自2025年1月DeepSeek推出其开源大型语言模型（LLM）以来，该技术已迅速在中国300多家医院中得到应用，涵盖诊断支持、病历生成和患者咨询等多个领域。
快速部署背后的推动力
DeepSeek的成功得益于其低成本、高性能和开源策略，使得各级医疗机构能够快速集成其AI模型。例如，长春的吉林大学医院利用DeepSeek开发了诊断工具，结合医院数据库和医疗指南生成治疗方案。此外，深圳福田区推出了基于DeepSeek的AI代理，用于执法文书的生成。金融时报
医疗专家的警示
尽管DeepSeek的应用带来了效率提升，但医疗专家对其潜在风险表示担忧。清华大学医学院创始院长王天银等研究人员在《美国医学会杂志》（JAMA）上发表论文，指出DeepSeek可能生成“看似合理但实际上错误”的输出，可能导致“重大的临床风险”。他们强调，在医疗决策中，AI应作为辅助工具，而非替代医生的判断。
数据隐私与伦理问题
DeepSeek的开源性质虽然促进了其广泛应用，但也引发了数据隐私和伦理方面的担忧。根据其隐私政策，用户生成的内容可能被用于模型的进一步训练，且用户无法选择退出这一机制。这在医疗领域尤其敏感，因为涉及患者的个人健康信息。PMC
监管与合规挑战
中国政府对AI在医疗领域的应用持支持态度，但也设立了相应的监管框架。例如，湖南省禁止AI独立开具处方，强调必须有合格的医疗人员在场。此外，DeepSeek在处理敏感话题时存在自我审查机制，这可能影响其在国际市场的接受度。维基百科
结语
DeepSeek在中国医疗系统的快速扩展展示了AI技术在提升医疗服务效率方面的巨大潜力。然而，确保其输出的准确性、保护患者隐私以及建立明确的监管框架，是实现其可持续发展的关键。
