市卫生健康信息中心成功实现国产AI大模型 深度融合医疗场景推动数据智能化

近日，市卫生健康信息中心在健康医疗数智创新实验室的支持下，成功研发并部署了一款国产人工智能大模型。这一创新项目旨在将人工智能技术与实际医疗场景深度融合，以实现医疗数据的智能化管理和应用。同时，市卫生健康信息中心与苏州数智科技集团携手，积极探索 AI 在医疗大数据清洗、知识库管理及医学模型能力测评等多方面的应用，旨在为未来美国、欧洲等医疗技术的发展积累宝贵经验。

在医疗实践中，面对同样疾病在不同医院及医生记录下各异的“缩写”和“简称”，以及同一患者病历中涉及的多种疾病，甚至不同医院的检查结果参考值单位不一，医疗数据的复杂性不断增加。这些情况虽然在患者求医过程中表面上并不产生问题，但在更大范围内需要整合和分析这些数据时，错误的筛选、重复数据或标准不一会直接影响最终的准确性。这一点在当下大数据分析和群体健康监测中尤显重要。

为了有效解决这一问题，市卫生健康信息中心依托Deepseek的本地部署能力，利用大模型出色的自然语言处理技术，在数据处理过程中实现了高效的“数据清洗”。例如，原本需要大量医学专业人士进行手工标注和统计的医疗数据，通过大模型的技术，不仅可以实现同一疾病名称的“一键转换”，大幅提高数据的精准度和规范性，还为后续的医疗数据分析和疾病监测奠定了坚实基础。

值得注意的是，所有涉及患者的相关数据处理及分析均在信息中心内部完成，避免了数据传输至云端的过程，从而在一定程度上保护了患者隐私和数据安全。通过DeepSeek与大模型应用框架的结合，市卫生健康信息中心对各类医学指南（如《中国高血压防治指南》《糖尿病诊疗标准》等）的内容进行了结构化提取，使疾病诊断标准与治疗方案的推荐等级能够更为直观、快速地获取。

AI智能问诊、智能辅助诊疗和预测判断在现代医学中变得日益重要，而这些都依赖于海量医学数据的收集与分析。为了构建更加安全、准确、可靠的医学模型，市卫生健康信息中心在模型开发过程中，设定了针对性的评测标准，确保模型输出的“回答”符合行业标准，降低潜在风险。在此过程中，结合DeepSeek本地部署和大模型能力，相关评估维度、指标及计算规则均得到了明确，针对每条评测提示，详细制定了参考答案和评分细则，以增加评测的客观性，有效减少因机器评估能力局限所带来的误差。

在推动医疗健康领域人工智能应用的进程中，市卫生健康信息中心直面行业面临的核心挑战，尤其是如何在构建一个安全可信的AI医疗体系方面。针对DeepSeek、百川、智谱等不同大模型构建的智能问诊和健康管理应用所涉及的海量电子病历、就诊记录等敏感数据，结合可信安全空间技术，信息中心创新性地打造了一种保障措施。同时，市卫生健康信息中心也在逐步完善针对AI安全风险的管理规范标准体系，对全市各医疗机构的人工智能应用安全防护工作提供有效指导，以确保AI技术能够在医疗机构中安全、有效地落地实施。

在实现国产AI大模型技术突破的同时，苏大附一院也最近上线了响应时间为“毫秒级”的慢病医疗大模型，为患者提供更加快捷、智能的服务。其他苏城医疗机构也纷纷与DeepSeek建立合作，共同开展医疗大数据的深度学习与分析，期望以此提升医疗服务的效率与质量。

市卫生健康信息中心正在建设昆山生物医学大数据创新应用实验室，基于DeepSeek推理版底座模型，开发名为“昆医数智医疗大模型”的应用，专注于常见疾病的预防、诊断及治疗，逐步实现医疗服务的智能化和精准化。医院初步试运行的基于DeepSeek的智能医疗质量与安全上报与分析系统，将进一步提升医疗质量和安全性的改进建议，展现出AI在医疗健康领域的广阔前景。

通过这一系列举措，市卫生健康信息中心不仅推动了国产AI技术的应用与发展，更为未来医疗智能化的探索开辟了新的方向。