近期，相关媒体报道，浙江大学医学院附属第二医院胸外科主任医师范军强接诊了一名48岁的男性患者，并就此向Deepseek发起了咨询。
范主任的提问如下：“我今天接诊了一名48岁的男性患者，发现其右上肺有一个约8 mm大小的结节。该结节为磨玻璃样，已随访观察半年，未见明显变化。请问这个结节的诊断是什么？下一步应如何治疗？”
几十秒后，Deepseek给出了非常详尽的判断，并结合最新指南提出了建议。此外，它还指出提问者提到的“磨玻璃的结节”描述过于模糊，需要进一步明确是“纯磨玻璃”还是“混合磨玻璃”。
令人惊叹的是，Deepseek不仅能自行判断，还能纠正提问者提供的信息，这实在令人印象深刻！
最后，范主任评价道：“Deepseek的判断非常客观，无论是对患者的诊断还是给出的建议，都与我们的临床实践高度一致……”
在连续几天内，多位科室主任纷纷表达了自己的看法。
随之，安徽省六安市人民医院感染科副主任医师侯医生发文称：“DeepSeek完全可以胜任医生的许多工作。例如，在消化内科，一位患者需要进行抗生素调整会诊，我让DeepSeek提供建议，它仅用56秒就给出了答案。这让人倍感压力，也许有一天，人工智能（AI）真的会取代医生。
据了解，侯医生向Deepseek咨询表示：患者腹部CT结果提示急性胰腺炎，急诊门诊白细胞明显升高，肝酶异常升高，另患者基础疾病多，合并肺部感染及脑梗死后遗症，一般情况差，当时请ICU会诊予以美罗培南抗感染治疗，现患者炎症指标明显下降，无畏寒发热等不适，故特请贵科会诊，协助抗生素降档。请给出抗生素使用建议。
短短几十秒内，DeepSeek便迅速给出了详尽且精准的判断和建议。它清晰地指明了应使用的药物、注意事项以及治疗方案，并且所有建议均依据最新指南。不仅如此，它还预见了医生可能忽略的细节，并进行了深入分析，指导医生如何具体操作。
令人惊叹的是，DeepSeek展现出的强大能力令人咋舌，其分析之透彻、逻辑之严密、表述之清晰，恐怕少有医生能够企及。难怪连科室主任们都忍不住感叹，担心医生职业是否会因此被取代。
2月11日，四川某三甲医院影像科主任发表长文，表达了对同事们职业前景的担忧。他指出：“以DeepSeek为代表的AI技术，其强大程度令人震惊。这些技术凭借卓越的数据处理能力和深度学习算法，在医疗领域已经取得了显著成果。尤其是在疾病辅助诊断和治疗方案优化方面，DeepSeek的应用引发了广泛关注，其潜力不可小觑。”
“当我提供患者资料后，DeepSeek在30秒内就能给出一份专业且全面的诊疗方案。我认为，其条理之清晰、分析之全面，足以媲美大三甲医院的主任医师。对于我们从事诊断和病理工作的医生来说，这无疑令人担忧。我们医生仅凭双手和双眼，无论如何也难以与AI每分钟读取成千上万张影像、并能识别出细微差别的能力相抗衡。”
随着DeepSeek的不断发展，许多医生在感叹AI进步之快的同时，也对自己的职业未来感到忧心。我们究竟该如何应对这一挑战？
医生也是人，终究是肉眼凡胎
各位医生确实需要重视DeepSeek等AI技术了。
首先，我们来谈谈DeepSeek。毫无疑问，这是自蛇年春节以来，医疗领域最热门的话题之一。这个由国内开发的大模型直接挑战OpenAI、谷歌等全球科技巨头，甚至凭借自身实力导致美股AI龙头股普遍下跌。
与国外的大模型相比，DeepSeek的训练数据以汉语为主，对复杂汉语词汇和语境的解读更为精准，使其文字输出更加流畅自然，更贴合汉语环境。同时，它的逻辑推理过程透明，并支持针对医疗等特定场景的深度优化。
在疾病判断和诊疗方面，DeepSeek具有天然的优势。它能够修正咨询者提供的不规范信息，这是以往大模型难以企及的。
在传统的大模型中，用户需要输入非常规范的格式，例如：“请分析以下病例：65岁男性，高血压、糖尿病史，主诉胸痛伴呼吸困难2小时。需要：（1） 列出可能诊断及依据；（2）建议必要的实验室检查；（3）给出紧急处理方案；（4）说明鉴别诊断要点”。
