当前位置： 案例中心 > 内文

上海交通大学医学院附属仁济医院

近日，DeepSeek大模型（以下简称DS）在社会各生产领域及社交平台引起轰动，DS因其可见的“深度思考”以及温暖的“东方文字”，给人带来了不同以往的AI感受。上海交通大学医学院附属仁济医院长期以来对人工智能在医疗领域的发展保持高度关注，此前已通过CDSS辅助决策知识库、专科知识库等项目建设，为大模型的未来应用及发展奠定良好的建设模式及数据基础。

DS大模型的出现，使医院在人工智能应用领域迎来重要拐点。经过技术方案的层层落地，2月20日，医院成功完成DeepSeek大模型本地化部署，通过病情分析、病历质控等功能辅助医生全面提升诊疗服务水平。

主动切换DS升级病历内涵质控能力

病历作为医疗活动中的核心记录文件，其质量直接决定了医疗服务水平与患者安全。国家卫生健康委高度重视医院病历质量，近年提出《病历内涵质量提升行动计划（2023-2025年）》等，推动全国医院提升病历内涵质量。

在此背景下，医院积极探索人工智能（AI）等新一代技术对医疗工作质量及效率的有力推动，并于2024年8月将大模型应用于病历内涵质控工作。

相较于传统AI病历质控系统，大模型不仅能够发现此前病历中的内涵缺陷，还能够给出缺陷原因、修改建议等，辅助医生及时修改。通过与临床决策支持系统（CDSS）的紧密结合，大模型还能够充当医学专家，以问答形式解答医生的疑惑，辅助医生理解病历问题和病历书写逻辑。对于质控人员而言，大模型能够大幅降低质控工作量，使他们能够将更多精力和时间用于质控工作。

为进一步提升大模型病历质控准确度和效率，医院将DeepSeek-R1大模型部署到了病历质控系统。基于DS更低的成本优势和更高效的自然语言处理及推理能力等，医院病历质控系统不仅进一步提升了质控准确率，还能够同时服务更多医务工作者，为高峰期使用做好算力冗余储备。

三大功能拓展，大模型深入更多医疗环节

此次DS的切换不仅大幅提升了病历内涵质控的能力，还拓展了病历辅助生成、病情分析和文献助手三大功能。

1.病历辅助生成病历书写常常需要耗费医生大量时间，且容易出现关键信息遗漏、书写不及时、不合理复制粘贴等功能。基于DS在语言理解和生成能力，经过CDSS的数据抓取、上线前的训练和微调等过程，DS能够自动生成一段高质量病历供医生书写时参考。同时，DS还能够生成思考过程，辅助医生理解病历书写思路和逻辑。

2.病情分析经过大量医学文献、诊疗指南、共识等知识的学习，DS具备了理解诊断、治疗、用药等医疗过程和诊疗逻辑的能力。在临床使用时，DS能够详细分析患者病历文本，并提供切实可行的治疗方案，有效提升临床诊断准确性。面对危急重症或疑难杂症，DS也能够辅助医生进行快速筛查。

3.文献问答临床诊疗、科研等工作都需要大量查阅各类医学资料。DS能够根据医生提问，自动调阅最新版的文献、指南等，进行快速查阅、总结、新旧版比较等，大幅降低医生查阅资料需要耗费的时间。此外，大型模型还支持灵活地导入新的文献资料，确保知识库内容的持续更新。

本地化部署进一步提升DS效率

确保医疗数据的安全性及患者隐私保护是重要前提。为此，医院选择了将昇腾服务器本地化部署策略，确保了数据的存储与处理过程完全在医院内部独立进行，从根本上消除了数据泄露及跨境传输的潜在风险。同时，本地化部署方案也有效避免了通用版DS常出现的“服务器繁忙”。该方案基于“昇思+昇腾+AI智能体”架构，适用于多种基座大模型，其中包括DeepSeek 14B到671BR1/V3版，在业务场景数据强化学习与训练基础上，可提供从异构数据集成、数据治理、AI推理、实时交互、统计分析到数据价值挖掘的一站式解决方案与服务。

为了让DS的各项能力能够在院内持续提升，医院正在积极推动院内使用，共同寻找大模型应用中的问题及解决方法，促进大模型健康持续发展。今后，医院仍将积极探索大模型的更多应用方式，与临床和管理需求进一步深度结合，着力推进医院智慧化发展水平提升，支撑医院高质量发展！