方面取得了显著进尽管基础型LLMs在文本生成、语言翻译等任务中表现出色，但它们主要依赖“系统1”式的快速决策，缺乏“系统2”式的深度推理能力。随着DeepSeekR1等推理型LLMs的出现，这一局面正在发生改变。DeepSeek领跑开源大模型技术与生态7这个“2.5亿”和DeepSeek的爆发意味着什么？AIAI平权8DeepSeek成为搅动行业的催化剂9DeepSeek医疗多场景应用分析7878智能导诊系统86预86预问诊与报告解读健康管理服务健康管理服务6666辅助诊断系统7575病历智能化处理及质控77合理用药支持5运营优化系统5运营优化系统智慧办公系统医保合规审核7智慧办公系统医保合规审核7中医传承创新临床试验支持数据挖掘与建模21中医传承创新临床试验支持数据挖掘与建模21203跨境医疗服务33公卫服务创新34专科深化应用4患者服务类临床支持类医院管理类·01·什么是DeepSeek·01··02··02··03·03·医疗业务场景的3类不同角色患者被服务对象，需要获取专业医疗和健康服务，关注治疗效果和服务体验医护人员医疗服务主要提供者，需要严格按照医疗服务流程规范为患者提供服务，同时还兼顾科研创新等诸多职责医院管理者负责管理，保证医疗质量、服务流程、供应链等，推动医院高质量发展智慧医疗建设的政策支撑智慧医疗建设的政策支撑33335国家卫健委圈定的智慧医院的定义和范围主要包括三大领域：面向医务业务的“智慧医疗”、面向患者服务的“智慧服务”、面向医院管理的“智慧管理”。医院目前发展正处于从“数字化、信息化”转向“智慧化”的关键节点，未来智慧医院的建设将有助于提升医疗服务质量和医疗效益，改善就医体验，优化区域资源配置。整体信息化水平上升：级别设置为1-8级，不在保留0级新标准对区域协同提出了要求整体信息化水平上升：级别设置为1-8级，不在保留0级新标准对区域协同提出了要求新标准增加了中医、中药的要求，增加32项评价内容新标准增加“人工智能”要求新标准增加“医体融合”及“临床营养”要求新标准增加了“国产化替代”要求新标准增加“易用性”要求......国家卫生健康委医院管理研究所于2024年5月28日在北京市召开主题为“融智慧、强质量、助发展”的智慧医院助力公立医院高质量发展学术交流大会。AI+HIT2025年-基于EMR，采用SOA架构、ESB技术，以实现医院业务系统和数据的初步集成和整合为目标。2025年-基于EMR，采用SOA架构、ESB技术，以实现医院业务系统和数据的初步集成和整合为目标。AI驱动，医疗智能化EMR、CIS…在医疗行业场景中全面深入利用人工智能、云计算、大数EMR、CIS…卫生健康行业人工智能应用场景指引布《卫生健康行业人工智能应用场景参考指引》，旨在推动“人工智能+”人工智能+人工智能+通过AI优化诊疗流程（如智能分诊、电子《指引》给出“卫生健康行业人工智能应用场景参考指引全景图”，分为“人工智能+医疗服务管理”“人工智能+基层公卫服务”“人工智能+健康产业发展”“人工智能+医学教学科研”四个大类，并进一步细分为13个小类，共计84问题1:医院具备AI应用的基础设施吗？医学大模型落地的关键要素挑战1:如何构建医院AI基础设施和应用范式从医疗信息化到医疗智能化医院AI生态系统架构机器学习、统计分析、大数据聚合、Chatgpt采集基础设施感知与数据采集基础设施全感知全感知边缘计算AI边缘计算AI芯片；硬件：AI摄像头、雷达、传感器；软件：图像识别、行为识别、区块链防伪；海量图像搜索；增强学习；NLP门诊机器人、数字病房、语音随访、手术辅助机器人、康复机器人……以云储存数据湖)·隐私计算·数据分发·交以5G、物联网、云原生、网络安全等技术的云基础设施问题2:医院是不是已经进入了人工智能时代？现有医疗场景的大模型赋能现有医疗场景的大模型赋能大模型融合现有信息和数据系统，实现静态的知识和信息动态化，降低用户进行系统交互时的门槛，提高系统的智能化水平。病历内涵质控AI语音查房病历自动生成病历内涵质控AI语音查房病历自动生成门诊助手就医健康咨询就医健康咨询AI360患者视图健康风险评估体检总检推荐AI360患者视图健康风险评估体检总检推荐护理健康宣教护理健康宣教医保智能问答工作报告生成驾驶舱决策支持医保智能问答工作报告生成驾驶舱决策支持人工智能在医院场景落地的挑战医院系统多医院系统多临床专业性强，流程复杂且严谨多少AI应用或工具是临床医生在实际工作中真实需临床专业性强，流程复杂且严谨多少AI应用或工具是临床医生在实际工作中真实需评价AI模型的诊疗能力有意义吗？没有私有化环境下的AI基础设施，医院如何拥抱人工智能技术？数据来源广数据客观采集、治理、分析门槛高支撑场景泛大量数据采集基于主观判断，难以统一在设计的数据标准下。支撑场景泛学科交叉要求高，缺乏AI基础设施角色需求异私有化要求迫切，迫切需要医工信等多学科交叉，AI基础设施缺失。角色需求异挑战2:如何理解和利用医疗数据？数据、信息、知识与智慧国际标准化组织（ISO）将数据定义为“对事实、概念或指令的一种特殊表达形式，它可以用人工或自动化装置进行通信、翻译或处理”。