里云 前言 Preface 医疗健康行业是维护全民福祉的重要基石，始终是全球关注的焦点。当前 普遍的亚健康状态， 以及老龄化带来的慢性疾病增加等，不仅影响着人们的生活 “ ” 质量，也给医疗体系带来了沉重负担。我国医疗体系的 不可能三角 依然突出，即 便宜、高效和服务难以兼顾。优质的医疗服务供不应求，医护人员负担较重，而 基层医疗能力相对较弱，患者的就医体验也需要进一步提升。另一方面，疾病 变化快，药物研发周期长、资金需求庞大且成功率较低，现有供给难以快速应 对， 很大程度上也限制了医疗的突破发展。 面对这些挑战，人工智能技术，特别是以大型模型为代表的生成式 AI 的迅 猛 发展，为医疗健康注入了新的机遇。 AI 的应用能够快速分析海量且复杂的 医疗信息， 从而支持更加精准的医疗决策，协助医生做出更为科学合理的诊断 与治疗规划，有效减轻医护人员的工作压力，并缓解医疗资源紧张的局面。此 加速新药上市，为医药创新带来新的动力。 AI 已经深入医疗健康的各个层面，成为连接医疗机构、科研机构、制药企 业以及广大患者的重要纽带，助力构建更加高效、智能、个性化的医疗生态系统。 本白皮书将深入探讨 AI 在医疗健康行业的应用现状、发展趋势和未来机遇，为 行业参与者提供有价值的参考和建议。 1 目录 Contents 总体篇 1 医疗健康行业的智能化发展机遇 人口老龄化趋势下，全社会医疗服务需求显著上升

出版单位 / 组织名称： 发布日期： 医疗健康大模型 伦理与安全白皮 书 上海交通大学 复旦大学 上海交通大学医学院附属瑞金医院 蚂蚁集团 2025 年 7 月 18 日 Ab 医疗健康大模型伦理与安全白皮书 健 天津医科大学 王 玥 西安交通大学俞 凯 上海交通大学 张新庆 北 京协和医学院张海洪 北 京大学医学部 张洳源 上 海交通大学 医疗健康大模型伦理与安全白皮书 随着人工智能技术发展， 医疗健康大模型兴起， 但在应用中面临诸多问题。 本 白 皮 书 旨 在 全 面 剖 析 医 疗 健 康 大 模 型 应 用 的 各 方 面 情 况 ， 包 括 技 术 分 析 、 伦理法律评测、模型评测及提升措施等， 为其安全、有效、合规应用提供指导， 促进医疗行业智能化发展， 保障患者权益与医疗质量 。《 医疗健康大模型应用 伦理与安全白皮书 》 围绕医疗健康大模型展开多方面探

项目编号： 医疗健康场景引入 DeepSeek AI 大模型 研 究 报 告 目 录 1. 引言............................................................................................................................................. .................................................6 1.1 医疗健康行业的现状与挑战.................................................................................................................................7 1 ..............................................................................10 2. DeepSeek 技术在医疗健康领域的应用场景............................................................................................

17 18 20 20 21 21 21 22 22 23 24 24 25 目录 01 中国智慧医疗行业白皮书 中国智慧医疗行业白皮书 02 1 2023年中国卫生健康事业发展统计公报，中国卫健委，2024年8月 随着智能技术的全面发展和广泛应用，智能转型已成为 各行各业当前最热门的投资发展之一。在中国生命科学 与医疗行业中，智慧医疗的发展也在如火如荼地进行中。 5%1， 凸显了医疗资源分布不均的问题。 其次，随着人民生活水平不断提升，社会大众对诊疗质 量、效率和体验也有了更高要求，追求更加个性化和主 动的医疗健康管理模式。人们健康意识的提高，带动了 健康关注点从“疾病治疗”向“疾病预防”转移，大众 的自我健康管理意识也逐渐崛起。 最后，人口结构的转变也催生了许多新的需求，如老龄 化加速使得慢性病管理、康复护理等新医疗需求增长。 根据联合国标准，中国在2022年进入深度老龄化社会， 根据联合国标准，中国在2022年进入深度老龄化社会， 并预期在2035年进入超高龄社会。少子化和老龄化衍生 出许多新的医疗需求，亟须新的疾病管理模式和长照护 理模式，传统单一医疗模式已无法有效应对人口架构转 型带来的医疗健康需求变化。 一、智慧医疗行业背景 中国智慧医疗行业白皮书 03 27.9% 在此类趋势下，具有便捷性、高效性、精准性等特点的智慧医疗得以快速发展，在提高全产业链的效率的同时提供 更具多样化的医

