AI的风刮到了健康医疗圈，杭州人说：DeepSeek真“色刻”
AI的风刮到了健康医疗圈，杭州人说：DeepSeek真“色刻”
DeepSeek作为一款AI产品，在健康医疗领域受到广泛关注，被认为具有快速且专业的反馈能力。然而，专家指出，AI在应对复杂病情时的动态适应性和临床决策能力仍无法达到医生所具备的水平。
2025年，DeepSeek的横空出世，无疑是在AI领域投放了一颗重磅炸弹，在行业和市场上都掀起了“惊涛骇浪”。DeepSeek的风也刮到了健康医疗圈。凭借着其迅速且专业的反馈，DeepSeek被冠以“家庭医生”的名号，不仅有大众在寻医问药前找它聊聊，连三甲医院的医生都会视其为“同行”。
很多人大胆猜想：DeepSeek能取代医生，为病人诊疗吗？
医生：诊断与临床非常接近
作为从医30年的医生，浙江大学医学院附属第二医院胸外科主任医师范军强给出了笃定的答案：专业的医生无可替代。
愿意接受新鲜事物的他，在第一时间应用了DeepSeek。
他将接诊的一名患者情况“喂”给了DeepSeek。“今天接诊了一个男性48岁的患者。右上肺有一个大概8毫米的结节，已经随访观察了半年，没什么变化。这是一个磨玻璃结节，请问诊断是什么？下一步怎么治疗？”
经过几十秒的思考和转化，DeepSeek给出了非常详细的判断，还结合最新的指南给出了建议，甚至细节到关于“磨玻璃”是“纯磨”还是“混磨”的进一步明确。
范军强边看边笑，并感慨AI智能的厉害：“DeepSeek的判断非常客观，对我们患者的诊断也好，给出的建议也好，和我们临床非常接近。”不过最终要不要手术，他表示还要结合病史、家族史等，更取决于患者的心态。
简单的“测试”，结果是喜人的。DeepSeek的确能够从大量的知识库中快速地提取到匹配的内容，准确地“取其精华”。而且在范军强看来，DeepSeek现在的诊疗水平相当于一个一名规范化培训出来的住院医生。“如果想要更具体和准确的治疗方案，DeepSeek暂时无法完成。”
惊叹于DeepSeek海量的资料储备和专业度的同时，范军强保持着理性和观望的态度。“DeepSeek所做出的综合判断还是过于笼统，是结合大数据得来的结果，并不能因为患者的具体情况给出个性化的治疗方案。同时，作为医学之源、医疗之本的人文关怀，冰冷的文字是缺乏的，也是难以实现的。”
所以，他认为，再智能、再进化的AI，也不能代替专业的医疗人员。“我们必须看到，培养一名医生的成本是不可能减少的，需要时间，需要临床实践，需要经验累积。这是AI无法替代的过程。”
尽管如此，他对DeepSeek还是有所期待的。“我认为可以让DeepSeek在问诊环节发挥作用，导入信息和病症，提高诊间工作效率。”至于未来，随着DeepSeek在医疗领域的扎根与融合，应用场景也将越来越多，“无论在医疗还是教育行业，DeepSeek都会做出更大的贡献。”
公众：开药方，患者不敢吃
医生对DeepSeek的保留态度，可以理解。那么公众会为这名“D医生”买单吗？
小鱼（化名）是名00后，敢于尝试各种新鲜事物。“ChatGPT出现的时候，我就注册试过了。还是我们国产的DeepSeek更适配。”在平时学习中，她对DeepSeek的依赖很强，包括资料文献的查询，论文的架构、润色等，她都会让DeepSeek打辅助。前不久流感严重，她甚至询问DeepSeek应该如何正确用药。“它给出的信息就像一份药物说明书，很清晰。我后来就买了奥司他韦，吃了三天，好了。”小鱼说，虽然她很推崇DeepSeek，但事关健康，她还是很谨慎的，综合了多个社交平台的查询结果，DeepSeek给出的方案最全面。
前不久，“DeepSeek化身中医开药方”冲上热搜。不少网友将自己的病症“喂”给DeepSeek，希望它开出中药方。令人意外的是，DeepSeek的中医表达非常专业，开出的方子也很细节，甚至包括了几钱几两，煞有介事。可惜网友并不买账：“它敢开，我不敢吃！”
看来，很多人折服于DeepSeek的深度学习能力之外，并没有完全沉沦其中。
相反地，大多数人将其视为就医前的“学习工具”。常年受月经不调影响的小辰（化名）怀疑自己患上了腺肌症，终于下定决心找医生。可是找哪个专家，应该询问些什么问题，如何治疗，日常生活的注意事项，她完全不懂。她尝试求助了DeepSeek，没想到比她自己还“周到”。“它不仅将腺肌症领域的专家罗列出来，还会有简介和专长。作为患者可以详细了解之后再自行选择。”在她看来，专业的疾病，是自己的盲区，DeepSeek的最大功能可以为自己“扫盲”，“它还会贴心地提醒，就诊前我需要提前准备，包括记录疼痛的时间、程度和月经周期等。”小辰说，因为前期做了功课，所以在就诊环节中自己也有了底气，不仅缩短了医患之间的无效交流时间，还提高了就诊效率。
在众多采访中，很多人表示自己可以参考DeepSeek，但是当医生依靠DeepSeek给出诊断结果，“失去了就医体验，就像心中扎了一根刺，也会对医生和医院的专业度和权威性大打折扣。”
