節(jié)后復(fù)工以來，醫(yī)渡科技、藥易購、恒瑞醫(yī)藥、鷹瞳科技，華大基因，金域醫(yī)學(xué)等國內(nèi)一流醫(yī)療公司都表示正在引入DeepSeek，準(zhǔn)備將其應(yīng)用于數(shù)據(jù)挖掘、智能供應(yīng)鏈、精準(zhǔn)醫(yī)療等多項領(lǐng)域。

　　2月10日，腦機(jī)接口概念股異動，創(chuàng)新醫(yī)療直線拉升漲停，愛朋醫(yī)療、三博腦科、南京熊貓漲超5%，樂普醫(yī)療、誠益通、中科信息等跟漲。

　　華南某行業(yè)內(nèi)科研人士向21世紀(jì)經(jīng)濟(jì)報道記者表示，“我們可以直接利用DeepSeek強(qiáng)大的推理能力來完成我們原來想做做不到，或者原來基座大模型也能做支持，但是做不到它這么專業(yè)的事情。我們接入DeepSeek的模型之后，從這幾天試用的情況來看，效果還是非常好的?！?/p>

　　憑借算法效率與低成本優(yōu)勢，DeepSeek正推動大模型廠商進(jìn)入“競合交織”的新階段。

　　在醫(yī)療應(yīng)用端垂類賽道上，不少企業(yè)發(fā)現(xiàn)了這條長坡厚雪的賽道中蘊藏的巨大機(jī)遇，紛紛下場、積極布局。但優(yōu)質(zhì)數(shù)據(jù)的獲取和標(biāo)準(zhǔn)化仍然是相關(guān)企業(yè)在做細(xì)分賽道時正在努力攻克的難題。

　　相關(guān)業(yè)內(nèi)人士告訴21世紀(jì)經(jīng)濟(jì)報道記者：“對于醫(yī)療人工智能的具體應(yīng)用具有一定的獨特性，只有‘喂’了數(shù)據(jù)，再結(jié)合它算法的優(yōu)勢，才能得到一個個性化的答案?！埂o它的源數(shù)據(jù)質(zhì)量越高，那推理結(jié)果就越好?！埂脑磾?shù)據(jù)質(zhì)量差，那推理結(jié)果也就一般般，這是行業(yè)的特殊性，也就要求相關(guān)應(yīng)用企業(yè)需要不斷突破數(shù)據(jù)難題?！?/p>

　　鷹瞳科技相關(guān)負(fù)責(zé)人也向21世紀(jì)經(jīng)濟(jì)報道記者表示，只有向模型輸入（即‘喂’）高質(zhì)量的數(shù)據(jù)，并結(jié)合其算法的優(yōu)勢，才能得到一個更加個性化的答案。輸入數(shù)據(jù)的源質(zhì)量越高，推理的結(jié)果也就越優(yōu)越。

　　DeepSeek V3、GPT-4o等都屬于基座模型。它們是經(jīng)過海量通用數(shù)據(jù)訓(xùn)練的大規(guī)模預(yù)訓(xùn)練模型，具備廣泛的語言理解、生成和推理能力，通用性很強(qiáng)，可泛化到多種任務(wù)中。但在醫(yī)療、法律、金融等專業(yè)場景中，基座模型往往顯得缺乏垂直領(lǐng)域的深度，無法符合專業(yè)場景中的高精度、高合規(guī)性需求。

　　對解決這一問題，細(xì)分應(yīng)用領(lǐng)域通常會基于基座模型進(jìn)行微調(diào)、優(yōu)化，或結(jié)合領(lǐng)域數(shù)據(jù)重新訓(xùn)練，二次開發(fā)成符合要求的垂類模型。如果說基座模型提供“廣度”，那垂類模型就是提供“深度”。

　　在實際的應(yīng)用場景中，二者屬于是分層協(xié)作而非對立的關(guān)系?；Ｐ褪恰暗鼗?，提供通用能力和知識儲備；垂類模型是“建筑”，在基座上針對場景需求精細(xì)化構(gòu)建。二者的結(jié)合既能避免重復(fù)訓(xùn)練、降低開發(fā)成本，又能滿足專業(yè)化需求，是AI落地的核心路徑之一。

　　DeepSeek的驚艷亮相對于同樣做基座模型的廠商可以說是造成了不小的沖擊，如做混元大模型的騰訊、做盤古大模型的華為等。

　　前阿里巴巴研究主管、現(xiàn)任以色列AI編碼初創(chuàng)公司Qodo聯(lián)合創(chuàng)始人兼CEO伊塔瑪·弗里德曼(Itamar Friedman)表示：“減少甚至跳過人類反饋是一個重大突破。這意味著你幾乎可以完全在無人工干預(yù)的情況下訓(xùn)練模型。”這能極大提升模型推理能力和效率。

