經濟觀察網 記者 張鈴 凌晨3點，北京清華長庚醫院（下稱“長庚醫院”）一間手術室的燈光剛熄滅，一位外科醫生沒有休息，而是掏出手機用起了DeepSeek，還把一則又有醫院接入DeepSeek的消息轉發給了同事李棟。

李棟也沒睡，他是長庚醫院醫學數據科學中心主任，正忙著編寫DeepSeek培訓教程，希望能讓醫生們盡快上手，確保使用無誤。

這個場景，是DeepSeek正在中國醫療界引發的一場變革的縮影。

2月23日，長庚醫院完成了DeepSeek的本地化部署。在長庚醫院前后，全國各大醫院也加入這場賽跑。據不完全統計，截至2月27日，全國已有20余個省份近100家醫院宣布完成DeepSeek的本地化部署，探索其在臨床診療、病歷質控、影像分析、科研、醫院管理等場景的應用。這份名單還在快速變長。

“中國醫療領域正在經歷一次洗牌。”李棟認為，各醫院紛紛接入DeepSeek，會倒逼醫院提高效率和數據治理能力，效率低、辦事拖沓、缺乏前瞻性布局的醫院會逐漸出局。

醫生們既興奮又忐忑。在門診室、手術室、實驗室，他們擁抱DeepSeek，它實在是好助手；在社交媒體、在和同行的交流中，也有人害怕DeepSeek：醫生真的會被替代嗎？

中國頂尖神經外科醫生曾這樣形容用手術刀在人類大腦中探險時的心境：如履薄冰、如臨深淵，全力以赴、盡善盡美。李棟說，醫生擁抱AI時，那種如履薄冰的感覺甚至超過了做腦部手術。

醫生的恐懼很簡單——手術面對的只是某個具體的病灶，AI的對面，是數以億計活生生的病人。

和DeepSeek狹路相逢

前不久，首都醫科大學三博腦科醫院神經外科主任張宏偉在門診遇到一位超復雜腦瘤患者，患者已經過兩次開顱手術、一次經鼻手術、一次放療、一次伽馬刀治療，腫瘤仍未被控制。

張宏偉把患者情況發給DeepSeek，問它下一步應該怎么辦。僅18秒后，它就給出了一份明確的方案，張宏偉能想到的、文獻上報道的都有，而且包括最新的臨床實驗。

張宏偉震驚了，2月22日，他把這一經歷發到了網上，引發不少共鳴。他認為，對于腦腫瘤這類比較復雜的問題，DeepSeek的水平至少相當于省級三甲醫院專家。自此，他常用DeepSeek查閱臨床問題。

同一天，廣東醫學博主“孤芳自賞”的一句吐槽也上了熱搜：“天都塌了！病人DeepSeek后質疑我的治療方案，氣得我又查了一遍指南，才發現指南更新了。”

多位受訪醫生告訴經濟觀察報，過去，同行見面多是討論病例，現在，越來越多人開始討論DeepSeek好不好用、怎么用。在同行群里，關于DeepSeek的討論總能讓醫生們點擊轉發鍵。

在完成DeepSeek本地化部署次日的干部會議上，醫院領導專門留出40分鐘，讓李棟講解DeepSeek的應用場景。一下會，就有七八人向他要完整幻燈片，還有4個科約他再去科室詳細講解。院辦干脆把幻燈片發到全院，“需求很大”。

第二天一早，李棟在食堂被幾個醫生圍住追問：提示詞怎么寫才能讓AI優化科研標書？怎么調取國際最新治療方案？早餐用時20多分鐘，李棟全程都在答疑。

過去幾周，這位技術負責人已經習慣在深夜思考——接入DeepSeek并二次開發、給醫生編“保姆級”教程、每周至少兩次醫生培訓……李棟已經很久沒能在凌晨1點前休息了。

院內DeepSeek成本賬

春節期間，李棟在DeepSeek公測版發布的一周內就向醫院提交了初步的接入可行性報告。復工后，長庚醫院立即開會討論如何接入。

接入DeepSeek是個系統工程，涉及大量資源調配。算力很耗能源，不能影響醫療用電，為保障供電安全，醫院專門改造了樓層電路。機房要設在地勢較高的位置，要考慮建筑承重、數據安全、通風散熱，這就需要與后勤、財務等部門協調。

使用DeepSeek主要有三種方式：直接訪問應用、調用云服務接口、本地化部署定制開發。醫院使用DeepSeek需要進行本地化部署定制開發。李棟介紹，一方面，醫院數據不能離院；另一方面，要保證病人得到更專業的咨詢，需要用醫院專業的真實醫療數據去訓練，同時保證數據不外泄。

