六院新见 | 中山六院吴小剑、高峰：DeepSeek遇上临床诊疗会碰撞出怎样的火

编者按


当国产大模型DeepSeek以复杂逻辑链推演能力强势破圈，医疗AI的角力场正从算力竞赛转向医学认知革命。人工智能将如何标定未来医疗的经纬？人机协同怎样重塑诊疗的底层逻辑？


即日起，我院推出「六院新见」栏目，以临床价值为坐标，主动拥抱这场认知变革，不断以“人工智能+”赋能医院发展，持续追踪我院人工智能“落地生根”的全景进程，共同绘制新医疗图景。


首期刊发我院吴小剑院长、高峰副研究员的《DeepSeek遇上临床诊疗会碰撞出怎样的火花？》，解构AI引发的临床认知革命——从循证决策链的智能缝合，到医者核心竞争力的迭代重生，揭示AI从辅助工具向决策伙伴的转变……为探索AI临床智慧潜能提供方向。

一、从DeepSeek的出圈特质：看到医疗场景最需要的底层能力


国产大模型DeepSeek春节期间的爆火，源于公众对其两重能力的惊叹：多源信息的深度结构化与复杂逻辑链的连续推演。这种能力虽未直接指向医疗场景，却暗合医学实践中最本质的需求：


· 在医学研究层面：它能从海量文献中梳理冲突结论的演化路径，而非局限于简单摘要提取；


· 在临床决策层面：它能将碎片化病例特征与动态医疗证据链映射为可操作的诊断假设。这种能力的迁移逻辑清晰可见——若AI能解析代码漏洞或法律条款的潜在风险，那么对疾病诊疗逻辑的解构同样具备可行性。


二、AI赋能临床诊疗：开创更高效、更精准的诊疗模式


现代临床诊疗面临着信息爆炸和日益复杂的挑战。医学知识更新迭代迅速，临床医生需要快速掌握和应用最新的研究成果。同时，患者的医疗数据呈现多样化和碎片化的特点，如何高效整合和分析这些信息，从中获得有价值的线索，对临床决策至关重要。此外，面对复杂病例和多种诊疗选择，如何在有限的时间内进行周全的考量和最优方案的制定，也是临床实践中的普遍需求。

DeepSeek这类具备深度检索和逻辑推理能力AI的出现，为应对上述挑战带来了前所未有的机遇，有望在多个关键环节赋能临床诊疗，开创更高效、更精准的诊疗新模式：


1
革新证据检索模式，构建全面洞察


面对浩如烟海的医学文献，AI能够发挥其强大的信息处理能力，快速、全面地检索和梳理相关研究，构建特定疾病或诊疗问题的“证据拓扑图”。这种拓扑图能够清晰地呈现不同研究之间的关联和演进脉络，并智能识别和突出显示重要的前沿进展和共识盲区。AI的介入，能够帮助医生更迅速、更全面地掌握最新的医学证据，实现从传统经验决策向更高效、更科学的循证决策的跃升。


2
提升信息整合效率，实现多维融汇


在临床诊疗过程中，会产生大量来源多样的患者数据，如影像报告、病理信息、检验结果、用药记录等。AI技术能够高效整合并解析这些来自不同系统、不同模态的数据，进行深度关联分析。例如，AI能够同步分析影像特征的动态变化、生物标志物的波动趋势以及药物代谢参数等多维度数据，并生成直观的多维动态相关性视图，智能识别疾病诊疗的关键节点和多维度数据的潜在关联。AI的赋能，将帮助医生更高效地从海量数据中提取关键信息，实现对患者病情更全面、更深入的理解，获得超越传统模式的多维融汇的诊疗认知。


3
辅助决策推演，构建智能决策支持


在诊疗决策过程中，特别是在面对复杂病情和多种治疗方案时，需要医生进行多方面的权衡和考量。AI可以基于患者的个体化特征，构建虚拟的治疗路径树，模拟不同治疗方案的潜在走向，并以可视化的方式呈现关键指标的预测结果，例如生存获益、功能影响、费用支出等，并智能标定重要的决策节点。AI的辅助，将帮助医生更系统、更直观地评估不同诊疗方案的优劣，实现从经验判断向更智能、更精准的决策支持的进化。


