近期，相關媒體報道，浙江大學醫學院附屬第二醫院胸外科主任醫師范軍強接診了一名48歲的男性患者，并就此向Deepseek發起了咨詢。

范主任的提問如下：“我今天接診了一名48歲的男性患者，發現其右上肺有一個約8 mm大小的結節。該結節為磨玻璃樣，已隨訪觀察半年，未見明顯變化。請問這個結節的診斷是什么？下一步應如何治療？”

幾十秒后，Deepseek給出了非常詳盡的判斷，并結合最新指南提出了建議。此外，它還指出提問者提到的“磨玻璃的結節”描述過于模糊，需要進一步明確是“純磨玻璃”還是“混合磨玻璃”。

令人驚嘆的是，Deepseek不僅能自行判斷，還能糾正提問者提供的信息，這實在令人印象深刻！

最后，范主任評價道：“Deepseek的判斷非常客觀，無論是對患者的診斷還是給出的建議，都與我們的臨床實踐高度一致……”

在連續幾天內，多位科室主任紛紛表達了自己的看法。

隨之，安徽省六安市人民醫院感染科副主任醫師侯醫生發文稱：“DeepSeek完全可以勝任醫生的許多工作。例如，在消化內科，一位患者需要進行抗生素調整會診，我讓DeepSeek提供建議，它僅用56秒就給出了答案。這讓人倍感壓力，也許有一天，人工智能（AI）真的會取代醫生。

據了解，侯醫生向Deepseek咨詢表示：患者腹部CT結果提示急性胰腺炎，急診門診白細胞明顯升高，肝酶異常升高，另患者基礎疾病多，合并肺部感染及腦梗死后遺癥，一般情況差，當時請ICU會診予以美羅培南抗感染治療，現患者炎癥指標明顯下降，無畏寒發熱等不適，故特請貴科會診，協助抗生素降檔。請給出抗生素使用建議。

短短幾十秒內，DeepSeek便迅速給出了詳盡且精準的判斷和建議。它清晰地指明了應使用的藥物、注意事項以及治療方案，并且所有建議均依據最新指南。不僅如此，它還預見了醫生可能忽略的細節，并進行了深入分析，指導醫生如何具體操作。

令人驚嘆的是，DeepSeek展現出的強大能力令人咋舌，其分析之透徹、邏輯之嚴密、表述之清晰，恐怕少有醫生能夠企及。難怪連科室主任們都忍不住感嘆，擔心醫生職業是否會因此被取代。

2月11日，四川某三甲醫院影像科主任發表長文，表達了對同事們職業前景的擔憂。他指出：“以DeepSeek為代表的AI技術，其強大程度令人震驚。這些技術憑借卓越的數據處理能力和深度學習算法，在醫療領域已經取得了顯著成果。尤其是在疾病輔助診斷和治療方案優化方面，DeepSeek的應用引發了廣泛關注，其潛力不可小覷。”

“當我提供患者資料后，DeepSeek在30秒內就能給出一份專業且全面的診療方案。我認為，其條理之清晰、分析之全面，足以媲美大三甲醫院的主任醫師。對于我們從事診斷和病理工作的醫生來說，這無疑令人擔憂。我們醫生僅憑雙手和雙眼，無論如何也難以與AI每分鐘讀取成千上萬張影像、并能識別出細微差別的能力相抗衡。”

隨著DeepSeek的不斷發展，許多醫生在感嘆AI進步之快的同時，也對自己的職業未來感到憂心。我們究竟該如何應對這一挑戰？

醫生也是人，終究是肉眼凡胎

各位醫生確實需要重視DeepSeek等AI技術了。

首先，我們來談談DeepSeek。毫無疑問，這是自蛇年春節以來，醫療領域最熱門的話題之一。這個由國內開發的大模型直接挑戰OpenAI、谷歌等全球科技巨頭，甚至憑借自身實力導致美股AI龍頭股普遍下跌。

與國外的大模型相比，DeepSeek的訓練數據以漢語為主，對復雜漢語詞匯和語境的解讀更為精準，使其文字輸出更加流暢自然，更貼合漢語環境。同時，它的邏輯推理過程透明，并支持針對醫療等特定場景的深度優化。

在疾病判斷和診療方面，DeepSeek具有天然的優勢。它能夠修正咨詢者提供的不規范信息，這是以往大模型難以企及的。

在傳統的大模型中，用戶需要輸入非常規范的格式，例如：“請分析以下病例：65歲男性，高血壓、糖尿病史，主訴胸痛伴呼吸困難2小時。需要：（1） 列出可能診斷及依據；（2）建議必要的實驗室檢查；（3）給出緊急處理方案；（4）說明鑒別診斷要點”。

