4.2.1 语音转文本技术.........................................................................74 4.2.2 结构化病历生成.........................................................................76 4.3 辅助决策支持.......... DeepSeek 平台，具备医疗知识图谱构 建、临床决策支持和非结构化数据处理三大核心能力。某三甲医院 的试点数据显示，接入智能体后的门诊流程平均耗时从 120 分钟缩 短至 75 分钟，电子病历自动生成准确率达到 92%，显著降低了医 护人员的文书负担。这些技术特性与医疗场景的需求高度契合： 1. 知识检索效率提升：智能体可在 3 秒内完成百万级医学文献的 语义检索 2. 诊断辅助 护人员缺口达 1700 万，门诊等待时间中位数超过 2 小时，基层医疗机构误诊率 高达 18%-25%。在诊疗效率方面，三甲医院医师日均处理病例量 超过 80 份，导致疲劳作业风险上升，而电子病历系统仅实现基础 结构化存储，无法主动辅助临床决策。 医疗数据利用存在显著瓶颈： - 非结构化数据占比超过 70%（如影像报告、医患对话记录） - 跨系统数据互通率不足 40% ” ” ，形成

目，推进公立医院与互联网医院等重 点医院先行先试、联合攻关，加强与 全球知名人工智能科研机构和企业合 作，推进计算机视觉、模式识别、深 度学习等技术应用到医疗健康领域， 开发智能医疗影像、智能医疗。 健全完善电子健康档案、 电子病历、全员人口、卫 生资源四大基础数据库， 整合医疗卫生计生信息资 源，加快推进医疗卫生大 数据应用。 01 02 04 n 第一阶段 n 第二阶段 构建高效共享、互联互通的全省医疗 卫生信息交换服务网络，推进卫生信 适的化合物或生物。 n 第四阶段 03 03 01 02 医学人工 智能落地 路径 搭建全区养老服务信息管理平 台，加快推进自治区、市两级 人口健康信息平台基础设施建 设，支持发展智慧医院系统， 推进电子病历标准化建设。 n 第一阶段 n 第二阶段 打造一批居家养老服务信息化示范社 区，创新养老服务业态。鼓励企业开 发移动医疗、视讯医疗、远程照护、 健康监测、智能服药等家庭健康信息 产品。 探索构建区域一体化的医院管理 影像拍片AI质控 智能影像网关平台 人工智能+医院管理 02 优化资源配置 弥补医院管理漏洞 人工智能+疾病诊断和预测 03 疾病的诊断 疾病的预测 心血管及肿瘤影像 人工智能+医学研究 04 病历结构化处理 多源异构数据挖掘 人工智能+医学影像，重点落地心血管及肿瘤影像 人工智能在医学影像领域目前的应用方向主要有三类，即疾病筛查、病灶勾画、脏器三维成像，涉及脑、眼睛、乳腺、食管、 肺、心脏等多个人体部位。

人工智能的产品落地，离不开海量数据作为“养料”贡献于机器学习过程中，不断训练和优化算法模型；“互联网 + 医疗” 为人工 智能的发展 奠定了数据基础。 2 典型应用场景 AI+ 医疗 应用场景 20 虚拟助理 语音电子病历 / 智能导诊 智能问诊 / 推荐用药 医学影像 病灶识别与标注 / 三维重建 靶 区自动勾画与自适应放疗 辅助诊疗 医疗大数据辅助诊疗 医疗机器人 疾病风险预测 基因测序与检测服务 基因测序与检测服务 预测癌症 / 白血病等重大疾病 药物挖掘 新药研发 / 老药新用 / 药物筛选 药 物副作用预测 / 跟踪研究 健康管理 营养学 / 身体健康管理 精 神健康管理 医院管理 病历结构化 / 分级诊疗 DRGs 智能系统 / 专家系统 辅助医学研究平台 线上科研平台，提供 GPU 计算 算 法框架 / 数据分析等服务 综合分析了我国目前“人工智能 + 医疗”领域的公司和产品 一特定的需求；  公司现状：目前国内共有 15 家公司提供“虚拟助理”服务，主要解决语音电子病历、智能导 诊、智能问诊、推荐 用药等需求，并且有衍生出更多需求的可能性。 2 典型应用场景  发展环境：中国 50% 以上的住院医生平均每天用于写病历的时间超过 4 小时，相当一部分医生 写 病历的时间超过 7 小时；国内部分放射科仍采用传统书写方式，有专门记录员记录医生主诉 内容，而后转录入电脑中，效率低下。虚