然而，在DeepSeek中，用户可以使用非常口语化的描述，例如：“65岁男性，高血压糖尿病多年，突然胸痛喘不过气两小时，现在应该怎么办？”。DeepSeek凭借其强大的逻辑性和分析能力，给出的判断和建议不亚于一位经验丰富的专家。
实际上，除了DeepSeek，还有许多强大的AI技术值得关注。
例如，OpenAI的GPT-3程序能够从自发语音中识别线索，诊断并预测痴呆症早期阶段的准确率高达80%。
AI眼科专家“CARE”能够一次性精准筛查14种眼病。中山大学中山眼科中心副主任林浩添教授曾介绍，CARE可以识别正常眼底图像和14种常见眼底病变，包括糖尿病视网膜病变、高血压眼底表现、青光眼视神经病变、病理性近视眼底改变等，诊断的总体准确率从92.1%提升至95.2%，并且在全国35家不同级别的医疗机构进行了临床真实环境验证。
谷歌、谷歌大脑与Verily公司的科学家们开发出了一款用于诊断乳腺癌的AI，其表现甚至超过了专业的病理学家。众所周知，病理诊断的准确性严重依赖于病理医生的水平，即便是对于同一名患者，不同病理学家给出的诊断结果也往往有很大差异。不同病理学家对乳腺癌诊断的一致率仅为75.3%，而在某些不典型的乳腺癌病例中，诊断的一致率更是下降到了48%，不足一半。
病理医生必须经过数年甚至十几年的训练，才能积累足够的经验，成为一名合格的病理医生，而要成为优秀的病理学家更是难上加难。在医疗资源不足的地区，获得足够的训练以积累经验几乎是一种奢望。
然而，谷歌和Verily的科学家们将单张病理切片的图像分割成了数万至数十万个128x128像素的小区域，每个小区域内可能含有数个肿瘤细胞。随后，他们提供了大量肿瘤组织与正常组织的病理切片，供AI学习。短期内，这款AI掌握了一种像素级的技巧——它能分辨出单个小区域内被标注为“肿瘤”的像素，从而将整个小区域标注为“肿瘤区”，这能有效区分肿瘤组织和健康组织。
研究人员曾邀请了一位病理学家，并要求其与AI进行一场比赛。人类病理学家花了整整30个小时，仔细分析了130张切片，并给出了他的诊断结果。在随后的评分中，基于灵敏度（找到了多少正确的肿瘤）和假阳性（将多少正常组织诊断为肿瘤），人类病理学家准确率为73.3%，而AI的准确率则达到了88.5%。
我们医生，毕竟是肉眼凡胎，有时候根本无法与强大的AI相比。面对DeepSeek等AI的挑战，我们到底该怎么办？
AI会先取代不会使用AI的人！
AI或许不会取代所有行业，但一定会优先取代那些不会运用AI的人！
在DeepSeek引发持续热议之际，海军军医大学附属长海医院心内科的一名医生表达了这样的观点：“如果DeepSeek将取代医生，内科必定首当其冲，这一点毋庸置疑。我最近深刻感受到了DeepSeek的强大，其逻辑分析能力实在令人惊叹。哪个内科医生能与之匹敌，拥有如此庞大的知识储备和多样化的分析设想能力呢？”
的确，未来的医疗领域无疑将是AI的天下。
2024年11月，国家卫生健康委等相关部门联合发布了《卫生健康行业人工智能应用场景参考指引》，为AI在医疗领域的应用场景进一步指明了方向。
《指引》涵盖了医疗服务管理、基层公卫服务、健康产业发展和医学教学科研四大类84种具体场景，其中包括医学影像智能辅助诊断、基层全科医生智能辅助决策、智能门诊分诊、智能药物研发等应用场景。
文件表示，医疗与AI和大数据正在行业的各个方面展开深度融合，要借助AI和大数据应用的迅速发展，共同推动医药行业的研发、服务、应用向更高效、更智能的方向发展。
所以，未来是AI的天下，2025年，AI在医疗的应用更会获得突飞猛进的进展。
目前，我们也不要考虑AI会不会取代医生了，它毕竟是一种工具，需要人去使用它，医生们需要立即搞明白AI是怎么一回事，AI以后取代哪个行业不好说，但一定会先取代不会使用AI的人！
综合整理自网络
编辑丨杨坤
审核丨卢璐
