热议！多名主任医师发声称“DeepSeek诊断结果惊人，给医生敲响警钟”，AI诊

admin

“我们颠末十五年的辛勤学习所掌握的知识，好像正被算法所取代。”

来源|医脉通

作者 | 阿泰

春节过后，随着DeepSeek的爆火，医疗行业也被彻底“激发”了。


据媒体不完全统计，2月份以来，深圳大学附属华南医院、上海市第六人民医院、复旦大学附属妇产科医院、成都市第一人民医院等医院纷纷接入DeepSeek。在不到半个月的时间内，全国至少有二十余家医院相继宣布接入DeepSeek。在DeepSeek引爆的AI高潮下，医疗行业已成为AI（人工智能）落地应用的重要领域。

热议！多位主任医师发声：诊断结果惊人，给医生敲响了警钟

克日，浙江大学医学院附属第二医院胸外科副主任范军强主任医师，在个人交际平台分享了“Deepseek诊断肺结节”的短视频。


视频中，范主任通过语音输入了一位刚接诊的患者信息：“48岁男性患者，右上磨玻璃肺结节，8mm左右大小，已经随访观察半年，无变化，请问这个诊断是什么？下一步怎么治疗？”Deepseek在深度思考后，给出了非常详细的答案，包括大概存在的病因以及下一步处理建议，同时还罗列出了患者沟通要点：比如要告知风险，夸大随访重要性等。“‘磨玻璃的结节’描述过于模糊，是‘纯磨’照旧‘混淆磨’？”，期间，Deepseek乃至主动纠正了提问中的模糊描述，显现出不亚于资深专家的逻辑严谨性与指南依从性。


“这个诊断意见和治疗方案跟临床上非常接近，分析也比较全面。”视频的末了，范主任在惊叹AI助力医疗所表现出的强大的同时，也开始思考如何更好地运用新技术提高诊疗服从，更好地服务患者。


连续几天，多位大医院主任医师在交际平台发布类似的履历及感受。


某三甲医院神经内科一位副主任医师在其交际平台账号表示：“今天我试着在DeepSeek问了一下诊，简单输入‘头晕，脑鸣，后颈部僵硬感’。DeepSeek仅用了35秒就给我详细分析了大概的病因，需要做的检查，大概的诊断与鉴别诊断，注意事项等等，就差给开药方了。”


截图源自：本日头条
同时，他表示，“同病不同证，同证不同病。”看病照旧离不开医生丰富的临床经验，比如体格检查，DeepSeek还无法做到。
2月21日，杭州市第一人民医院呼吸科主任医师沈凌医生在其个人交际账号发文提醒偕行：患者靠 AI “自诊”，给医生们敲响了警钟！
沈医生分享了自己近期的一次看诊履历：

截图源自：本日头条
一位女性患者，近两年来一直咽喉不舒服、咽干。起初，她在一家医院的耳鼻喉科就诊，医生检查后考虑是胃食管反流，并给予了相应的药物治疗。当时，患者确实存在反酸水、烧心等症状，颠末前期治疗，这些胃部不适消失得很快，可咽喉的不适感却一直如影随形。此后，她在杭城的多家医院辗转求医，却始终没有得到理想的治疗效果。
今年，DeepSeek问世，她抱着试试看的心态向DeepSeek讲述了自己的病情。DeepSeek给出了几种大概的病因，其中第二条提到了鼻后滴流综合征。于是，患者特地挂了沈医生的门诊。结合患者主诉以及相应的检查，最终，沈医生基本判定患者为鼻后滴漏综合征。
“让我感到意外的是，患者告诉我，这两年她看了这么多医生，竟没有一个人提到过鼻后滴漏综合征……当我把这个诊断结果告诉他时，他满脸惊喜，直言我是第一个跟他提到这个病的医生，而这也与 DeepSeek 给出的判定相符。”沈医生感慨道，这次的诊治履历，让他切实感受到了AI的强大。
此外，沈医生也提醒医生偕行们：作为临床医生，我们要有紧迫感，积极拥抱 AI，不断学习提升自己，加强对疾病的综合判定能力，更好地使用这一工具为患者服务。只有这样，医生才能在这个快速发展的时代不被淘汰，为患者的健康保驾护航。

