陳根：2025年是醫療AI的落地之年_風聞

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。