的医疗服务。患者可以通过手 机 APP、微信公众号等平台实 现预约挂号、在线问诊、查询 检查检验结果、缴纳费用等功 能，提高就医效率。同时，智 慧医院还可以根据患者的病情 和需求，为患者提供个性化的 健康管理方案和康复指导。 通过大数据分析等技术应用， 对医院的运营数据、医疗质量 数据、患者满意度数据等进行 深入挖掘和分析，为医院的管 理者提供科学化的决策支持。 例如，通过分析患者的就医行 智慧管理 01 以患者为中心，旨在为患者提供便捷、高效、个性化的医疗服务。通过信息化、智能化技术手段，优化就医流程，改善患者就医体验。智慧服务包括预 约挂号、智能导诊、移动支付、在线问诊、远程医疗、健康管理等多个方面。患者可以通过手机 APP、微信公众号等平台随时随地进行预约挂号，选 择合适的就诊时间和医生；智能导诊系统根据患者的症状和需求，为患者提供精准的导诊服务，引导患者快速找到就诊科室；移动支付功能支持患者通 《关于促进数字中医药发展的若干意见 》 推动中医医疗数据融合创新，赋能中医医疗智慧化管理高质量发展。推动中 医医疗机构以及相关县域医共体成员单位内部数据共享复用，实现中医临床 诊疗、中医临床科研、中医临床教学、个人健康管理档案等数据资源合规高 效利用，探索建立中医医疗质量智能化监测体系，拓展智慧医疗、智慧服务、 智慧教育、智慧管理等数据应用新模式新业务，打造一批具有示范性的智慧 中医医院、中医数字医共体和临床教学基地。

1、故障事前制定应急预案与应急演练 2、故障事中形成故障、监控、调度态势感知能力，实现 业务快速抢通 3、故障事后治理追踪全流程线上化闭环管理，确保故障 经验有效沉淀，整改措施有效落地 1、系统深度健康体检，全链路性能隐患分析 2、系统容量隐患深度分析 3、统一隐患闭环治理 告警、诊断、自动化作业能力组合贯穿‘监’与 ‘控’，实现多场景故障自愈 1、全链路读、写压力测试、评估链路容量水位 2、接口、UI自动化巡检及时发现业务异常 云平台维护方自定义 Promethues exporter 网络拓扑同步上报  卡顿、崩溃、错误等  调用量、响应时间、异常量等  应用调用trace  方法调用明细  云平台健康度、集群节点、pod容 器指标  网关：KONG、LB、Nginx等  中间件：Kafka、MQ、Zookeeper 等  数据库：MySQL、Clickhouse、 Elasticsearch等 自 愈 工 单 审 批 推送 审批 智能自愈 判断逻辑 引擎 GOPS 全球运维大会 2023 · 上海站 系统隐患预防 从容量隐患、链路隐患、系统健康度视角，定期开展隐患评估与预测，识别潜在风险隐患，隐患闭环治理，保 障系统健康稳定和对资源利用的最优化。 B A C D 深度性能问题分析 定位性能瓶颈节 点初步定位 看表象  链路节点RT增长->初步定位瓶颈节点  trace明细分析

障 响 应 故 障 发 现 稳 定 性 架 构 设 计 02 稳定性保障工 具 落地场景及成 效 GO PS 全 球 运 维 大 会 2 0 2 3 · 上 海 站 1 、系统深度健康体检，全链路性能隐患分析 2 、系统容量隐患深度分析 3 、统一隐患闭环治理 1 、故障事前制定应急预案与应急演练 2 、故障事中形成故障、监控、调度态势感知能力，实现 业务快速抢通 3 务突变异常、业务关键稽核点等 核心业务场景、核心业务环节、核 心业务链路拓扑 白屏、慢响应、弹窗日志等 卡顿、崩溃、错误等 调用量、响应时间、异常量等 应用调用 trace 方法调用明细 云平台健康度、集群节点、 pod 容 器指标 网 关 ： KONG 、 LB 、 Nginx 等 中 间 件 ： Kafka 、 MQ 、 Zookeeper 等 数 据 库 ： MySQL 、 …… 性能治理 l 压测 结 论、问题、论证、优化方案 l 与研发侧确认问题、推动治理 l 复 测 从容量隐患、链路隐患、系统健康度视角，定期开展隐患评估与预测，识 别 潜在风险隐患，隐患闭环治理，保 障系统健康稳定和对资源利用的最优化。 评分与趋势 高风险指标 中风险指标 低风险指标 l 全链路压测 - > 容 量标准达标 、 链 路性能瓶颈评