未来5年全球将有800万医生转行？AI诊疗会取代医生吗？
与沈医生积极乐观的态度不同的是，近期，以DeepSeek为代表的AI海潮，给很多医生带来了危机感。
最近，谷歌旗下一家人工智能公司推出了新一代AI诊疗系统，并宣称“可以在3秒内精准揪出13种早期癌症”，美国资本界知名机构因此预言：未来5年全球将有800万医生转行。
这则新闻，让很多医生们感到焦急，乃至难以入睡，特别是有肿瘤科医生表示，彻夜难眠。北京协和医院一位医生发长文感慨：“我们颠末十五年的辛勤学习所掌握的知识，好像正被算法所取代。”
多位临床医生告诉医脉通，AI医疗海潮下，担心自己在诊断中的焦点地位会被削弱。
在此情形下，医护工作者该怎么办？
对此，前广东省卫生厅副厅长@波子哥廖新波在交际平台发文认为，医生的专业技能和医院的管理体系都是基于人类的需求而设立的，未来医生的角色将更多地转变为医疗决策的引导者和协调者。对于医生的培养，将更加器重跨学科知识和创新能力的培养，同时，医生的知识布局也将扩展到医疗数据的分析和应用上。而这也正是人类进化的过程，即在不断的外部刺激下创建新的适应机制，进而改变生存环境。
换言之，AI的时代海潮已经滚滚而来，我们无法阻止它的到来，却可以适应它并成为它的主导者。
近期，网络上一个观点得到了很多人的承认——“未来，AI不会淘汰哪类人，只淘汰不会使用AI的人。”
深圳大学附属华南医院人工智能(AI)办公室主任张永波在担当人民日报健康客户端采访时也表达了类似观点，为医务人员指明了方向，在他看来，面临澎湃而来的AI医疗海潮，医务工作者首先要做到技术认知升级，去学习DeepSeek的底层逻辑（如AI算法原理、数据训练模式）、功能边界（辅助诊断/报告分析/病历管理等）及范围性（误判场景、数据依赖程度），创建对AI工具的理性认知。同时，要注意AI对工作流程的重构，逐渐适应“人机双审”模式，要慢慢从单纯技术实行者转向临床策略制定者。

医疗的哪些领域可以应用AI？AI医疗变革背后的政策指引
也有不少临床医生对AI诊疗时代的到来，怀揣着期待。
当前，业内广泛认为，病理、查验等科室的一些细分专业的医护岗位未来大概会被AI逐渐取代。而对于更多的科室来说，AI则可以起到辅助临床医护人员的作用。
此前，国家卫健委卫生技术评估重点实行室(复旦大学)副主任薛迪在一次学术集会上表示，目前AI技术在卫生领域的应用，在手段或者诊疗方案的选择上重要是起补充或辅助作用，最终决策照旧由医生或相关医技人员做出。
当前，我国都支持AI用于哪些领域的应用？
2024年底，国家卫健委印发《卫生健康行业人工智能应用场景参考指引》（以下简称“《参考指引》”），积极推进卫生健康行业“人工智能+”应用创新发展。其中明确了人工智能在医疗健康行业十三大应用领域的84项典型的应用场景。
与医务人员密切相关的“医疗服务”方面，《参考指引》提出可在以下领域应用AI：

• 医学影像智能辅助诊断：
  

针对医学影像数据进行智能分析、快速读片、 报告生成，实现高效精准的医学影像辅助诊断。
在X射线、 CT、MRI、PET-CT、超声、病理切片、皮肤照片、眼底照片、 心电图、脑电图、肌电图、消化道内镜、纤支镜等影像诊断中， 发挥人工智能快速、精准的能力，提升影像诊断医生工作服从，降低随访工作量，减轻医生工作压力，优化医院人力成本。

• 医学影像数据智能辅助质控：
  

使用人工智能技术开展医学影像检查质量评价、分析，提高医学影像摄片质量和质控服从。
在影像检查、报告流程中，深度解读影像报告，有效筛查出报告中的遗漏、矛盾或误判问题，提高影像诊断报告质量。