数据是客观事物的表示或映射，反映客观事物状态和状态的变化，一般通过仪器或设备自动感应（如传感器等）或人体感官主动感知，以数字或文本、音频、图像、视频等形态呈现。数据是最原始的记录,通常未被加工解释,没有其他意义。[1]数据、信息、知识与智慧国际标准化组织（ISO）将信息定义为“对人有用、能够影响人们行为的数据”，在中国的GB5271.1-85标准的“01.01.02信息”款下，信息被定义为“人们根据表示数据所用协定而赋予数据的意义”。信息的主要特征：传载性、共享性、可处理性、时效性（只有既准确又及时的信息才有价值）取、传输、汇总、加工生成各种信息，数据、信息、知识与智慧知识是指人类迄今为止通过思考、研究和实践所获得的对世界（包括物质世界和精神世界）认识的总和。在中国GB/T23703.2-2010中的定义：知识是通过学习、实践或探索所获得的认识、判断或技能。•显性知识指的是可以被编码和转化为系统的正式语言，如：文识大多以显性知识的形态传承下来。•隐性知识指的是个性化的，有具体目的，无法记录也无法表达的知识，如群体的潜规则等。隐性知识的交流、共享与情境密切相关.隐性知识的共享实质上是一个知识创造的过程,只有亲临现场、共同在场、互动沟通,才能有效地传递与分享隐性知识,并基于此创造新知识。[1]Xu,F.(2013).TheForKnowledge:ThePioneeringWorkofIkujiroNonaka(pp.60-76).Basingstoke,UK:PalgraveMacmillann.数据、信息、知识与智慧智慧是在知识的基础上总结原理和法则，来解决难以解决的问题，是一种运筹能力。智慧的核心是如何利用数据、信息和知识解决实际问题。启真可计算医学知识库建设已累计整理文献上百万份、梳理结构化医学术语、实体、关系超过千万条，建立百余种疾病临床决策路径。已有肝胆外科、内分泌科、精神科、病理科、心血管科、生殖科、血管外科、护理等10余个学科完成知识库数据入库问题3:大模型在医疗场景需要具备什么能力？AI看病靠谱吗？人类独自决策人机合作决策完全由机器决策人类的知识体系、经验与技能医学仪器和检测技术的快速发展，为人类决策提供了大量客观、准确的数据（如：检验、影像、基因等）•AI的输入数据能不能真实反映你的实际情况？•解决你的问题是不是仅仅依靠显性知识？•你是需要他回答问题，还是解决问题？•风险和伦理问题？大语言模型的能力探索：大模型≠聊天机器人请帮我写一首李白风格的诗请帮我写一篇领导的发言稿请帮我总结出文章要点请帮我整理一个摘要请从心电图做出诊断现在，大模型在训练和学习的过程中，虽然没有任何逻辑推理任务上的训练，但当模型参数到达一定级别之后（一般认为是10B，即100亿参数就会出现了这种开始没有预料到的逻辑推理能力。医疗大模型需要懂专业、懂场景物联网云原生云原生医疗智能体医疗智能体大模型大模型中台与算力挑战3:如何构建医疗领域大模型？多模态输入大模型赋能产业场景的两种技术路径多模态输入技术路径2：领域大模型技术路径1：超级智能体技术路径2：领域大模型多模态输出多模态输出领域大模型1领域大模型n领域大模型2领域大模型n行业领域1行业领域1行业领域2行业领域2行业领域行业领域nnn基于单一的通用大模型构建超级智能体，完成几乎全部的软件功能nn构建具有领域知识、理解领域数据的领域大模型，大幅提升行业用户解决专业问题的效率医疗场景专业性强、数据隐私要求高、数据分散，医院AI基础设施刚刚起步，因此构建并应用医学领域大模型是当前的主流选择。大模型赋能产业场景工作流n针对产业场景“专业化、精准化、私有化”的大模型应用需求，研制领域大模型构建部署工具链，支撑领域专家主导构建领域大模型模型微调模型微调强化学习智能体开发业务场景基础模型强化学习智能体开发业务场景基础模型选型RAGRAG知识准备数据准备知识准备医学领域大模型构建启真医学大模型医学知识库医疗机构个性化数据deepseek、Qwen等启真医学大模型医学知识库医疗机构个性化数据首先将大模型培养成一个掌握医学知识体系、懂医疗业务流程的医学生•可计算医学知识库•医疗应用场景医学领域大模型场景化人机协同方式2025220252一、Embedded（嵌入型单一场景的隐形助手二、Copilot（协同型）：单一系统内的多场景协作三、Agent（智能体）：跨系统与场景的自主决策四、Society（社会型多智能体的生态协同大模型技术在医疗场景应用的挑战深度推理能力深度推理能力数据安全及伦理数据安全及伦理资源耗费大（算力）资源耗费大（算力）·01··02··03·03·应用案例——MedCopilot医生助手通过整合先进的人工智能技术、丰富的医学知识和临床数据，MedCopilot将成为医疗行业的新质生产力，助力大模型技术在医疗行业的落地和应用实践。应用案例——关键患者精准管理患者之困：诊疗迷茫与流失之忧医院患者在门诊初诊后陷入诊疗方向迷茫，难以精准寻找到“合适的医生”。待住院患者的流失率，在检验、检查结果出现异常后，无序就医情况尤为显著。n患者和医生之间的信息鸿