　　金域醫(yī)學(xué)副總裁、數(shù)字化管理中心總經(jīng)理李映華告訴21世紀(jì)經(jīng)濟(jì)報道記者，對同行的挑戰(zhàn)主要來自于DeepSeek的三個特點：“第一，DeepSeek做了大量底層算法的優(yōu)化，它可以不需要那么強(qiáng)的算力，也能做出一PG電子網(wǎng)站個性能很強(qiáng)的模型出來。這將打破原有大算力的技術(shù)壁壘，引領(lǐng)新的技術(shù)范式?！盌eepSeek的推理模型R1在基座模型V3的基礎(chǔ)上，大規(guī)模使用了全自動的強(qiáng)化學(xué)習(xí)，取代了對過往需要大量人工反饋的監(jiān)督微調(diào)和RLHF的依賴程度大幅降低。

　　“第二，Deepseek公司專注提升基礎(chǔ)模型能力，不去追求短期商業(yè)利益最大化，并采取了較為徹底的開源策略，可以預(yù)期將很快形成以DeepSeek基座模型為核心的新生態(tài)。有了DeepSeek為代表的強(qiáng)推理模型的賦能，可實現(xiàn)垂類模型和行業(yè)智能體應(yīng)用能力的整體升級，加快千行百業(yè)跨入智能時代。第三，它是一個開源開得最徹底的，我的基座模型該怎么訓(xùn)的，應(yīng)用商怎么落地成的垂類模型，做出一個更好的應(yīng)用仍需要各個原有大模型的廠商和垂類應(yīng)用不停完善。這也意味著對原來傳統(tǒng)的那些做大模型基層模型的商業(yè)模式形成挑戰(zhàn)。”李映華說。

　　據(jù)了解，選擇開源的基座模型作為“地基”，企業(yè)未來優(yōu)化自己的垂直模型時，選擇的空間會更大。如果和閉源模型綁定，一旦這個閉源模型的進(jìn)步速度跟不上整個行業(yè)的速度，企業(yè)的垂類模型發(fā)展也會受限。

　　盡管給友商造成了壓力，加劇了行業(yè)競爭，但這也不代表其他廠商失去了持續(xù)突破的空間。

　　許多企業(yè)的垂類模型也是開放式的架構(gòu)，面對市場上的眾多產(chǎn)品，這些垂類模型可以根據(jù)自己的需求“博采眾家之長”，把各方組合到一起，根據(jù)不同的場景去調(diào)用不同的模型。

　　李映華向21世紀(jì)經(jīng)濟(jì)報道記者解釋，“以醫(yī)學(xué)檢驗來為例，我們把域見醫(yī)言企業(yè)大模型和小域醫(yī)智能體接入DeepSeek推理大模型，進(jìn)一步優(yōu)化原有Agent智能體技術(shù)體系框架，構(gòu)成一體化程度更高、分析能力更強(qiáng)、任務(wù)分解更準(zhǔn)的智能體服務(wù)。拿醫(yī)學(xué)來舉例子，可能這個模型在這個呼吸端口里面做得好，那個模型是這個血液病的一個專家團(tuán)隊。我通過我的智能體的應(yīng)用，去分解哪些任務(wù)到底交給哪個模型做是最合適的?！?/p>

　　李映華進(jìn)一步指出，面對醫(yī)療和醫(yī)檢領(lǐng)域的復(fù)雜性與多樣性，單一模型難以解決所有問題。眾多領(lǐng)先企業(yè)已在醫(yī)療領(lǐng)域積累了豐富的專業(yè)知識、語料庫、數(shù)據(jù)資源以及模型構(gòu)建能力。這意味著，即使他們的客戶基礎(chǔ)模型以DeepSeek為核心，這些企業(yè)的綜合實力依然能夠得到有效整合。

　　“對我們而言，無論是華為還是騰訊在醫(yī)檢行業(yè)的知識儲備和能力，我們都有能力將之融合進(jìn)我們的垂直領(lǐng)域模型中，進(jìn)而轉(zhuǎn)化為終端用戶能夠切實體會到的服務(wù)價值。我們的目標(biāo)是在垂直領(lǐng)域模型上構(gòu)建一個智能應(yīng)用實體。這一實體的構(gòu)建依賴于多方面的資源，并非一個獨立的模型就能解決所有問題?！崩钣橙A認(rèn)為，因無論是騰訊的強(qiáng)項，還是華為的特長，我們都有能力將其納入我們的垂直模型之中。同時，一些先行企業(yè)在醫(yī)療領(lǐng)域已經(jīng)積累了自身獨特的知識體系、語料、數(shù)據(jù)及技能，即便他們的客戶基礎(chǔ)模型以DeepSeek為主，但依然需要依靠它們在專業(yè)領(lǐng)域內(nèi)構(gòu)建的知識和能力。

　　由于大模型逐漸在AI世界占據(jù)主導(dǎo)，作為“燃料”，數(shù)據(jù)已經(jīng)成了各方醫(yī)療AI競爭的關(guān)鍵，甚至有人稱其為醫(yī)療人工智能的“護(hù)城河”。