• 临床专病智能辅助决策：
  

智能清洗处理临床专科疾病数据，构建决策模型和算法，智能生成临床专病诊疗方案，实现各类专病智能化、规范化、精准化全流程临床诊疗辅助，提供辅助决策支持。
在高血压、糖尿病、肝癌、结直肠癌、胃癌、食管癌、肺癌、房颤、脑卒中、抑郁症等疾病的临床诊疗中，整合多组学基因测序、医学影像、 数字病理等多模态数据，综合分析患者的诊断、症状、医嘱、查验检查、手术等信息，实现对专病患者的精准化、个性化风 险评估。以此辅助医生进行规范化诊疗，提高临床诊治服从和医疗质量。

• 下层全科医生智能辅助决策
  

应用人工智能技术结合下层医疗卫生机构常见病、慢性病诊疗规范，构建下层全科诊疗辅助决策应用，为下层全科医生提供智能诊断推荐，查验检查和用药等诊疗处置建 议，并开展下层门诊处方和电子病历规范审核。
训练下层常见病、慢性病临床诊疗指南等专用知识，在为患者提供门急诊诊疗过程中，辅助全科医生完成疾病诊断、门急诊病历书写、下一步查验检查推荐等辅助功能，智能推荐用药、转诊等诊疗建议。辅助下层全科医生提高问诊和治疗规范性，提高下层全科医生医疗服务质量、能力和服从。

• 医学影像智能辅助治疗
  

使用人工智能、虚拟加强现实和三维建模等技术，智能分析医学影像数据，为临床提供智能辅助治疗方案。
通过深度挖掘分析医学影像数据，结合权威指南、共识与科研成果，帮助医生优化治疗过程，为医生提供快捷的数据支持和方案参考。在人体腹部、胸部、脑部、血管、皮肤等部位的手术中，精准评估定位病灶，提供病灶体积和定位等参数，使用术中影像实时分析和评估风险，降低手术风险和减少并发症发生率。在多学科临床会诊过程中，深度挖掘分析医学影像数据，为会诊专家提供循证依据和精准、全面、可表明的个性化治疗方案，避免过度诊疗和误诊误治，让患者得到最佳的治疗效果。

• 手术智能辅助规划：
  

智能分析医学影像、病理、查验等临床多模态数据，明确手术关键部位、推荐最佳手术方案、评估手术风险、辅助医生提高手术精准性、减低术中风险及术后并发症。
针对胃肠外科、肝胆外科、甲状腺乳腺外科、耳鼻喉科、泌尿外科、胸外科、骨科、神经外科等外科手术，使用人工智能技术综合分析患者的临床诊疗记载、医学影像、数字病理、基因检测等多模态数据，应用智能手术方案推荐模型，帮忙医生自动生成患者个体化风险评估报告，智能推荐手术方式、确定手术范围、提供手术路径等建议，智能辨认定位病灶、神经、血管及淋巴结等关键重点部位，辅助医生提高手术精准度、降低术中误操纵风险、术后并发症的发生。

• 放射治疗靶区智能辅助勾画：
  

实现CT、MR等医学影像中肿瘤及其周围重要组织轮廓自动勾画，为临床精准放疗提供智能靶区定位。
使用图像处理和人工智能技术，辅助医生准确、快速在CT、MR等医学影像中勾画出肿瘤及周围重要组织的轮廓，实现智能靶区分割、深度病灶分析、多维量化组织参数、自动勾画等功能，重要涉及鼻咽癌、乳腺癌、宫颈癌、肺癌、直肠癌、胰腺癌等疾病。提升放疗医师勾画精度和工作服从，为临床放疗提供精准便捷服务。在放疗科研中智能分析海量影像数据，提供更深入特征数据，实现临床疗效与放疗副反应联合分析，有效提高临床治疗水平。
此外，AI还可广泛应用于智能门诊分诊，智能就医咨询，智能预问诊，智能陪诊，智能随访，智能满意度调查，智能患者院后管理，智能病历辅助生成等工作。
在“医学科研”方面，AI可以帮忙医生完成智能患者招募，智能研究型病房，医学科研智能辅助，智能文献挖掘分析，智能医学科研数据分析等工作。

责编｜阿泰

来源：https://view.inews.qq.com/k/20250222A0691Z00
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！