下场景，实现远程互动，如远程影像、远程病理等； • B2C临床管理：AI赋能B端医疗机构的临床决策，如AI医生、院内大模型等； • B端自我管理：B端医疗机构利用AI工具提高内部运营效率，如电子病历、HIS系统、病床管理、供应链管理等。 ➢ 投资建议： ➢ 硬件+AI：测序设备公司（华大智造等）、影像设备公司（迈瑞医疗、联影医疗等）、个人健康终端公司（三诺 生物、鱼跃医疗等）； ➢ 数 结合影像与临床数据，预测5年心血 管事件风险（AUC=0.89） 按筛查次数收费 Verily 未上市 Onduo AI慢病管理平台 （糖尿病+高血压动态干预） 多模态数据融合（可穿戴设备+电子 病历），干预方案动态优化 与药企合作 （如赛诺菲） Glytec 未上市 eGlycemic Management System （AI胰岛素剂量推荐，医院级应用） 强化学习模型减少低血糖事件50%， 平均订单价值AOV（美元，右轴） 3 B2C远程管理 总结 与上一轮Open AI相比，DeepSeek在远程医疗诊断与治疗带来的新影响： ➢ 多模态数据整合与精准诊疗：通过融合基因组学数据、医学影像及电子病历等多维度信息， 实现了更精准的疾 病预测和个性化治疗方案生成。 ➢ 可视化推理过程：传统的AI模型训练过程如同一个黑匣子，输入数据后直接输出结论，缺乏透明度。DS通过可视化推理过 程，使模型的

面向智慧医疗—人工智能辅助诊疗 电子病历 患者主诉 / 疾病 史 / 检验检查 …… 可能的 疾病建 议及置 信度 深度学习 决策器 海量医学资源 医学知识 证据读 取器 证据 海量医 学资源 疾病资源 疾病读 取器 疾病知识 候选疾病 相似病例推荐 诊疗方案建议 语音识别 语义解析 主诉 问诊 患者症状 检查等信息 通过对患者的病历、检查、检验信息进行分析， 可以将诊断建议、治疗方案建议推送给医生， 诉、现病史、既往史、 过敏史等），自动生成电子病历同步给门诊医生，能够节省医生写病历时间，提高患者问诊参与度 智能预问诊知识库 / 模板 病史报告自动生成 引导患者描述病情，疾病画像 04 面向智慧医疗— AI 移动医生查房 4 医学知识智能检索，好帮手 3 语音写会诊意见，更方便 1 全语音操作信息查阅，更快捷 2 床旁语音写病历，更及时 在住院病区场景，利用人工智能技术，医生 在住院病区场景，利用人工智能技术，医生在床旁通过语音导航，随时掌握患者信息；语音录入病历， 提高医生移动端录入积极性；医学知识智能检索，帮助医生快速、准确、规范地完成诊疗工作 06 面向智慧医疗— AI 语音智能随访 根据医院和科室的随访要求，设计随访问卷与患者进行智能语音交流，收集患者反馈，完成 问卷数据采集，随访、填表、生成数据报告一步到位 另外，患者康复后，智能电话会对患者进行回访，收集患者反馈，汇总患者建议，自动生成 统

临床决策支持......................................................................................44 4.1.1 病历分析.....................................................................................45 4.1.2 治疗方案推荐 其自注意力机制使得模型能够高效地捕捉不同输入元素之间的关 系。这种能力使得生成式模型在处理医疗记录、病历摘要和患者交 互等任务时，能够更精准地理解和生成相关信息。 其次，AI 生成式大模型在医疗领域的应用形式多样。例如，它 可以用于患者病历的自动生成，在医生输入关键信息后，模型能够 输出完整的病历文档。这不仅提高了医疗工作的效率，还在一定程 度上减少了因人为因素造成的错误。此外，这类模型也可用于药物  数据来源：利用电子健康记录（EHR）、医学文献和临床试验 数据进行模型训练。  模型类型：根据应用需求选择合适模型，如 GPT、BERT 等进 行文本生成与理解。  场景应用：患者病历生成、智能问诊、个性化医疗方案制定、 决策支持等。  技术集成：与现有医疗信息系统、设备接入 AI 模型，实现无 缝对接。  合规与安全：制定数据保护政策，确保遵循 HIPAA 等相关法

图表 10 电子病历系统整体应用水平分级评价基本要求...............................................17 图表 11 8 级电子病历需要达成的条件................................................................................17 图表 12 新电子病历系统整体应用水平分级评价基本要求 边缘计算、神经芯片及脑机智能接口等推广应用，强调要积极开展临床决策支持系统、 医学影像辅助诊断、医用机器人、疾病风险预测与诊断等项目。 确立方针后，我国又在微观层面密集出台了《关于进一步推进以电子病历为核心的医疗 机构信息化建设工作的通知》《关于印发医院智慧服务分级评估标准体系（试行）的通 知》《关于进一步加强医学证明文件类医疗文书管理工作通知》《医院智慧服务分级评 估标准体系》《“数据要素×”三年行动计划（2024—2026 国内医疗 IT 的建设工作长期围绕政策指导展开。以电子病历系统为例，《关于进一步 推进以电子病历为核心的医疗机构信息化建设工作的通知》发布之后，4 级电子病历在 很长一段时间成为驱动医院开展信息化建设的主要动力。 直至 2022 年度全国三级公立医院绩效考核结果发布，结果显示：2022 年全国三级公立 医院信息化支撑能力持续增强，电子病历系统应用水平分级参评率达到 99.0%，电子病 历系统应用水平全国平均级别达

