3月29日，《医疗机构部署DeepSeek专家共识》（以下简称《共识》）在“中关村论坛医学AI创新与发展论坛”上正式发布，旨在规范人工智能（DeepSeek）在医疗场景中的部署流程，强调技术标准化与风险管控，以提升诊疗精准度并保障患者隐私安全。

一、共识背景与目标

1. 推动AI医疗规范化

《共识》由北京卫生法学会大数据互联网人工智能医疗专委会、中国生物医学工程学会等机构联合制定，汇聚了北京清华长庚医院、北京大学第一医院等十余家顶尖医疗机构的专家智慧。其目标是解决医疗机构在部署DeepSeek过程中面临的技术认知断层、实施路径模糊等问题，提供可操作的标准化指南。

2. 适应医疗行业特性

医疗数据的敏感性和专业性要求AI部署必须兼顾效率与安全。《共识》特别强调患者隐私保护、伦理合规及数据安全，为AI在医疗领域的深度应用划定边界。

二、核心部署框架

《共识》从五大维度（医疗需求适配性、数据质量保障、伦理合规审查、技术标准规范、临床应用指南）构建系统性部署框架，并明确了三大核心要求：

1. 医疗需求适配性评估

  • 针对不同科室的临床痛点（如诊断效率、病历质控等）定制解决方案，确保AI技术与实际需求匹配。
  • 例如，山西省肿瘤医院通过DeepSeek升级智能问答系统，显著提升患者咨询效率。

2. 数据质量与基础设施评估

  • 要求对原始病历数据进行专业化清理和标注，遵循“患者隐私信息最小化”原则，同时强化数据加密和访问控制。
  • 医院本地化部署的DeepSeek版本采用更“纯净”的临床数据，相较于通用版具有更高专业性和严谨性。

3. 法律伦理与风险审查

  • 建立全流程合规审查机制，包括动态化数据安全管理（如风险预警、应急处置预案）和定期合规性复查。
  • 强调AI仅作为辅助工具，医生需对最终诊断负责，避免患者因过度依赖AI延误治疗。

三、实施要求与挑战

1. 技术标准化与持续优化

  • 要求医疗机构根据性能监测反馈优化模型，定期更新医疗数据与临床知识，确保系统适应疾病谱变化。
  • 例如，优化算法流程以减少资源消耗，缩短响应时间。

2. 伦理与使用边界

  • 若患者因AI建议产生纠纷，责任主体尚不明确，需进一步明确“人机协作”的边界。
  • 中医领域因其经验性特点，AI生成的诊疗方案仍需医生结合临床经验判断。

四、意义与影响

1. 推动行业规范化发展

目前全国已有20多个省份的百余家医院完成DeepSeek本地化部署，《共识》的发布标志着医疗机构AI部署进入规范化阶段，为后续推广提供参考模板。

2. 提升医疗服务质量

AI辅助诊断可提高效率（如快速生成个性化饮食方案、辅助疑难病例分析），但需警惕其局限性（如14.3%的“AI幻觉率”）。

《共识》明确将结合临床反馈持续迭代，重点优化数据治理、模型可靠性及伦理审查机制。同时，需加强公众教育，避免患者误将AI工具替代专业医疗。