文及临床案例的深度挖掘，DeepSeek 能够提取关键知识，构建中 医药领域的高精度知识图谱，为科研和临床应用提供有力支持。 其次，DeepSeek 的机器学习和自然语言处理技术能够分析患 者病历、健康档案及社交媒体数据，挖掘潜在的健康风险和市场趋 势。例如，通过分析患者的用药历史和病情变化，DeepSeek 可以 为医生提供个性化的诊疗建议，提高治疗效果；同时，通过对市场 数据的实时 数据整合与管理 DeepSeek 能够将分散在不同系统中的中医药数据进行整合， 包括患者病历、药材流通信息、临床试验数据等。通过统一的 数据管理平台，用户可以快速访问和分析这些数据，提高工作 效率。 2. 智能诊断与推荐 基于机器学习和自然语言处理技术，DeepSeek 能够分析患者 的症状和历史病历，智能推荐适合的中医药治疗方案。通过不 断学习和优化，系统的推荐准确率将逐步提升。 3 在机器学习中的优势主要体现在其高效的数据处理 能力、精准的算法优化以及对复杂场景的适应性。首 先，DeepSeek 采用了先进的分布式计算架构，能够处理大规模中 医药健康产业中的海量数据，包括患者病历、药材信息、治疗记录 等。通过对这些数据进行深度挖掘和分析，DeepSeek 能够迅速提 取出有价值的信息，为中医药的健康管理和个性化治疗提供支持。 其次，DeepSeek 在算法优化方面表现出色，特别是在深度学习模

成的全流程经验，极大提升医生决策的效率与准确率。 “海光C86+海光DCU”在性能、稳定性等方面完全满足医疗业 务需求，为后续规模化部署奠定基础。 自动识别病历中的术语错误、逻辑漏洞及格式问题，一键优化 表述规范性，助力医生高效完成高质量病历书写。 背景需求 / BACKGROUND 北京航天总医院基于海光DCU成功部署DeepSeek医疗大模型，将传 统报告解读转化为即时、精准的数字化服务，显著提升患者体验与医 性，保障兼容性、稳定性以及数据安全。 复杂病症的筛查与决策缺乏高效工具，亟需Al辅助提升诊断准 确率与诊疗效率。 传统诊疗手段依赖人工，存在就诊精度低、效率低、患者等待时 间长、科室匹配不准确、病历质控效率低等问题，影响患者就诊 和临床决策速度。 传统检查报告依赖专家解读，耗时较长，患者常面临等待周期 长、跨学科会诊复杂等问题。 常规医疗AI局限于数值比对，缺乏对潜在健康隐患（如早期疾

日常身体状况监控、跟踪及紧 急情况的预警 · 长期购药的经济便捷渠道 · 便捷有效的医患的沟通渠道 客户健康需求视角一：根据健康管理从预防至康复的全周期，关注各环节的需求 B- 医 疗 B1: 电子病历的跨体系共享 B2: 专项疾病筛查 B3: 咨询 / 交流 · 自我诊断 ( 资讯渠道 ) · 疾病问题的专业解答 · 病症人群交流… B4: 诊前流程 服务 · 绿色通道 ( 专家 A4 B1 B2 B3 B4 B5 B6 C1 C2 C3 健康 信息 的档 案化 、指 标化 健康 素养 提升 需求 健康 评估 和干 预方 案 执行 的监 督和 激励 电子 病历 的跨 体系 共享 专项 疾病 筛查 咨询 / 交流 诊前 流程 服务 诊断 治疗 ( 黄 通疾 病 ) 诊断 治疗 ( 里 症 / 急 症 ) 专 业 医断疗 心理干预与心理疾病防治 心理健康调养体验 13. 慢病防治及维持 辅助降血脂解决方 案 辅助降血压解决方 案 14. 诊前服务 在线预约挂号 远程咨询 / 医疗 15. 疾病治疗 中西医结合医院 电子病历 / 健康档案 16. 疾病康复 图例 短期 近中期 1. 健康信息监测及全健康档案 2. 健康素养养成 3. 婴幼儿健康管理

通知》 国卫办规划发〔 2014 〕 69 号  《国务院办公厅关于印发全国医疗卫生服务体系规划纲要（ 2015—2020 年）的通知》 国办发〔 2015 〕 14 号  《关于印发电子病历应用管理规范（试行）的通知》 国卫办医发〔 2017 〕 8 号  《国家卫生计生委办公厅关于印发医院信息化建设应用技术指引（ 2017 年版）的通知》 国卫办规划函〔 2017 〕 1232 号 保三级； 2018 年《关于印发互联网诊疗管理办法（试行）等 3 个文件的通知 》，要求所有承载互联网医疗的业务系统必须通过等保三级； 2018 年《电子病历系统功能应用水平分级评价方法及标准（试行）》， 4 级及以上级别电子病历系统有额外安全需求，各省落地基本以等保三级建设为主； 等保 2.0 情况介绍 行业政策政策 1 2 公有云等保 2.0 解决方 案 3 等保安全产品介绍 实践案例 第 117 页 案例 - 上云 & 非上云 方案特点：以云为主，提供标准化的安全服务产品 安全设备 防火墙、网闸、日志审计、 入侵检测 安全测评 HIS 、医保、 PACS 、电子 病历 配套设备 办公电脑 方案特点：以 DICT 定制化方案为主，满足客户个性化需求及其对设备、配套设施的要求。 上云案例 客户需求：将 XX 报名网站上云，需要满足等保三级要求，后续需要 满足等保

大模型可以通过图像识别和数据挖掘技 术，自动审核理赔申请，识别欺诈行为，并快速生成理赔报告。这 不仅缩短了理赔周期，还降低了人为错误和欺诈风险。例如，在健 康险领域，AI 可以通过分析医疗影像和病历数据，自动判断是否符 合理赔条件，并生成相应的理赔建议。 此外，AI 大模型还支持保险产品的个性化设计。通过分析客户 的年龄、职业、收入、健康状况等多维度数据，模型能够推荐最适 合客户的保险 实时决策：在核保端实时应用训练好的模型，自动生成风险评 估结果，并提供决策建议。 以健康险为例，AI 模型可以通过分析客户的体检报告、病历记 录、生活习惯等数据，预测其未来患病的概率，并给出相应的核保 建议。此外，AI 还可以通过自然语言处理技术，自动解析客户的文 本信息，如病历描述、社交媒体动态等，进一步丰富风险评估的维 度。 通过上述流程，保险公司可以实现从数据到决策的全流程自动 化，大幅提升核保效率。同时，AI

需明确告知用户数据用途与使用范围，并获得用户的明确同意；在数 据全生命周期中，需全程保障用户的数据查询、更正、删除等权利。 进一步，在特定行业场景中，系统需满足特定性的合规要求。例如在 医疗行业，CRM 系统需要遵守《医疗机构病历管理规定》等，保护 患者数据；在应用 AI 技术分析病例数据时，相关模型训练与应用流 程还需通过医疗数据合规审查。 在 AI 技术的深度嵌入下，系统还需适应性满足场景化授权、最 小化数据收集、敏感信息检测与过滤等新的要求。由于