医院环境管理 医院绿色管理 医院信息管理 电子病历 合理用药 其他医技 移动医疗 资源管理 办公自动化 医疗信息 科研管理 1 . 现状分析 1 2 3 4 5 6 专家资源分布不均衡，区域内资源统一规划调度机制不完善 药品数据信息数据共享水平不高，药品供应体系有待完善 部分区域诊疗手段单一，本地资源无法满足实际需求 电子病历、健康档案数据不 连续、医院间数据共享水平低 我国在智慧医疗的应用主要体现在医疗卫生服务、医药产品管理、医疗器械管理、血液 管理、远程医疗与远程教 育等方面，多数处于试点和起步阶段。 智慧医疗的发展分为七个层次 01 业务管理系统，包括医院收费和药品管理系统 02 电子病历系统，包括病人信息、影像信息 03 临床应用系统，包括计算机医 生医嘱录入系统 (CPOE) 等 04 慢性疾病管理系统 05 区域医疗信息交换系统 06 临床支持决策系统 07 公共健康卫生系统 现状分析 总体来说，中国处在第一、二阶段向第三阶段发展的阶段，还没有建立真正意义上 的 CPOE 。 01 05 03 02 04 在远程智能医疗方面，国内发展比较快。比如， 可实现病历信息、病人信息、病情 信息等的实时 记录、传输与处理利用。 我国智慧医疗发展的经济环境良好：全球经济危 机的大背景下，中国经济依然保持稳定的增速。 按照本世纪的前 10 年中国健康医疗市场年

网 络模块将支持高速数据传输，确保医疗数据在院内外的快速共享与 协同处理。 软件层面，DeepSeek 智算一体机将预装医疗行业专用的操作 系统和软件套件，包括但不限于医疗影像分析系统、电子病历管理 系统、远程会诊平台等。这些软件将针对医疗场景进行深度优化， 确保其在高效计算的同时，能够满足医疗行业对数据安全和隐私保 护的高标准要求。此外，DeepSeek 智算一体机将支持与现有医疗 工智能技 术的广泛应用，医疗场景对于高效、智能的计算平台需求日益迫 切。传统的数据处理方式已无法满足现代医疗对于实时性、准确性 和安全性的要求。尤其是在医学影像分析、基因组学数据处理、电 子病历管理等关键领域，医疗机构亟需一种能够提供强大算力、高 效数据处理能力，同时具备高度集成化和智能化的计算解决方案。 根据市场调研数据显示，全球医疗 AI 市场规模预计将在未来 五年内以每年超过 40%的复合增长率扩展，预计到 提升医疗 数据处理的效率与准确性，优化医疗资源配置，推动精准医疗的发 展。该产品主要面向大型综合性医院、专科医院、医学科研机构以 及区域性医疗数据中心，满足其在医学影像分析、临床决策支持、 病历数据挖掘等领域的计算需求。 在竞争优势方面，DeepSeek 智算一体机具备以下几点核心优 势： - 高性能计算能力：采用最新的多核处理器和 GPU 加速技术，支持 海量数据处理和高并发计算任务，确保在医疗场景中的实时性和高

医疗领域幻觉⽐例甚⾄⾼达20-30%2 幻觉⾼=“创造⼒税“ 底层⼤模型各有所长 幻觉情况1 11 数据来源：1.(Vectara(HHEM⼈⼯智能幻觉测试； 2.(腾讯健康内部测试数据，通过⾼质量医学病历数据 ⼤模型及DeepSeek潜在应⽤场景探索 DeepSeekJ会给医药企业带来哪些变化？ DeepSeek有哪些应⽤场景？能产⽣哪些价值？ 13 提升新药研发和 临床管理效率 数字化内部流程 ⾏业视⾓：DeepSeek对于医疗体系有那些影响？ • 患者⾏为“消费者化”：医疗信息透明化，患者 有更多主动权 • “数字健康”和⽣态“破壁跨圈”，产⽣更多数据 • 个性化诊疗和健康管理 患者 • 电⼦病历和数据管理⾰新 ⼤模型语义理解加速医学数据治理和流通 • 医院数据开放和流通 数据价值在⼤模型背景下进⼀步被凸显 • 精细化运营管理（DRG/DIP） Ds推理思考能⼒以及医保控费压⼒ 医院 基于Deepseek⼤模型，再现医⽣临床思维链路的推理模型 • ⾃动⽣成病情分析、IDC⾃动编码 • 分析准确率达90%，为医⽣提供权威决策⽀持 • 指出权威出处（如指南、专家共识等） 基于DeepSeek病历讨论助⼿ 科研助⼿ 20 医⽣画像 AI问答助⼿ 话术智能推荐 拜访记录⽣成 学术推⼴：千⼈千⾯，让销售拜访更专业、更⾼效 21 代表培训：AIJ辅导，实战中提升专业能⼒ 22 ⽼⽅法