陳根:2025年是醫療AI的落地之年_風聞
根新未来-1小时前
文/陳根
DeepSeek再次引發了2025年的大模型熱潮,正如ChatGPT一樣,如果無法落地到真正的生產效率的革命領域,技術依然只是一種探索階段。
不論DeepSeek所引發的這股熱潮有多麼火爆,我可以非常明確的説,依靠DeepSeek的炒作概念很快會結束,沒有可持續性。原因很簡單,開源不是新技術,蒸餾也不是新技術,唯一的混合專家模型是一種對算力優化的探索思路。但是輕量化模型有先天的缺陷,也就是知識量,或者算法規模不夠,就跟我們人類一樣,培養單一領域的專家相對容易,但是要培養類似於達芬奇、愛因斯坦、胡適這樣的多學科領域的通用型人才,往往就是百年一遇,背後需要的是龐大的多學科知識的積累。

而輕量化的的模型,我們也可以理解為一個不花時間學習的孩子,然後就能懂得非常多學科的知識,並且都擁有專業的知識,這是不可能的事情。如果可能,也只是童言無忌,當這些孩子談論真正專業的知識時,如果誠實,那就會承認自己不懂,如果不誠實,那就可以胡編亂造、胡説八道。這在人工智能技術方面來説,就是常常被提起的機器幻覺。
但是DeepSeek帶給大家的是一個開源的基礎化模型,也就是説一個已經具備人類表達與學習能力的基礎AI,至於這個AI最終會成為怎麼樣水平的AI,就需要大家各自訓練。正是基於這一點,2025年就成為了醫療領域AI化的關鍵之年。不僅僅是停留在AI影像診斷層面,而是AI專家醫生的出現與使用。
醫院只需要基於DeepSeek已經訓練好的基礎智能模型,然後進行本地化部署之後,就不需要擔心各自醫院獨立數據的外泄。這一個步驟非常重要,就大幅省去了醫院自己組建團隊開發與訓練技術AI模型的時間與成本。並且又是基於本地部署的輕量化專業模型訓練模式,一方面就消除了醫院自身專業數據與專業知識的外泄風險;另外一方面不需要依賴於雲端的大算力,也不需要再醫院部署本地的大算力,就能夠利用自身醫院的數據來訓練AI專家醫生模型。當然如果要了解更多關於如何進行本地部署與訓練,可以夠閲《DeepSeek:打開財富密碼》這本書進行了解。

因為現代醫療的診斷已經數據化,臨牀的診斷也都已經有非常清晰的標準,這些都是AI的強項。只需要我們將各種診療標準,包括一些疑難雜症的病歷報告投餵給本地模型進行訓練,就能訓練出一個全科的專家醫生。這對於提升醫院的診療水平、診療效率都將帶來空前的影響。**如果醫院願意,完全可以在2025年就可以實現AI問診,而不是簡單的AI輔助寫病歷。**對於普通的疾病,甚至包括一般性的複雜疾病,患者只要將相應的檢查報告單上傳給AI專家醫生,就能實現人類專家醫生的診斷水平。
2025年,DeepSeek所引發的AI熱潮,最大的變革已經到來,醫院將成為變革的對象之一。