本地化部署需要將DeepSeek安裝至本地服務器，再斷網使用。李棟說，如果開源，外源數據會和醫院的數據混在一起，無法保證診療的可靠性。

“完成本地化部署后，在醫院使用DeepSeek得到的回答一定更專業。”李棟說，除了更專業，還能量身定制，比如為重點科室量身開發一些功能。二次開發能讓DeepSeek更強大、更靈活，將其與醫療場景更加深入地結合。

在大模型部署、訓練和二次開發過程中，醫生的重要性在凸顯。軟件工程師負責微調與醫療場景相匹配的參數方向，醫院信息系統提供高質量的數據資源進行訓練，最關鍵的是，醫生要通過說明具體診療邏輯和決策過程，教會機器優化自身，否則二次開發就難以成功。這個過程需要時間，經驗積累和對大模型的反復專業級打磨，以至于有人戲稱這個過程為“有多少人工就有多少智能”。

接入DeepSeek并不難，如果數據工程師夠熟練，最快一個下午就能部署完成。但在接入之后，讓它真正達到醫療級應用的標準，還有很長路要走：需要調動哪部分數據進行訓練？如何做好數據治理？需要用多少算力？需要多少經費和人力？如何讓模型能夠真正理解診療邏輯和決策過程？

李棟說，最復雜的部分有兩點：其一，要調試醫院定制化版本，通用版本雖獲取便捷，但因無法適應復雜的醫療場景，而難以給出高度專業級的準確回答；其二，部署完后，將大模型真正整合到院前預防、院中診療、院后管理以及社區康復等全周期場景并非易事。

擁抱DeepSeek，醫院不得不算成本賬。

滿血版DeepSeek-R1模型參數達671B，僅模型文件就需要404GB存儲空間，運行時需要1300GB顯存。北京大學第一醫院（下稱“北大醫院”）信息中心主任周國鵬透露，部署滿血版僅硬件設備就需花費150萬元—300萬元，醫院一般在年底就完成了次年預算申報，重新報預算并不容易。

一些像長庚醫院這樣算力儲備足的醫院部署了滿血版，也有不少醫院部署的是較小版本。北大醫院部署的32B版本硬件投入可控制在50萬元內。

DeepSeek是醫生的多面手

“即使醫院不部署DeepSeek，醫生仍然會用它寫標書。”李棟告訴經濟觀察報，近期正值國家自然科學基金申報末期，醫生們對DeepSeek的需求很迫切。

三甲醫院長期人滿為患，醫生門診量達到人力極限，病人卻不斷增加。醫生必須從以經驗為主向經驗與技術結合的模式轉型，DeepSeek剛好能幫上忙。

張宏偉告訴經濟觀察報，查房時，他常遇到如少見類型垂體瘤治療、腺樣囊性癌放療化療最新進展這樣的臨床診療問題。過去，他一般會讓研究生去檢索文獻，閱讀后進行總結形成綜述，學生過幾天才能告訴他相關結果。現在，他把這份工作交給DeepSeek，它幾十秒就能高質量完成。

除了是神外醫生，張宏偉還是一名院長，他現在會用DeepSeek輔助自己管理醫院。他記得DeepSeek剛出現時就帶給他的震撼，他問：“我是昆明三博腦科醫院的院長，醫院開新院區，能否提供一個腦科醫院卒中中心建設的框架方案？”27秒后，DeepSeek清晰地列出了流程方案，包括質控指標、框架、建設時間線等，與專家協商溝通后的方案重合度可達到80%。

對多數醫生來說，醫院接入DeepSeek后，寫病歷就可以省事不少了。

過去，醫生常在病歷抽檢中因書寫不規范被判不合格，現在DeepSeek可以在提交前自動提示問題，未達標準無法提交。更讓醫生驚喜的是，問診信息能被智能化填至標準病歷模板中，甚至將1小時工作量壓縮到半分鐘。

也有醫院對讓DeepSeek幫寫病歷持謹慎態度。周國鵬說，病歷主要由規培住院醫師撰寫，很多教學專家擔心AI干擾培訓，認為寫病歷的過程有利于加深記憶、培養臨床思維——這種思維對診斷的重要性，如同肌肉記憶之于彈鋼琴一般。

