（原标题：DeepSeek引领AI医疗革命：技术飞跃如何重塑行业未来？丨AI医疗浪潮⑧）
21世纪经济报道记者季媛媛 上海报道
开年以来，科技界的一个重磅话题悄然兴起——纯国产生成式AI DeepSeek一鸣惊人。近一个月内，DeepSeek凭借其卓越的推理能力和卓越性能，显著降低了AI大模型的应用难度，并预示着医疗场景及服务模式将迎来全面革新。
据21世纪经济报道记者梳理，多家医院已部署Deepseek大模型。例如，近期，深圳大学附属华南医院率先迈出了关键一步，通过本地化部署国产人工智能大模型DeepSeek-R1，正式翻开了“AI医院”建设的新篇章。
正如深圳大学附属华南医院院长吴松说：“AI是一个辅助工具，医护人员是医疗工作的真正核心力量。”
与此同时，在应用场景方面，医疗影像设备（如 CT、MRI）通过集成 DeepSeek 算法，能够自动生成结构化报告，这也推动了包括万东医疗、联影医疗、迈瑞医疗等在内的医疗器械企业开始推出搭载 AI 模块的影像设备，加速推动医药企业及医疗机构拥抱AI。
眼下，AI医疗与临床的衔接度正在不断深入。谈及AI技术的演变进展，联影X射线事业部总裁向军对21世纪经济报道记者表示，20多年前AI已经存在，但它的形态还远非今天的深度学习，而是包括了神经网络、统计学方法以及仿真学等多种技术路径。
“这二十年间，我对AI的观察逐渐让我习以为常，直至ChatGPT如新星般崛起，才让我深刻反思自己过去的认知偏见。正如生物由低等到高等的进化历程所示，尽管人类大脑的记忆工作机制尚难以完全揭示，但这绝非人类认知错误的佐证。”向军说，从那一刻起，自己开始转变观念，并真正地接纳AI。
华泰证券研报指出，AI技术正在医疗领域展现其重塑新药研发生产模式和医疗服务提供方式的潜力，如通过智能诊断、个性化治疗、药物研发等应用，显著提高了医疗服务的效率和准确性。随着自然语言处理、机器学习、深度学习等AI技术的不断演进，AI在医疗领域的应用将越来越广泛，涵盖病理研究、药物研发、基因检测、疾病筛查、辅助诊断、影像分析、精准医疗等几乎所有医疗环节，实现医疗水平提升、增加医疗服务可及性以及降低医疗成本。
当今，AI技术正以前所未有的速度改变着世界，在医疗领域尤为明显，数智化转型已势不可挡。
向军介绍，科学发展的历程实际上经历了四个阶段：首先是阿基米德的浮力原理和伽利略的铁球实验，它们是从客观现象中总结出的规律，属于经验科学的范畴。紧接着是牛顿和麦克斯韦方程组，它们用精确的数学语言表达了一般规律，并具有普遍的适应性，这是理论科学的阶段。然而，科学发展的这一阶段似乎失去了些许魅力，显得有些平淡。计算机技术的飞跃，让数值计算虽难及符号计算的精准，却拥有了逼近无限的潜力。这催生了计算科学的发展，例如在天气预报等领域的应用。
当人类追溯至AI时代的源头，不难发现，它犹如一位集大成的智者，巧妙融合了前三个时代的精髓。
AI技术在科学研究中的应用已经深刻地改变了科学研究的方式和进程。例如，在数据处理与分析中，AI技术通过自动化的数据清洗与预处理，提高了数据质量，并能高效处理和分析海量数据，发现隐藏的模式和规律。在图像与信号处理方面，AI技术广泛应用于医学影像分析、天文图像处理和生物信号处理等领域，提高了诊断的准确性和效率。此外，AI技术在计算模拟与建模、实验设计与优化中也展现出巨大的潜力，如加速分子动力学模拟过程，优化高通量筛选实验设计等。
因此，AI的出现意味着每个普通人都有可能成为某个细分领域的牛顿或麦克斯韦。AI以其独特的魅力，跨越了理论科学与现实工程环境的鸿沟，通过不断学习，既深耕理论，又涉足实践，从而展现出非凡的使用价值。
“我对于AI技术日益普及的现象，内心存有一丝忧虑：当AI技术无所不在时，我们是否还能够拥有真正意义上的科学家？毕竟，人们可能逐渐减少对理论科学的探索。”向军表示，基于自身观察与思考认为，AI的未来发展趋势将聚焦于两大方向：一是持续增加神经元数量，并优化它们之间的连接，使AI的知识储备更为深厚，智能表现更为卓越；二是打造出仅具备高中生水平的AI，但经过恰当训练后，它们能在特定细分领域表现出色。
“零噪声技术实际上就是结合计算设计学和深度学习的成果，这代表了AI发展的另一面。我深信，依托我国雄厚的工业底蕴，我们定能借助AI这一万能钥匙，解锁工业领域中的重重难题。”向军说。
向军介绍，零噪声技术与光学领域的降噪技术有所不同。零噪声技术是对整个影像链的全面优化，通过优化X射线源技术，包括对球管和高压发生器进行精细控制，实现最佳能量曲线；同时对出射光谱进行调制，以获得最佳光谱；并利用标准参考材料对探测器进行校准，以滤除散射线对对比度的影响。这一系列优化涉及影像链的各个环节，其中算法发挥着至关重要的作用。
