在医疗行业数字化转型进程中，DeepSeek-R1 大模型通过在医疗机构的应用落地，正赋能医疗全场景的数字化应用，持续释放智慧医疗生态系统的创新潜力。近日，记者从深圳大学附属华南医院了解到，该院率先完成多参数版本 DeepSeek-R1 大模型的全面落地与应用，通过 32B、70B、671B 三模协同架构，构建覆盖「临床-科研-运营管理」的全场景智算中枢，开发一体化智算服务平台，推动国内医疗行业迈入 AI 应用新阶段。
据了解，模型的本地化部署需要算力资源的支撑，尤其是全量版 DeepSeek-R1-671B 大模型，需要更高的硬件条件。得益于前期 AI 医院建设规划与算力资源建设，深圳大学附属华南医院成功部署了 DeepSeek-R1 的全量版（671B）和蒸馏版（32B、70B）三种不同参数的大模型（图 1），并形成灵活的分级响应体系。据目前可查资料，这也是国内首家部署满血版 DeepSeek 大模型的医院。
「鉴于临床科研场景的特点，我们选择逻辑推理更强的 DeepSeek-R1 系列模型进行本地部署、开发和应用。」华南医院人工智能 (AI) 办公室主任张永波介绍道，「32B 模型处理轻量级查询，671B 模型专攻科研数据分析等高精尖需求，70B 模型则动态填补中间的需求。这种动态分配策略，既避免算力浪费，又保障关键任务的高效执行，使用体验感也更流畅。」（图 2）
据介绍，为保障后续临床应用系统开发的顺利推进，该医院人工智能团队于系统上线前期开展了多维度压力测试与性能调优工作，对服务器集群承载能力、资源利用率及响应延迟等关键指标进行持续监测与优化迭代，保障了系统在高并发场景下的稳定性与可靠性。
不过，硬件投入仅是第一步。技术团队还需要解决模型「水土不服」的问题——将通用大模型转化为「懂医疗」的专科助手。为实现技术与业务的深度融合，华南医院人工智能团队将 DeepSeek 大模型与前期 AI 医院建设成果包括松鼠大模型、数字孪生医院以及「松散具身」理论等进行有机融合，开发了华南医院一体化智算服务平台，其中，对话交互是应用频次最高的功能，可以满足临床科研人员日常工作学习的需求（图 3、4）。
华南医院人工智能团队采用 RAG（检索增强生成）技术，将前期建立的专病知识库接入 DeepSeek 大模型，打造出医疗版「知识数据库助手」。这样一来，当模型回答专病领域的自然语言问题时，准确性和可靠性会大幅提升，同时有效减少「幻觉」现象（即模型生成错误或不相关内容的情况），还能让回答更具可追溯性。
「面对复杂泌尿系统病例时，我们往往需要手动查阅大量文献，现在有了 AI 助手把证据『喂』到我们嘴边，真是省了不少功夫！」华南医院泌尿外科主任医师侯腾表示。据了解，知识数据库助手目前已在泌尿外科进行试点应用（图 5），帮助医生开展临床、科研以及教学等方面的工作，后续将基于其他专科领域知识库构建，推广到更多临床科室。
「有了 AI 赋能，希望每个人都能得到精准的守护。」华南医院院长吴松表示，通过人工智能团队的技术攻关与临床科室的场景化探索，华南医院推动 AI 从单点应用向「全场景」渗透。下一步，华南医院将继续携手高新技术科技企业等进行生态合作，深入探索 AI 在临床辅助决策、质控、慢病管理、远程诊疗、智慧护理等领域的广泛应用，加快推动 AI 国际医院建设。
好文章，需要你的鼓励
