在全区医疗系统加速智能化转型的背景下，桂林医科大学第二附属医院积极响应号召，完成 DeepSeek 人工智能平台本地化部署，与泌尿外科高漓教授团队深度合作，探索低算力场景下的垂直领域 AI 应用。通过"临床需求+轻量化技术"的创新模式，迈出智慧医疗坚实一步。
3 月 24 日，早上 11 点，泌尿外科医生徐方明随高漓教授完成了例行的主任查房工作，像往常一样回到办公室开始书写病例的动作，与以往不同的是，他将手机里查房对话录音，用语音识别软件转换成文字，导入自己的电脑中。再用医院最近部署的 deepseek 平台，分析识别生成了一份记录详细的主任查房记录，稍加修改即可提交电子病历。这样完成一早上的查房记录，时间大大缩短，也不用担心查房记录内容错漏了。这是徐方明在配合测试并训练医院近期部署的 deepseek 模型。
全院协同
响应医疗智能化升级
DeepSeek-R1 模型是目前世界领先的人工智能大模型之一，具备强大的数据处理和智能分析能力。二附院作为先行单位，率先组建专项工作组，整合临床、科研与信息化资源。通过对接 DeepSeek 系统与现有 HIS 系统，构建「轻量化部署、场景化落地」的 AI 应用框架，为后续智能化升级奠定基础。
项目创新采用「临床专家主导、技术团队护航」的合作模式。以泌尿外科为例，高漓教授携临床医护团队，与 12 名研究生组成"AI 应用小组"，针对真实病例数据开展标注与分析，将诊疗经验转化为模型训练的核心逻辑。聚焦泌尿专科常见病种，梳理用药指南、诊疗路径等结构化知识，为小模型训练提供精准数据支撑。
技术攻坚
小算力撬动大价值
二附院信息科成立技术专班，通过高漓教授实验室的普通服务器与信息科自筹备的算力卡，搭建低成本混合算力平台，采用低功耗优化技术实现资源最大化利用，掌握专科小模型的搭建方案，通过与临床团队联合攻关，完成病历结构化、医嘱审核等场景的模型训练方法论沉淀。建立本地化数据沙箱，实现 50 万份电子病历的脱敏处理与分级授权管理。
据了解，该系统通过语音转写与关键信息提取，实现了查房记录辅助生成，书写效率提升 35%，字段准确率超 90%，基于历史手术案例库，开发教学模拟系统，搭建了泌尿外科 AI 教学助手，支持手术步骤模拟与知识点问答，实现检验报告自动归类、影像特征初筛等功能，研究数据准备周期缩短 50%。
务实创新
走通垂直领域 AI 落地路径
二附院信息科负责人李霜表示，医院专注千万级参数的小模型开发，通过迁移学习复用通用模型能力，训练成本降低 70%，与临床医护共同学习模型训练技术，开发出了适配本院术语的专用词典库，建立「模型训练-临床反馈-迭代优化」闭环机制，现已积累 3000 条标注数据用于模型调优。
科技赋能医疗，智慧服务健康。DeepSeek 平台的落地，标志着医院在医疗 AI 应用领域迈出关键一步。通过 AI 技术的深度赋能，使患者收获更加安全、高效、个性化的医疗体验。医院将聚焦专科场景，深挖临床需求，创新技术路径，进一步拓展数字化智能化医疗应用场景，促进人工智能技术在更多临床科室的实施，推动智慧医疗健康发展，为患者提供更加优质、高效的医疗服务，为百姓健康保驾护航。
好文章，需要你的鼓励
