來源：梅斯醫學
原標題：驚！浙大二院胸外科主任醫師：Deepseek給出的診斷和我們非常接近！多名科主任發聲，56秒出診斷，專家都不如它，很怕被淘汰失業
浙大二院主任醫師：Deepseek給出的診斷和我們臨床非常接近！
AI分析得很快，醫生怎么比？很怕會失業
這次，我們作為醫生不得不嚴肅面對、認真學習了！
據新華每日電訊消息，近期，浙大二院胸外科主任醫師范軍強接診了一名48歲的患者，于是，他便向Deepseek發起了提問并進行咨詢。
范主任詢問到：今天接診了一個男性48歲的患者。那么這個是一個右上肺的結節，大概是8mm大小，已經隨訪觀察了半年，沒什么變化，這是一個磨玻璃的結節，請問這個診斷是什么？下一步怎么治療？
結果，幾十秒過后，Deepseek給出了非常詳細的判斷，還結合最新的指南給出了建議。另外，Deepseek還指出提問者給出的信息“磨玻璃的結節”過于模糊，到底是“純磨”還是“混磨”需要進一步明確。
天吶，Deepseek還能自行判斷并糾正提問者給出的信息，這也太厲害了！
最后，范軍強主任表示：“Deepseek的判斷非常客觀，對我們患者的診斷也好，給出的建議也好，和我們臨床非常接近……”
Deepseek會診斷、會看病、會給出建議，連續幾日，多名科主任表達了各自的看法。
2月10日，安徽省六安市人民醫院感染科副主任醫師侯醫生就發文表示：“DeepSeek完全可以勝任醫生的許多工作了，消化內科一個病人需要進行抗生素調整會診，我讓Deepseek給出會診建議，它56秒給出答案，讓人真的壓力山大呀，說不定哪一天醫生就被Ai取代了。”
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。
沒想到，短短幾十秒之后，Deepseek就給出了自己的判斷和建議，內容非常詳細準確，它明明白白地說出了應該用什么藥、注意事項、怎么治療，而且給出的治療建議都是根據最新的指南，醫生想不到的東西，它都做出了設想并進行分析，指導醫生該怎么怎么去做。
天吶，這也太強大了，哪個醫生能分析得這么透徹、清楚、邏輯嚴密？怪不得連科主任們都直呼醫生哪一天別被淘汰失業了。
2月11日，四川某三甲影像科主任就發長文擔憂同事們的職業前景，他表示：“以DeepSeek為代表的一系列AI強大到令我驚訝，它們以其強大的數據處理能力和深度學習算法，已經在醫療領域大顯身手。DeepSeek在醫療領域的應用更是引發了廣泛關注，其在疾病輔助診斷、治療方案優化等領域展現出潛力。”
“我給出患者資料，讓DeepSeek出具診療方案，30秒之后，DeepSeek就能給出專業、全面的分析，我認為其條理之清晰，分析之全面，不亞于大三甲醫院的主任醫師。對于我們搞診斷，搞病理的，我真的擔憂我們未來的發展了，這些AI一分鐘能讀成千上萬張片子，細微的地方也能識別出不同，我們醫生僅靠手、靠眼，無論如何也是比不上的。”
隨著DeepSeek的發展，很多醫生在感嘆人工智能快速發展的同時，都在擔憂未來的職業發展，我們到底該怎么辦？
醫生是人，肉眼凡胎
有時候我們確實不能和AI相比
從今天開始，各位醫生真的得重視DeepSeek等一系列AI了。
咱們主要說說DeepSeek，毫無疑問，這是蛇年春節以來醫療界最為熱門的話題之一。這個國內原生的大模型直接挑戰OpenAI、谷歌等全球科技巨頭，甚至憑一己之力使得美股AI龍頭普遍重挫。
相比海外的大模型，DeepSeek訓練數據以漢語為主，對復雜的漢語詞匯和語境處理更為精準，使其文字輸出更為流暢自然，符合漢語環境。同時，它的邏輯推導過程透明，并支持針對包括醫療在內特定場景的深度優化。
DeepSeek在疾病判斷及診療方面具有天然的優勢，它可以修正咨詢者提供的不規范的信息，這是以往大模型不能相比的。
在以往的大模型中，你需要輸入非常規范的格式，例如你需要輸入“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”這樣一段話。
但是在DeepSeek中，提示詞可以使用非常口語化的描述“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？”，如此即可，它的邏輯性和分析能力非常強，給出的判斷和建議不輸一個從業多年的專家。
其實，除了DeepSeek，還有很多強大的AI。
例如，OpenAI的GPT-3程序，可以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達到80%。
人工智能眼科專家“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就曾介紹，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。
來自谷歌、谷歌大腦與Verily公司的科學家們開發出了一款能用來診斷乳腺癌的人工智能，它的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，即便是對于同一名病人，不同病理學家給出的診斷也往往會有很大不同，不同病理學家對乳腺癌診斷的一致率只有75.3%。在某些不典型的乳腺癌中，診斷的一致率竟下降到了48%，只有不足一半。
病理醫生必須經過數年甚至十幾年的訓練，才能掌握足夠的經驗，成為一名合格的病理醫生，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，想要得到足夠的訓練以獲得經驗，都是一種奢望。
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，他們提供了許多腫瘤組織與正常組織的病理切片，供人工智能學習。短期內，這款人工智能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”，這能有效將腫瘤組織與健康組織區分開來。
研究人員曾邀請了一位病理學家，并要求其與人工智能進行一場比賽。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）的評分中，人類病理學家的準確率為73.3%，人工智能的準確率卻是88.5%。
我們醫生，畢竟是肉眼凡胎，有時候根本不能和強大的人工智能相比，面對DeepSeek等一些列AI的挑戰，我們到底該怎么辦？
AI取代哪個行業不好說，
但一定會先取代不會使用AI的人！
人工智能的時代已經全面來臨了，很多醫生擔心會失業，怎么辦？筆者也不知道怎么辦，但筆者想告訴各位醫生一句話：AI取代哪個行業不好說，但一定會先取代不會使用AI的人！
在DeepSeek被持續熱議之時，海軍軍醫大學附屬長海醫院心內科一名醫生就對筆者表示：“如果DeepSeek將要取代醫生的話，那么內科一定是第一個被取代的，這是毫無疑問的，我最近見識了DeepSeek的威力，它的邏輯分析能力太強大了，哪個內科醫生能比得上它的知識儲量和各種分析設想的能力？”
是的，不可否認，未來的醫療是AI的天下。
2024年11月，國家衛健委等部門聯合發布《衛生健康行業人工智能應用場景參考指引》，進一步為AI在醫療領域的應用場景指明了方向。
《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！
責任編輯：江鈺涵
VIP課程推薦
APP專享直播
熱門推薦
收起
24小時滾動播報最新的財經資訊和視頻，更多粉絲福利掃描二維碼關注（sinafinance）