[6]，人均智能终端数量不断增长。 前沿科技类终端是指近几年出现的智能物联类生活场景用途设备，如可穿戴设备、虚拟现 实设备、智能家居（不含 TV）设备、智能驾驶汽车等。这些终端设备在 AI 技术以及用户对便 捷生活、个人健康管理需求的推动下，持续发展壮大，通过集成高性能计算、大数据分析、机 器学习等先进技术以增强用户体验，为用户提供了更为便捷、高效的服务。 颠覆创新类终端是指由 AI 和空间计算等技术发展带来的创新性产品，例如颠覆性伴生设备、 智能可穿戴设备，以及智能家 居设备的协同，未来可实现对每个人的健康状态进行连续的健康检测，例如无创血糖检测、连 续血压检测、连续心电检测等，实时记录和分析身体指标数据和运动、睡眠数据。 常驻于终端设备上的虚拟专属健康管理师通过健康数据构建完整的个人健康模型和健康知 识图谱，再通过 AI 能力对数据进行分析，为用户提供定制的健康解决方案和锻炼计划，例如 通过对营养、运动、睡眠等维度的建议和 生活方式，促进个人形 成健康的生活，帮助用户改善睡眠质量，从而降低因不良生活方式导致的相关疾病的发生概率。 同时专属虚拟健康管理师甚至还可以将健康知识图谱与医疗知识图谱进行结合，不但能绘 制出患病的风险情况及未来发展趋势，让用户获得更准确的症状、药物、病情风险因素、医生 诊断等信息，还可以帮助医生做出更迅速、更有针对性的诊断。 未来通过对健康进行主动管理，让健康可计算，让人们的生活更有质量。

比利雷法》（GLBA） 《健康保险流通和责任法》 （HIPPAA）等 中国 《中华人民共和国网络 安全法》 《中华人民共和国数据 安全法》 《中华人民共和国个人 信息保护法》 《中华人民共和国网络 数据安全管理条例》 法律法规对比 通过研究对比发现，美国在 联邦层面上一直没有数据安 全和个人信息保护等方面的 立法，只在个别州和金融、 健康、信用、视频、教育、 证券、未成年人、通信、计 管理条例》等数据安全法律法规相比，美国在联邦层面上一直没有数据安全和个人信息保护等方面的立法，只在个别州和金 融、健康、信用、视频、教育、证券、未成年人、通信、计算机、贸易和消费者保护等11个领域出台了隐私保护相关法律， 如《加州消费者隐私法》（CCPA）还有金融领域的《格雷姆-里奇=比利雷法》（GLBA）和健康领域的《健康保险流通和责 任法》（HIPPAA）等。美国至今没有一部保护数据产权方面的法律，即使是数据隐私的相关法规也相对分散，管理较为宽 Quandl对收费交易的数据通常收取30%的佣金。 为了构建欧盟统一数据市场，打造数字经济领域的规模竞争力，欧盟委员会于2020年2月发布《欧洲数据战略》，明确 提出建设欧洲共同数据空间，并确立了制造业、绿色节能、交通、健康、金融、能源、农业、公共管理、技能、开放科学云 等10个建设领域，后来又将建设领域扩大到18个。欧洲共同数据空间将欧盟构建成一个单一数据市场，通过快捷方便的访 问接口，使来自欧盟范围内的各类主体

年全球出版 物达到 12.07 万篇（图 5）。在美 国与欧盟长期主导该领域研究的背 景下，中国加速追赶，2024 年出 版物总量已接近欧美水平。数据分 析和关键词词云显示，脑神经、基 因和健康领域的研究最被关注；AI 通过大语言模型加速药物研发，通 过高分辨率成像重构疾病诊断，多 尺度数据驱动模型和基因组学、蛋 白质组学深度融合，解码生命复杂 系统的内在规律。 总量 中国 欧盟 2018 2019 2020 2021 2022 2023 2024 0 5 10 15 20 25 0 20 40 60 80 100 120 140 大脑 基因 医疗健康 基因组 公共卫生 连接性 神经元 分子机制 计算模型 疾病诊断 计算机视觉 生理学 精准医学 神经科学 蛋白质组学 大语言 模型 遗传算法 脑成像 疾病预测 生物系统 工程学、计算科学等基础和应用学科的新兴 交叉学科，旨在设计、改造乃至重新合成新 的生物系统，实现特定功能。随着基因编辑、 蛋白质从头设计、代谢工程等技术的进步， 合成生物学近年来蓬勃发展，已在医药健康、 环境治理和新型材料等众多领域产生变革性 影响。人工智能（AI) 技术，凭借其强大的 多任务学习能力和未知空间智能探索能力， 有效地契合了合成生物学的智能化设计需 求，并为破解生物系统序列—结构—功能之