近年来，医疗大模型技术凭借强大的自然语言理解、推理能力及多模态处理性能，正逐步成为医疗行业智能化转型的核心驱动力。其中，DeepSeek以其强大的性能和广泛的应用前景，为医疗行业的智能化升级带来了新的机遇。在国家大力推动“人工智能+医疗”深度融合以及数据要素市场化配置的宏观背景下，徐州矿务集团总医院勇于创新，积极探索，试点应用惠每科技MaysonGPT 成功实现了DeepSeek 的本地化部署和深度应用，率先在神经内科和骨科开展大模型辅助诊疗的试运行。
病历是医疗工作的重要记录，其质量直接关系到医疗质量和患者安全。此前总院通过基于CDSS的病历质控系统，已经能够辅助医生书写解决病历不完整、不合理复制和书写不及时等问题，并将多级质控体系全部迁移至线上进行，有效提升了全院病历质量。但由于技术瓶颈，部分病历内涵缺陷仍旧依赖终末人工质控。为进一步提升质控人员工作效率和质量，总院上线试运行了基于DeepSeek-R1的MaysonGPT，探索利用新一代技术加速医院高质量发展。目前，总院已经在神经内科、骨科上线大模型，使用场景聚焦在病历辅助书写、病历内涵质控、病情分析、文献问答4个场景。总院此前已经落地从科级到院级的多级质控体系，大模型则在此基础上进一步提升了每个质控环节的质量和效率，像医学专家一样给出质控建议。例如，在临床端，大模型能够帮助医生指出病历中的逻辑性、合理性等内涵问题，并结合患者信息、检查检验结果、医嘱、手术记录等内容，向医生给出修改意见。在遇到不理解的问题时，大模型还能够通过问答形式，向医生提供与病历问题相关的质控建议，并提供文献出处。 为了帮助医生在书写病历的第一时间提升书写质量，总院将大模型的高效推理能力应用于病历生成功能。在医生书写病历时，大模型与CDSS深度结合后，能够无缝对接医院所有业务系统，自动抽取患者信息、检查检验结果等数据，为医生生成一份高质量的病历文本，供医生参考使用。为了提升大模型对医学逻辑、诊疗路径等逻辑的理解能力，其训练过程中纳入了大量医学文献、诊疗指南、共识等，并通过检索增强生成技术（RAG）强化学习消化。实际临床工作中，大模型能够在门（急）诊或住院期间辅助医生鉴别诊断，根据全部或部分病历文本进行精准病情分析并给出治疗方案，以此提升临床诊断准确性，并对危急重症和疑难杂症进行快速筛查。
在辅助医生诊疗水平提升方面，大模型能够基于文献、医学数据或院内知识库，满足医生对于文献理解的需求，例如总结文献要点、快速查阅、比较新旧版指南等。大模型还能够自由导入文献，保证知识库的实时更新。为保障数据安全和患者隐私安全，总院选择了大模型的私有化部署方案。这意味着数据存储和处理均在医院内部完成，有效避免了数据泄露和跨境传输的风险，最大限度保障了医疗数据的安全性和患者隐私安全。基于CDSS的深度应用，大模型在病历质量管理体系中各个环节的部署和上线时间不超过7天，显著低于传统AI项目周期，再次刷新了医院信息化升级纪录。目前，大模型在院内的应用得到了试点科室的肯定和认可，多项病历质控指标得到显著提升。未来，医院将以此为基础，对照《卫生健康行业人工智能应用场景参考指引》不断开拓大模型应用场景，利用大模型技术辅助医生规范化诊疗、提高临床诊治效率和质量，为医院高质量发展持续注入动能。
特别声明：智慧医疗网转载其他网站内容，出于传递更多信息而非盈利之目的，同时并不代表赞成其观点或证实其描述，内容仅供参考。版权归原作者所有，若有侵权，请联系我们删除。
凡来源注明智慧医疗网的内容为智慧医疗网原创，转载需获授权。