　　行業(yè)內(nèi)人士告訴21世紀(jì)經(jīng)濟(jì)報道記者：“醫(yī)療數(shù)據(jù)是各類數(shù)據(jù)中最難獲取的，但它又是醫(yī)療AI發(fā)展的核心資源。”受現(xiàn)有管理體制機(jī)制影響，不同監(jiān)管部門之間的共享渠道也不暢通，大量有價值的健康數(shù)據(jù)無法有效利用。同時，國內(nèi)數(shù)據(jù)的標(biāo)準(zhǔn)化程度較低，不同醫(yī)療機(jī)構(gòu)之間的數(shù)據(jù)格式和結(jié)構(gòu)各異，需要醫(yī)生群體不斷在前期做相應(yīng)的前置投入診斷訓(xùn)練。

　　這些因素導(dǎo)致醫(yī)療AI項目往往需要大量資金投入，且短期內(nèi)難以看到明顯的經(jīng)濟(jì)效益。許多企業(yè)和投資人在嘗試進(jìn)入這一領(lǐng)域后，因無法承受高昂的成本和漫長的回報周期而選擇退出。“這也是過往大家說醫(yī)療AI燒錢又沒用的原因，很多投資人都沒有耐心去培育?！毙袠I(yè)內(nèi)人士說。

　　盡管面臨諸多困難，但醫(yī)療AI在應(yīng)用端廣闊的想象空間，依然吸引著國內(nèi)外企業(yè)去積極競爭醫(yī)療數(shù)據(jù)資源。谷歌曾試圖以高價收購Cerner公司存儲的2.5億份健康記錄，但最終PG電子網(wǎng)站被亞馬遜截獲。對于谷歌而言，推動這項交易遠(yuǎn)不止為了盈利，它更希望借此進(jìn)一步收集、分析和匯總數(shù)百萬美國人的健康數(shù)據(jù)。

　　據(jù)悉，谷歌多次被曝在患者與醫(yī)生不知情的情況下訪問可識別個人身份的健康數(shù)據(jù)。谷歌等科技巨頭為了收集醫(yī)療數(shù)據(jù)的各種行為，也引發(fā)了各界對個人隱私的擔(dān)憂。

　　華為、騰訊、阿里等國內(nèi)巨頭也在積極通過多種途徑獲取醫(yī)療數(shù)據(jù)。如騰訊通過廣泛與華銀健康、東華軟件、微醫(yī)等企業(yè)和機(jī)構(gòu)合作，基于其數(shù)據(jù)資源，推動行業(yè)大模型落地，開發(fā)相關(guān)醫(yī)療AI產(chǎn)品。

　　值得注意的是，我國擁有龐大的醫(yī)療數(shù)據(jù)資源。國家衛(wèi)健委發(fā)布的衛(wèi)生年鑒顯示，2023年，全國衛(wèi)生機(jī)構(gòu)總診療人次達(dá)到96億人，由此產(chǎn)生的醫(yī)療數(shù)據(jù)預(yù)計早已超過百億條。業(yè)界認(rèn)為，如此龐大的數(shù)據(jù)儲備規(guī)模，已經(jīng)堪稱是國家重要的基礎(chǔ)性戰(zhàn)略資源了。這也意味著，國內(nèi)的醫(yī)療AI企業(yè)有著充足的、可供“喂養(yǎng)”大模型的數(shù)據(jù)“養(yǎng)料”。

　　憑借著豐厚的數(shù)據(jù)資源和高效的模型訓(xùn)練，我國企業(yè)在醫(yī)療AI的領(lǐng)域也具備和國際巨頭同臺競技的能力。

　　醫(yī)療AI可以說是一條“長坡厚雪”的賽道，雖然路途遙遠(yuǎn)且充滿挑戰(zhàn)，但一旦未來突破瓶頸，應(yīng)用端成功落地和推廣后，相關(guān)企業(yè)很可能取得巨大回報，全球醫(yī)療健康水平更是有望邁上新臺階。想要實現(xiàn)這些美好的愿望，數(shù)據(jù)的不斷深化采集和處理是重中之重。

　　【版權(quán)聲明】本文所有內(nèi)容著作權(quán)歸屬21世紀(jì)經(jīng)濟(jì)報道，未經(jīng)許可，不得轉(zhuǎn)載、摘編或以其他形式使用。

　　特別聲明：以上內(nèi)容(如有圖片或視頻亦包括在內(nèi))為自媒體平臺“網(wǎng)易號”用戶上傳并發(fā)布，本平臺僅提供信息存儲服務(wù)。

　　34歲土木工程碩士：投700多份簡歷，Boss溝通657次......

　　寶寶呆呆地盯著媽媽，等媽媽看過來 ，立刻給她了一個甜甜的微笑！好幸?！?/p>

　　媽媽給寶寶留了個十分潮流的發(fā)型，讓寶寶顯得十分有氣質(zhì)，從小就是一個氣質(zhì)帥哥

　　萌娃們看到正在執(zhí)勤的武警官兵，小心翼翼走過去向其敬禮，下一秒收到兵哥哥暖心回禮

　　《絲之歌》Steam 后臺信息更新 / 《刺客信條：影》玩家總數(shù)突破兩百萬