小模型打败大模型？患者挑战专家？医疗AI需要冷思考

主要观点总结

本文介绍了AI大模型在医疗领域的应用和影响。多地公立和私立医院接入DeepSeek并开启本地化部署，医疗行业大模型的“百模大战”正在迎来新入局者。医疗机构逐渐意识到大模型研发的重要性，并从小模型入手尝试应用。同时，医疗场景的严肃性和复杂性使得医院、医生、患者与AI的磨合之路充满挑战。AI大模型的发展或从“专用”到“通用”，生态开放、数据开放和合作是必然趋势。但医疗机构的顾虑更多，需要建立“可信、互信”的关系。医患关系也正悄然发生改变，患者知识储备的增强倒逼医生提升专业能力。虽然存在AI幻觉问题，但AI大模型的应用有利于医疗的“去中心化”，赋能基层医疗，缓解优质医疗资源的垄断和稀缺问题。

关键观点总结

关键观点1: AI大模型在医疗领域的应用和影响

DeepSeek的开源路径改变了传统的行业竞争格局和医患关系，引发了医疗行业的新一轮变革。

关键观点2: 医疗机构的投入趋势

医疗机构逐渐意识到大模型研发的重要性，开始投入行业大模型训练，但面临着数据开放和合作的挑战。

关键观点3: AI大模型的挑战与机遇

AI大模型在医疗领域的应用面临着技术、信任和数据等多重挑战，但同时也为医疗行业的变革带来了无限可能。

关键观点4: 医患关系的改变

AI大模型的介入改变了医患关系，患者知识储备的增强倒逼医生提升专业能力，有利于实现医疗的“去中心化”。

关键观点5: AI幻觉问题

AI幻觉是AI大模型应用中的一大挑战，需要通过技术和管理手段来抑制。

文章预览

2025.03. 03 本文字数：4673，阅读时长大约7分钟 作者 | 第一财经 吴斯旻 在优质医疗资源稀缺的背景下，AI大模型的介入无疑正在改变传统的行业竞争格局和医患关系。 本月以来，多地公立和私立医院纷纷官宣接入DeepSeek并开启本地化部署，瑞金、中山、协和等头部大三甲医院接踵发布医疗垂直领域的大模型。而DeepSeek的开源路径，不仅打破了技术“黑箱”带来的应用钳制，也让“技术平权”的思路正植入医疗生态中。 但热潮之下也需要冷思考。医疗场景的严肃性、复杂性和低容错性，使得医院、医生、患者与AI的磨合之路，注定道阻且长。 悖论似乎正在增多：当普通患者、基层医生通过AI获取海量知识时，理论上有助于分级诊疗和精准医疗，但AI幻觉增加了医患间的冲突和不信任；大模型给医生减负也减轻了医院管理成本，但大模型的实施和维护 ………………………………