据21世纪经济报道记者了解到，零噪声技术已经被联影应用在DSA（数字减影血管造影）设备上，并首次投入临床使用。所谓“零噪声”DSA，即在临床场景下，无肉眼可见噪声的DSA。全球首台零噪声DSA设备的投入使用标志着医疗影像技术的一次重大突破。该技术不仅大幅提升了图像清晰度，将图像空间分辨率提升了57%，信噪比提升超过4倍，而且有效将辐射剂量降低了至少70%。
中国科学院院士、复旦大学附属中山医院心内科主任葛均波教授对21世纪经济报道记者表示，“有时候我去基层医院，设备图像质量不太好，会影响手术的操作。”
这也是由于传统的DSA设备往往无法清晰显示微小的血管或侧支循环，增加了手术难度。逆向CTO手术的成功依赖于高质量的影像支持。
根据CTOCC注册研究数据，我国CTO手术的成功率约为80%，而影像学技术的进步，如冠脉CT显像(CTA)、血管内超声(IVUS)及光学相干断层显像(OCT)，在提高手术成功率方面发挥着越来越重要的作用。此外，国产医疗影像技术的突破，例如“零噪声”DSA技术，不仅提高了图像质量，还降低了辐射剂量，有助于医生更精准地操作，从而进一步确保CTO手术的成功。
事实上，医疗行业对精准度和安全性要求极高，这对AI技术提出了巨大挑战。
那么，未来，AI将如何改变临床？
向军认为，当前的AI相当于专科医生，但未来它有可能成为全科医生。AI的发展展现出两大显著趋势：一方面，经过精心训练，AI不仅在医学、工程等领域展现出巨大潜力，还能在家用机器人、家电等领域解决以往难以攻克的难题；另一方面，则是通用智能的追求，即扩大处理能力和提升运算速度，这已成为OpenAI和DeepSeek等机构的探索方向。
“我个人对第二个方向更为兴奋，因为它能在恰当训练后解决各种行业问题，推动行业极限的大幅提升。通过与工业结合解决实际问题，它将逐步累积，经历由量变至质变的飞跃，最终强劲地推动AI领域的蓬勃发展。”向军认为，相较于追求通用智能，这一路径更为迅速且实用，因为它更能直接应对并解决实际问题。在实践中不断进步，它将反过来推动通用AI的发展。
葛均波教授指出，随着AI技术的不断进步，未来医疗领域将见证AI与成像系统的深度融合。
例如，柯尼达科技有限公司的创新突破预示着AI在医疗影像技术中的应用前景。在第七届中国国际进口博览会上，西门子医疗等企业展示了AI赋能的医疗影像设备，这些设备有望显著提高疾病诊断及治疗的效率和准确性。康德莱公司也在其医疗器械产品中引入了人工智能技术，进一步推动了医疗行业的创新。在造影之后，AI将协助医生进行诊断工作，减少误判和误诊的发生，并为患者提供最优化的治疗方案。这一变革正蓄势待发。
“我坚信，AI在导管室和造影剂量管理领域将变得越来越成熟和完善。不久后，中山医院即将推出新的医疗大模型，该模型经过一年多的研发，利用海量医疗数据进行训练，其准确度在多个测评中得到验证，甚至与经验丰富的资深医生相当。”葛均波透露，该模型的错误率极微小，类似于ChatGPT的R1版本。中山医院将提供更多的详细数据以供模型进一步学习，未来还会有R2、R3等后续版本。
中信建投证券表示，AI技术在医疗领域的应用已经取得了显著的进展，例如智能诊断系统通过分析医学影像提高诊断准确性，个性化治疗方案根据患者基因信息制定更精准的治疗计划以及健康管理工具实时监测用户健康数据，这些应用显著提升了医疗服务的效率和水平。企业有望借助AI进一步提高产品竞争力和客户黏性，巩固行业地位和竞争优势。
AI不仅能够巩固联影医疗、迈瑞医疗等龙头企业的领先地位，使强者愈强，更为后来者和新兴企业开辟了弯道超车、实现转型升级的宝贵机遇。AI医疗也是国内企业出海竞争的关键要素之一，从部分海外龙头企业的AI布局来看，在自主研发之外，并购、外部战略合作、建立数字化平台和生态圈等也是加快AI布局的重要途径。此外，用好DeepSeek等AI工具有助于企业降本增效、改善盈利水平。
“全球范围内，除了中国，没有其他国家能将AI与工业结合得如此紧密，解决工业实际问题。这一过程预示着从量变到质变的深刻飞跃即将到来。随着AI应用的不断普及，这也会推动通用AI的发展，即更多神经元和更高运算速度的方向。”向军强调，之所以有如此自信是由于一直以来，我们没有受限于传统思维的束缚，没有历史负担的拖累，我们敢于尝试新事物。
新技术的采纳往往遵循一条既定路径：从消费电子起步，逐步渗透至汽车、工业领域，进而触及生物医药赛道，最终抵达航空航天这一最为保守的前沿阵地。
“而我们恰恰没有这些束缚，因此能够积极向消费电子领域取经，比如向智能手机学习，同时也向汽车的自动驾驶技术寻求灵感。”向军说，我们同样致力于设备智能化的探索，涵盖计算机视觉、智能语音技术，并思考如何将手术室设备融入这一智能化浪潮中。
首页
微信公众号
证券之星APP