在周國鵬眼中，只將DeepSeek作為問答系統是暴殄天物，通過二次開發探索實際應用場景很有必要。

近一周，北大醫院基于DeepSeek開發的“創新藥臨床應用智能決策系統”正在試點應用。這一系統整合了電子病歷等臨床數據與用藥知識庫，通過對話交互，能為醫生提供科學、精準的用藥推薦，尤其在腫瘤和罕見病等復雜疾病的治療中。

周國鵬解釋，雖然中國鼓勵使用創新藥，但實際使用率較低，一是新藥知曉率低，二是判斷患者是否適合使用某種創新藥的指標較多，很多醫生不夠了解，“創新藥臨床應用智能決策系統”相當于一個不錯的顧問。此外，該系統還與北大醫院的臨床試驗系統對接，能基于患者的診斷結果、病理信息，精準匹配適合的臨床試驗，推動創新藥物的臨床研究與轉化應用。

開刀前，DeepSeek也有妙用。李棟以肝膽外科手術舉例，肝癌切除時，要在最大限度切除腫瘤的同時保存肝功能。過去，切多少全憑醫生經驗，每一次下刀都是挑戰。現在，醫生有了智能輔診系統，準確輸入患者的所有數據，DeepSeek便能快速調用全球的所有治療方法，優中選優，幫助醫生判斷出基于個體化的精準手術方案。在幫醫院降本增效、幫醫學生獲取新知方面，DeepSeek也用處不小。李棟介紹，比如某種藥品過去進1000支，DeepSeek精準測算后可能只需進750支，這就減少了庫存成本；不少醫療教材知識陳舊，DeepSeek能即時推送電子版的最新治療方案。

普通人使用DeepSeek得到的答案雖不會有明顯偏差，但專業性可能稍弱，經過醫院本地化部署的DeepSeek會更專業。李棟預計，隨著以DeepSeek為代表的大模型接入，未來將有很多醫院在門診大廳設置端口，供患者體驗醫院版DeepSeek——患者排隊時、問診前后都可以去“DeepSeek一下”。

能替代醫生嗎

對很多醫生來說，一個靈魂拷問是：DeepSeek能替代醫生嗎？

李棟認為，是否能取代醫生，取決于DeepSeek在疾病判斷方面是否能達到或超過專家級醫生的水平，以及它是否具備承擔責任的能力，后者取決于它是否具備自主意識。

李棟判斷，不能利用現代技術適時提高診療水平的醫生很可能被淘汰。至于DeepSeek能不能在未來完全取代醫生，還是個很嚴肅的問題，“就像AI能否完全取代人類一樣”。

“基層醫生肯定會有危機感，如果不與時俱進，他們就會被AI搶工作。”周國鵬有相似看法。

出門診時，周國鵬遇到過帶著DeepSeek的建議前來就診的患者，他發現這些建議往往比較科學。他覺得DeepSeek在醫療領域的廣泛使用能提高診療的標準化水平，減少過度醫療甚至醫療腐敗。比如，如果醫生使用了不夠合理的治療方案，患者很有可能借助DeepSeek發現問題。

經濟觀察報了解到，最近已經有病人拿著過去不完美、有瑕疵的診療方案去投訴醫院。

在張宏偉看來，DeepSeek不能取代醫生，但能成為醫生的好助手、醫患溝通的好橋梁。

張宏偉把患者拿著DeepSeek給的分析去門診問醫生當做一件好事，這會讓患者更了解自己的疾病狀態和治療方法，醫生省去很多科普性的解釋工作，能提高門診效率。醫生不用擔心被取代，因為DeepSeek往往根據國際國內診療指南、文獻、病案給出結論，而一個優秀的醫生會在指南指導下，結合多年經驗進行綜合判斷和分析，做出適合患者的個性化治療方案。另外，患者不具備專業知識，提問方式不一定準確，得出的結論可能有偏差，也無法自行判斷結論準確性，還需要去進一步咨詢醫生。

周國鵬也建議，患者平時可以借助DeepSeek多獲取疾病科普，但在緊急狀態下，應盡快前往急診，因為AI一旦判斷錯誤，就可能讓患者有生命危險。

DeepSeek能不能取代醫生，還有一個不可忽視的問題：政策紅線。周國鵬告訴經濟觀察報，目前，AI無法直接進行診斷或開具醫囑，這涉及醫學倫理。未來這一倫理是否會被打破尚不確定，取決于立法機構的態度。

早在2022年，國家衛健委就規定“人工智能軟件等不得冒用、替代醫師本人提供診療服務”“嚴禁使用人工智能等自動生成處方”。2月11日，在多家醫院競相布局DeepSeek的同時，湖南省醫保局也發文規定嚴禁使用AI自動生成處方。