中山六院院长谈DeepSeek：医生将转型医学战略家

春节假期之后，DeepSeek热度持续攀升，AI医疗之风潮重新席卷而来。DeepSeek遇上临床诊疗会碰撞出怎样的火花？医生会被AI取代吗？人机协同怎样重塑诊疗的底层逻辑？

近日，中山大学附属第六医院吴小剑院长、高峰副研究员对上述问题作出解答，也为探索AI临床智慧潜能提供方向。

DeepSeek具备医疗场景核心能力

吴小剑院长提到，国产大模型DeepSeek春节期间的爆火，源于公众对其两重能力的惊叹：多源信息的深度结构化与复杂逻辑链的连续推演。这种能力虽未直接指向医疗场景，却暗合医学实践中最本质的需求：

· 在医学研究层面：它能从海量文献中梳理冲突结论的演化路径，而非局限于简单摘要提取。

· 在临床决策层面：它能将碎片化病例特征与动态医疗证据链映射为可操作的诊断假设。这种能力的迁移逻辑清晰可见——若AI能解析代码漏洞或法律条款的潜在风险，那么对疾病诊疗逻辑的解构同样具备可行性。

AI如何赋能临床诊疗？

现代临床诊疗面临着信息爆炸和日益复杂的挑战。

高峰副研究员指出，临床医生面临三大核心挑战：一是医学知识快速更新带来的学习压力；二是患者医疗数据碎片化导致的信息整合难题；三是复杂病例诊疗中时间与决策质量的平衡问题。这些因素共同影响着临床决策的科学性和效率。

而DeepSeek这类具备深度检索和逻辑推理能力AI的出现，有望在多个关键环节赋能临床诊疗，开创更高效、更精准的诊疗新模式：

· 革新证据检索模式

AI可快速检索医学文献，构建疾病"证据拓扑图"，清晰呈现研究关联与演进脉络，智能识别前沿进展与共识盲区，助力医生实现从经验决策向循证决策的跃升。

· 提升信息整合效率

AI能高效整合影像、病理、检验、用药等多源数据，解析多维度动态变化，生成可视化关联视图，智能识别诊疗关键节点，帮助医生快速提取关键信息，获得多维诊疗认知。

· 辅助决策推演

AI基于患者特征构建虚拟治疗路径树，模拟不同方案潜在走向，可视化预测关键指标（如生存获益、功能影响、费用支出等），智能标定决策节点，助力医生系统评估方案优劣，实现精准决策支持。

医生角色将向医学战略家转型

人工智能+医疗势不可挡，未来医生会被AI取代吗？医生的角色和价值将会发生哪些变化？吴小剑院长认为，AI提升基础效率后，医生将不再仅仅是技术的执行者，而将更多地转向医学战略家的角色，包含“算法的校准者”“数据的解读者”“医学的终极裁判者”三个层面。

· 算法校准者

医生需结合专业知识与人文关怀，识别AI可能忽略的文化背景、宗教信仰、价值观偏好等个体化因素，校准AI建议，确保诊疗方案符合患者整体利益。

· 数据解读者

医生需深度挖掘数据临床意义。当AI提示“无显著预后因子”时，医生可从职业暴露史、家族聚集性等非结构化信息中探索潜在关联，提炼新的临床假说。

· 终极裁判者

医生需综合AI建议、患者病情及生命价值观（例如对生存质量与生存时长的偏好排序），与患者充分沟通，做出最符合患者意愿和医学伦理的决策。

“DeepSeek等AI技术正推动医疗领域的深刻变革。AI从辅助工具升级为协同伙伴，促使医生核心竞争力从信息处理转向高阶临床判断与价值决策。”吴小剑院长预测，未来，具备AI协同能力的医生将实现三大突破：在海量证据中把握诊疗趋势、在复杂数据中识别关键信号、在技术方案中融入人文关怀。这种"人机协同"模式将推动医学实现技术与人文的完美平衡。

链接

AI辅助癌前病变识别

特异性、敏感性超90%

结直肠癌的症状比较隐秘，早期肠癌不一定有临床症状，因此对高危人群进行肠镜筛查非常重要。

2022年，吴小剑医生团队成功研发出国际领先的自主结肠癌病灶影像精准分割AI系统，并构建了智能肠镜平台，为肠癌筛查提供了新技术支持。目前，AI在肠癌诊疗中的应用日益广泛，包括AI辅助肠镜诊断、诊疗决策和疗效预测等。其中，AI辅助癌前病变识别等模块已投入临床，其特异性和敏感性均超过90%，显著提升了病变检出率。

吴小剑指出，AI发展依赖高质量数据支撑。中山六院近年来致力于完善大肠癌数据库，将传统组织库升级为包含基因组、蛋白组、微生物组等多模态数据的数字组织库，并对病理切片、影像资料等进行了数字化处理。目前，团队正通过大数据优化诊断模型，同时探索治疗新靶点，以推动精准医疗发展。

采写：南都记者 杨丽云 通讯员 刘山青 戴希安 乐虞莹