成都“網(wǎng)紅醫(yī)生”劉言所在的成都市中西醫(yī)結(jié)合醫(yī)院(市一醫(yī)院)率先成功完成了DeepSeek本地化部署,將deepseek-r1:32b模型融入臨床營養(yǎng)評估決策支持,、治未病診療及??苹颊唠S訪等多個環(huán)節(jié),。這一舉措顯著提升了診療效率,。
劉言是臨床營養(yǎng)科副主任,,在抖音平臺上擁有超過50萬粉絲,,她表示,,DeepSeek大大提高了營養(yǎng)團(tuán)隊的診療效率。以前計算患者一天所需的各種營養(yǎng)素需要查閱大量表格和公式,,現(xiàn)在只需輸入相關(guān)數(shù)據(jù),幾秒內(nèi)就能得到結(jié)果,,特別是在兒童青少年生長發(fā)育期的營養(yǎng)評估方面,,效率提升尤為明顯。
除了提高效率,DeepSeek還為醫(yī)生提供了許多輔助性提示,。在制定治療方案時,,它能夠清晰地展示思考過程和不同方面的考慮,有助于培養(yǎng)年輕醫(yī)生規(guī)范診療思路和習(xí)慣,。
然而,,在實(shí)際使用過程中,AI和醫(yī)生的意見有時會出現(xiàn)分歧,。例如,,對于減重患者的食譜制定,DeepSeek雖然能給出目標(biāo)能量和全天所需的能量或蛋白質(zhì),,但在編排食譜時無法完全考慮到四川人的飲食喜好,,有時提供的食譜并不完全符合減重需求。劉言指出,,DeepSeek給出的治療意見依賴于所提供的信息,,如果患者有特殊情況如食物過敏或特定飲食喜好,這些信息沒有提供給系統(tǒng),,那么其建議可能不完全合適,。盡管如此,總體上DeepSeek的框架還是可靠的,,只是在細(xì)節(jié)上需要進(jìn)一步調(diào)整,。
DeepSeek自2024年12月發(fā)布V3大模型以來,,陸續(xù)推出了R1模型和多模態(tài)模型Janus-Pro,,持續(xù)引起全球AI界乃至整個科技圈的關(guān)注
2025-02-04 11:34:58DeepSeek為何會引起美國AI巨頭焦慮