事实上，无论AI如何发展，目的都不是为了取代，而是助力人类更好地连接彼此。况且，就算是“更懂中国人”的DeepSeek，同样需要接受各行各业的检验。事关人类健康，在专业度更高的医疗行业，“准入”条件变得更加严苛。而且，不同科室对其有着不同的期待。
费用、家人、医保都得考虑
浙江省肿瘤医院胸部放疗科副主任医师盛李明，每天都想着给肿瘤患者送去些安慰和信心。在他看来，医学的本质是人文关怀。即使很多人惊叹于DeepSeek的全面与专业，客观与理性，但他坚持，“越是高科技，越需要人文关怀。”
“AI能给出最优解，却给不出最合适的解答，因为它无法理解复杂的家庭关系、窘迫的经济条件以及医保政策。而这些实际问题，正是临床中真实存在的。”盛李明说，医生看的不是病，而是人。
他的一名患者，来自安徽滁州，60多岁，被确诊为RET基因融合（一种罕见的基因突变）。“这种罕见病的首选治疗方案，就是使用靶向药，AI给出的建议同样如此。然而，一年30万元的药费，远远超出了这家人的承受范围。”盛李明说。
他一边安慰患者不要放弃，不要灰心，一边又在制定可行的副作用小的化疗方案。
医生的同情心和沟通能力是AI无法模拟的，这些有温度的言语或者举动也都是AI无法实现的。“无论AI如何发展，我们医生都会真实存在，为延伸患者的生命长度、提高患者的生命质量而努力。”
中医诊断要素缺乏
浙江省中山医院中医经典科副主任中医师吴斌表示，中医讲究“望闻问切”，四诊合参才能辨证论治，当这四诊信息不完整或者不准确时，DeepSeek也会处于“宕机”状态。
吴斌打了个比方，同样是感冒了，两位患者都有鼻塞、流涕、畏寒汗出的症状，但是患者脉象不同、胖瘦不同，选方用药也不一样。“脉象浮缓的病人适合桂枝汤，而脉象沉的病人就不合适，但是对于脉象，DeepSeek是无法采集的，隔着个屏幕，也无法施行切诊和闻诊。”
“以DeepSeek为例，现在只能做到借助大数据算法，将患者明确的主诉，进行合理归纳分析后，推荐一个病情诊断方向，这个结论，只能作参考。”吴斌进一步表示，中医的诊疗讲究“千人千方”，看病过程中要充分考虑患者差异和多样性，开处方依赖于医师常年的临床经验的积累，有时候还要结合患者的生活习惯、环境变化等要素个性化施治，这些都是AI无法兼顾的，因此，他并不推荐普通老百姓生病后，盲目依赖AI问诊。
患者表述不准确让建议成为伪命题
浙江大学眼科医院、浙大二院眼科中心眼整形眼眶病科副主任医师解佳隽坦言，目前以DeepSeek为代表的AI，距离眼科临床应用还非常遥远。DeepSeek不能理解问题本身，只能根据文本信息在训练库中匹配和检索，罗列出比较全面的结果。但这种看似“深度思考”给出解读在眼科临床诊断中价值并不大。
她举例，输入患者主诉“右眼异物感1天”， DeepSeek给出的诊断有：结膜炎，角膜炎，角膜结膜异物，倒睫，虹膜睫状体炎，干眼症等可能，并给出建议：滴眼药水、休息、处理倒睫等。
但在眼睛这个方寸之地，已知眼病高达上千种，许多眼病表现出来的症状高度相似，患者主诉很多时候不清晰、甚至是错误描述，AI基于此得到的建议大有可能是伪命题。
“眼病诊断首先非常依赖体格检查，眼科医生的临床思维已经内化，裂隙灯下看一眼就能得到定性和定量的信息，如判断为眼表类的眼病，是结膜充血，程度较轻；眼眶类疾病，倒睫，位于下眼睑中段，有两根……”解佳隽说，事实上DeepSeek做不到病情识别，更别谈病情进展、程度分析等更高层次的解读。
DeepSeek的“宽泛”并不匹配现代医学越来越精细的专科。
早在11年前，浙大二院眼科中心叶娟教授团队就涉足眼科AI领域，构建了高质量标准化眼病数据库，研发多模态AI辅助诊断系统，探索延伸到效果预测与随访的应用潜力。“我们每一个研究模型都是针对特定眼病类型开发的，比如聚焦糖尿病性视网膜病变的AI模型，能够相对准确地识别患者处于疾病的第几进展期，给出在某个区域进行激光治疗等精准意见。”
复杂病情需多学科协作
浙江省人民医院消化内科主任、主任医师潘文胜表示，AI无法替代医生在处理复杂病情时所展现出的这种综合智慧。医学是一门经验科学，医生根据医学知识和积累的经验给出治疗方案。
他谈及最近接诊的一位急性坏疽性胆囊炎合并急性心肌梗死的患者。患者肌钙蛋白高到离谱、炎症指标也很高，性命危在旦夕。这时，是要先做冠脉介入治疗处理心脏问题，还是先处理胆囊？或是全身感染的问题？
考虑到各种治疗措施相互影响，心内科、消化内科、肝胆胰外科、ICU等多学科会诊（MDT）开启了头脑风暴：冠脉介入治疗需抗凝治疗，增加出血风险；胆囊切除手术是腹部手术，但患者心脏功能不耐受……
最终，潘文胜结合数十年经验，建议采用非手术治疗——经皮胆囊穿刺引流胆汁，控制感染，待心脏情况稳定后再行手术。
看似一个小穿刺，背后却是各科专家医生凭借其深厚的专业知识、丰富的临床经验，综合考虑患者的病症以及各种检查结果，面对复杂病情时做出精准的判断和个性化的治疗方案。
类似的危急重症病例很多，“目前来看，AI在应对静态数据分析有实践效果，而在应对复杂且变化发展的病情时的动态适应性和临床决策能力，仍无法达到医生所具备的水平。”