然而，在DeepSeek中，用戶可以使用非常口語化的描述，例如：“65歲男性，高血壓糖尿病多年，突然胸痛喘不過氣兩小時，現在應該怎么辦？”。DeepSeek憑借其強大的邏輯性和分析能力，給出的判斷和建議不亞于一位經驗豐富的專家。

實際上，除了DeepSeek，還有許多強大的AI技術值得關注。

例如，OpenAI的GPT-3程序能夠從自發語音中識別線索，診斷并預測癡呆癥早期階段的準確率高達80%。

AI眼科專家“CARE”能夠一次性精準篩查14種眼病。中山大學中山眼科中心副主任林浩添教授曾介紹，CARE可以識別正常眼底圖像和14種常見眼底病變，包括糖尿病視網膜病變、高血壓眼底表現、青光眼視神經病變、病理性近視眼底改變等，診斷的總體準確率從92.1%提升至95.2%，并且在全國35家不同級別的醫療機構進行了臨床真實環境驗證。

谷歌、谷歌大腦與Verily公司的科學家們開發出了一款用于診斷乳腺癌的AI，其表現甚至超過了專業的病理學家。眾所周知，病理診斷的準確性嚴重依賴于病理醫生的水平，即便是對于同一名患者，不同病理學家給出的診斷結果也往往有很大差異。不同病理學家對乳腺癌診斷的一致率僅為75.3%，而在某些不典型的乳腺癌病例中，診斷的一致率更是下降到了48%，不足一半。

病理醫生必須經過數年甚至十幾年的訓練，才能積累足夠的經驗，成為一名合格的病理醫生，而要成為優秀的病理學家更是難上加難。在醫療資源不足的地區，獲得足夠的訓練以積累經驗幾乎是一種奢望。

然而，谷歌和Verily的科學家們將單張病理切片的圖像分割成了數萬至數十萬個128x128像素的小區域，每個小區域內可能含有數個腫瘤細胞。隨后，他們提供了大量腫瘤組織與正常組織的病理切片，供AI學習。短期內，這款AI掌握了一種像素級的技巧——它能分辨出單個小區域內被標注為“腫瘤”的像素，從而將整個小區域標注為“腫瘤區”，這能有效區分腫瘤組織和健康組織。

研究人員曾邀請了一位病理學家，并要求其與AI進行一場比賽。人類病理學家花了整整30個小時，仔細分析了130張切片，并給出了他的診斷結果。在隨后的評分中，基于靈敏度（找到了多少正確的腫瘤）和假陽性（將多少正常組織診斷為腫瘤），人類病理學家準確率為73.3%，而AI的準確率則達到了88.5%。

我們醫生，畢竟是肉眼凡胎，有時候根本無法與強大的AI相比。面對DeepSeek等AI的挑戰，我們到底該怎么辦？

AI會先取代不會使用AI的人！

AI或許不會取代所有行業，但一定會優先取代那些不會運用AI的人！

在DeepSeek引發持續熱議之際，海軍軍醫大學附屬長海醫院心內科的一名醫生表達了這樣的觀點：“如果DeepSeek將取代醫生，內科必定首當其沖，這一點毋庸置疑。我最近深刻感受到了DeepSeek的強大，其邏輯分析能力實在令人驚嘆。哪個內科醫生能與之匹敵，擁有如此龐大的知識儲備和多樣化的分析設想能力呢？”

的確，未來的醫療領域無疑將是AI的天下。

2024年11月，國家衛生健康委等相關部門聯合發布了《衛生健康行業人工智能應用場景參考指引》，為AI在醫療領域的應用場景進一步指明了方向。

《指引》涵蓋了醫療服務管理、基層公衛服務、健康產業發展和醫學教學科研四大類84種具體場景，其中包括醫學影像智能輔助診斷、基層全科醫生智能輔助決策、智能門診分診、智能藥物研發等應用場景。

文件表示，醫療與AI和大數據正在行業的各個方面展開深度融合，要借助AI和大數據應用的迅速發展，共同推動醫藥行業的研發、服務、應用向更高效、更智能的方向發展。

所以，未來是AI的天下，2025年，AI在醫療的應用更會獲得突飛猛進的進展。

目前，我們也不要考慮AI會不會取代醫生了，它畢竟是一種工具，需要人去使用它，醫生們需要立即搞明白AI是怎么一回事，AI以后取代哪個行業不好說，但一定會先取代不會使用AI的人！

綜合整理自網絡
編輯丨楊坤
審核丨盧璐