DeepSeek 56秒精准诊断引争议

近日，浙江大学医学院附属第二医院胸外科主任医师范军强一则关于AI诊疗系统DeepSeek的临床案例引发热议——在接诊一名48岁右上肺磨玻璃结节患者时，DeepSeek仅用56秒便完成了精准诊断，其结论与临床团队高度吻合，甚至主动纠正了医生提问中的模糊描述，展现出不亚于资深专家的逻辑严谨性与指南依从性。这一事件迅速点燃医疗界对AI取代医生的讨论：多地三甲医院科主任直言“压力山大”，称AI在数据处理、影像识别及诊疗决策上的效率远超人类，恐成职业危机导火索；而另一方面，也有观点强调，医疗的本质不仅是技术判断，更是人文关怀与信任构建，AI的“可解释性”与情感交互短板仍是其替代医生的核心障碍。

DeepSeek作为一款人工智能辅助诊断工具，确实在医疗领域展现了强大的能力，但其是否具备完全替代医生的“AI医生”能力，仍需从多角度分析：

一、DeepSeek在医疗诊断中的优势

1. 诊断速度与精准性

- 浙大二院胸外科主任医师范军强在接诊肺结节患者时，DeepSeek仅用几十秒便结合最新医学指南给出诊断建议，甚至能主动纠正医生提问中的模糊描述（如区分“纯磨”和“混磨”结节），其逻辑性和专业性被认为与临床判断“非常接近”。

- 在感染科病例中，DeepSeek仅用56秒便为复杂合并症患者制定抗生素降档方案，覆盖了医生可能忽略的细节，且完全依据最新指南。

2. 影像识别的突破

- 四川某三甲医院影像科主任指出，AI在影像分析中可快速处理成千上万张片子，识别细微病变的准确率远超人类肉眼，例如谷歌乳腺癌AI诊断系统的准确率达88.5%，显著高于人类病理学家的73.3%。

3. 跨学科应用的潜力

- 除了胸外科，AI在眼科（如中山眼科中心的CARE系统筛查14种眼病）、病理学（谷歌乳腺癌诊断系统）、神经科（GPT-3预测痴呆症）等领域均取得高准确率。

二、DeepSeek的局限性

1. 依赖规范数据输入

- 尽管DeepSeek支持口语化描述，但其诊断准确性仍依赖于患者信息的完整性和规范性。例如，若医生提供的信息模糊（如未明确结节类型），AI可能无法完全弥补这一缺陷。

2. 无法替代医生的临床经验与人文关怀

- 医学不仅是数据分析，还包括医患沟通、手术操作、伦理决策等。例如，肺移植手术的复杂性和术后管理仍需依赖医生的经验与团队协作。

- 浙大二院叶娟团队开发的AI眼睑肿瘤分类系统虽准确率达84.8%，但其应用仍需结合临床医生的综合判断，尤其是对活检材料有限或罕见病例的处理。

3. 伦理与监管挑战

- AI诊断涉及数据隐私、患者知情同意等问题。例如，基于蛋白质组学的AI系统需解决临床应用中数据安全与伦理审查的难题。

三、AI与医生的未来关系：协作而非替代

1. AI作为高效辅助工具

- 国家卫健委发布的《卫生健康行业人工智能应用场景参考指引》明确将AI定位为辅助工具，覆盖医学影像诊断、基层医疗决策等84种场景，旨在提升效率而非取代医生。

- 例如，浙大二院皮肤病AI门诊通过数秒内分析患者上传的皮肤照片，为医生提供初步诊断建议，但最终治疗方案仍需医生确认。

2. 医生角色的转型

- 未来医生的核心竞争力将从“信息处理”转向“综合决策”和“患者管理”。例如，胸外科医生可借助AI缩短术前诊断时间，专注于手术规划与术后康复。

- 海军军医大学心内科医生指出：“AI取代哪个行业不好说，但一定会先取代不会使用AI的人。”

四、行业趋势与应对策略

1. 政策支持与技术融合

- 国家推动AI与医疗的深度融合，例如浙江省已将肺结节CT靶重建和结构化报告纳入医保，推动肺癌早筛的智能化。

2. 医生需主动拥抱技术

- 医生需学习AI工具的使用，将其融入日常诊疗流程。例如，深睿医疗与浙大二院合作的肺结节全周期管理平台，已通过AI生成结构化报告，提升诊断规范性。

随着国家卫健委《卫生健康行业人工智能应用场景参考指引》的出台，AI在医学影像诊断、基层医疗决策等84个场景的应用被正式纳入政策框架，技术革新与职业重塑的博弈已无可回避。这场“人机竞速”中，医生是成为AI的“合作者”还是“淘汰者”？答案或许藏于技术与人性交织的未来医疗图景中。

DeepSeek目前展现的“AI医生”能力集中在“辅助诊断”领域，其优势在于数据处理速度、指南依从性和细节覆盖能力，但在复杂病例处理、手术操作及人文关怀方面仍无法替代医生。未来医疗模式将是“人机协作”，医生通过AI提升效率，而AI依赖医生完善其应用场景与伦理框架。正如专家所言：“未来的医疗行业，不是AI取代医生，而是懂AI的医生取代不懂AI的医生。”

来源 长江云新闻