三、医生的不可替代性迭代：从技术执行者到医学战略家


当AI将基础的信息处理和决策支持效率提升后，医生的角色和价值也必然随之进化。医生将不再仅仅是技术的执行者，而将更多地转向医学战略家的角色。


1. 成为“算法的校准者”：AI的分析和建议是基于数据和算法的，但医学实践中存在许多难以量化的人文因素。医生需要运用自身的专业知识和人文关怀，识别AI可能忽略的因素，例如，患者的文化背景、宗教信仰、价值观偏好等，对AI的建议进行校准和修正，确保最终的诊疗方案更加符合患者的个体需求和整体利益。


2. 转型“数据的解读者”：AI可以快速处理和分析海量数据，但数据的深度解读和临床意义挖掘，仍然需要医生的专业能力。当AI提示“无显著预后因子”时，这可能意味着AI在现有数据中未发现明显的预测指标，而非真正不存在影响预后的因素。医生需要结合临床经验和医学知识，从更深层次、更广阔的视角去解读数据，例如，医生可以从职业暴露史、家族聚集性等非结构化信息中，探索AI可能忽略的潜在关联，提炼新的临床假说。


3. 锚定“医学的终极裁判者”：AI可以为医生提供多种诊疗路径的参考，但最终的决策权仍然掌握在医生手中。医生需要综合考虑AI的建议、患者的病情、以及患者的生命价值观（例如，对生存质量与生存时长的偏好排序），与患者进行充分的沟通和协商，最终做出最符合患者意愿和医学伦理的决策。

迎接“人机协同”的未来


DeepSeek等AI技术的涌现，预示着医疗领域正在迎来一场深刻的变革。AI将不再仅仅是辅助工具，医生的核心竞争力正在经历结构性转变：从信息处理能力转向更高阶的临床判断与价值决策能力。未来医疗场景中，具备AI协同能力的医生将更高效地完成三个关键突破——在海量证据中把握诊疗趋势，在复杂数据中识别关键信号，在技术方案中融入人文关怀。这种"人机协同"模式最终指向医学的终极目标：在技术进步与人文关怀之间找到最佳平衡点。


作者介绍

结直肠外科 吴小剑 主任医师

教授，博士生导师，博士后合作导师。现任中山大学附属第六医院院长、党委副书记，广东省胃肠病研究所（中山大学胃肠病学研究所）所长，胃肠肛门外科学部主任。
入选首届“国家杰出医师”、广东省医学领军人才等人才项目。获2022年中共广东省对口支援新疆工作前方指挥部优秀援疆干部人才称号，2023年中共新疆维吾尔自治区党委、自治区人民政府“第十批省市优秀援疆干部人才”称号、记功一次，中山大学第六届“芙兰奖”。
主持国家863计划、国家国际科技合作专项等重大课题，担任国际癌症基因组结直肠癌组学项目负责人。作为主要研究者获得国家科技进步二等奖、教育部科技进步一等奖和广东省科技进步一等奖。受聘广东省医学会结直肠肛门外科分会主任委员、广东省医师协会胃肠外科医师分会主任委员、《中华炎性肠病杂志》主编、《中华胃肠外科杂志》副主编等。


医疗专长：主攻方向为局部晚期和局部复发性结直肠癌与炎症性肠病的外科治疗，擅长腹腔镜结直肠癌切除术、盆腔脏器联合切除术和克罗恩病肠瘘、溃疡性结肠炎切除术等，每年主刀结直肠癌及炎性肠病手术400例以上。


出诊时间：周二上午，周四上午（雅和门诊）

广东省胃肠病学研究所  高峰  副研究员

计算肿瘤学博士，博士生导师，中山大学附属第六医院副研究员，中山大学“百人计划”青年学术骨干，国家智能社会治理实验专家组成员，上海人工智能实验室顾问科学家。


研究方向：专注于通过人工智能技术加速超大规模多模态生物医学数据的分析，开发覆盖筛查、早期诊断、精确分型、敏感药物筛选、疗效监控及预后判断的精准医学技术与系统。近年来，在Gastroenterology、Hepatology、Medical Image Analysis等发表论文50余篇（总影响因子超过500分，影响因子大于10的论文21篇），并开发了DeepCC、HTSanalyzeR2、3D RP-Net等生物医学数据分析工具，已获授权国家发明专利16项，曾获中山大学第六届“芙兰奖”（团队成员）和WILEY中国开放科学2022年度作者奖。


研究团队专注于多模态数据分析与人工智能驱动的精准医学应用，详情请见团队主页：fenggaolab.org。




责任编辑：刘山青

初审：戴希安
审核：乐虞莹、简文杨
终审：李文敏

感谢网友投稿51吃瓜来源，若有侵权，联系51吃瓜