Mit DeepSeek zum Arzt gehen, rettet das "KI-Medizin".

Interview｜Hu Xiangyun

Text｜Hai Ruo Jing Hu Xiangyun

Die durch DeepSeek ausgelöste "große Welle der Modelle" geht weiter.

Einige nutzen es zum Programmieren, andere für Wahrsagerei und manche auch zur Diagnose.

Am 18. Februar setzten die "AI+Medizin"-Aktien an der Hongkonger Börse und die "AI+Pharma"-Aktien an der Shanghai-Börse ihren Aufwärtstrend fort. Seit Februar hat sich der Aktienkurs von Yidu Tech fast verdoppelt, die Aktien von JD Health und Alibaba Health stiegen ebenfalls, und die lange stagnierende AI-Medizinbranche erhält neuen Schwung.

Neben der Rolle als "Gesundheitsberater" für den Durchschnittsmenschen außerhalb des Krankenhauses, der medizinische Ratschläge bei Grippe, Allergien und anderen häufigen Erkrankungen gibt, sind DeepSeek und andere große Modelle bereits in Krankenhäuser eingezogen, insbesondere auf Intensivstationen, in Notaufnahmen und in die Pädiatrie.

Früher hing die Behandlung von Notfallpatienten gänzlich von Ärzten ab; heute kann ein fein abgestimmtes DeepSeek schnell verschiedene Datentypen analysieren, Ärzten bei der Klärung komplexer Fälle helfen und Behandlungsansätze und Empfehlungen geben.

Es ist, als hätte der Arzt einen intelligenten, immer verfügbaren AI-Assistenten, der Tag und Nacht "evolviert".

Kürzlich haben das Southern Hospital der Universität Shenzhen, das erste Volkskrankenhaus in Kunshan und das zweite angegliederte Krankenhaus der Armeeärztlichen Universität erklärt, dass sie das DeepSeek-Modell implementiert haben; das medizinische Modell Med-Go, das nach der Integration von DeepSeek-R1(671B) entstand, wird bereits in klinischen Einrichtungen wie dem Shanghai Oriental Hospital eingesetzt und hat sich in einer ICU-Umgebung bewährt.

Tatsächlich hat AI im Medizinbereich bereits mehrere Runden öffentlicher Aufmerksamkeit und Investitionswellen ausgelöst. Zwischen 2016 und 2023 haben viele Unternehmen versucht, mithilfe von AI Herausforderungen wie den Mangel an qualifizierten Ärzten und die ungleichmäßigen Behandlungsstandards in verschiedenen Regionen zu lösen, von AI-Medizinbildern und AI-Arzneimittelforschung bis hin zu AI-Chirurgierobotern und großem medizinischen Modellen. Dadurch entstanden viele Einhörner mit Milliardenbewertungen.

Viele für klinische Anwendungen gedachte AI-Produkte haben eine Zulassung als Medizinprodukt erhalten, stoßen jedoch bei der Kommerzialisierung im Krankenhaus- und Patienten-/Versicherungszahlungsbereich auf Hindernisse. Ein Partner eines medizinischen Investmentunternehmens fasst die Gründe für die bisherigen Herausforderungen der AI-Medizin wie folgt zusammen: "Die technischen Barrieren sind nicht hoch genug (Branchenverdrängung), und die klinische Nachfrage ist nicht stark genug (kein zahlender Kunde)."

Der Erfolg einer herausragenden AI-medizinischen Anwendung erfordert zweifellos Technologie, Produktentwicklung, Schulungen für Ärzte und Patienten, Geschäftsentwicklung, Regulierung und Ethik. Die heute in der Medizin gezeigte Verständnis- und Argumentationsfähigkeit von DeepSeek und anderen großen Modellen sorgt in der Branche für Begeisterung.

Was könnte also eine AI-Medizinproduktion mit DeepSeek und anderen großen Modellen verändern?

Kann der erneute Durchbruch der starken AI-Fähigkeiten andere Bereiche schnell vorantreiben und die Herausforderungen lösen, die durch die Silizium-basierte Unterstützung für Kohlenstoff-basierte Menschen entstehen, wie die Schwierigkeiten und hohen Kosten der medizinischen Versorgung?

Was hat sich durch die Integration von DeepSeek geändert?

Im Februar haben Medizinunternehmen wie Yidu Tech, Eagle Eye Tech und Zhiyun Health DeepSeek integriert, um mithilfe dieses "Nationalen Schicksalsmodells" ihre bereits bestehenden medizinischen Datenanalysen, AI-Bilddiagnostik und Management chronischer Krankheiten zu verbessern.

Ein an der Hongkonger Börse notiertes Medizinunternehmen, das DeepSeek integriert hat, berichtete: Nach der Integration von DeepSeek werden Geschäftsunterstützung und Projekterweiterung durchgeführt. Das Tech-Team ist sehr beschäftigt, "Viele Krankenhauskunden kommen auf uns zu, die dringende Priorität ist die Implementierung."

Ein weiteres Internet-Medizinunternehmen, das zu Tencent gehört, meldete ebenfalls Rückmeldungen, dass ihr Tech-Team DeepSeek untersucht und dass sie in zwei Wochen mit detaillierten Plänen rechnen.

Die Mehrheit der führenden Technologen weiß intern, dass DeepSeek möglicherweise keine "disruptive technologische Innovation" darstellt. Aber nach der Feinabstimmung bietet es in Argumentations- und Entscheidungsfindungsszenarien tatsächlich starke Unterstützung, um komplexe medizinische Daten zu verarbeiten oder präzise Entscheidungen zu unterstützen.

Und genau das ist der dringend benötigte Bedarf von AI-Medizinunternehmen im Moment.

"Wir integrieren DeepSeek-R1(671B) hauptsächlich aufgrund seiner Argumentations- und mathematischen Fähigkeiten, die die Diagnoserichtigkeit bei Krankenakten um mehr als 10% verbessern können. Besonders bei komplexen Fällen ist die Genauigkeit deutlich," erklärte der CEO von Shuole Information Zhang Han gegenüber 36Kr. Im letzten November haben sie zusammen mit dem Shanghai Oriental Hospital das AI-Medizinmodell Med-Go auf den Markt gebracht.

Zhang Han erklärte in der Hochdruckumgebung auf einer Intensivstation, dass das medizinische Modell, das DeepSeek integriert hat, schnell alle Patientendaten analysieren kann, einschließlich Vitalzeichen, Laboruntersuchungsergebnissen und Bildmaterialien, um verschiedene mögliche Diagnosepläne vorzuschlagen.

"Zum Beispiel bei der Behandlung eines Patienten mit multiplem Organversagen stehen die Ärzte vor verschiedenen Behandlungsmöglichkeiten, darunter mechanische Beatmung, Blutreinigung und medikamentöse Therapie. In einer solchen Situation kann das fein abgestimmte DeepSeek die Krankengeschichte des Patienten, Untersuchungsergebnisse und aktuelle medizinische Forschung kombinieren, um Ärzten einen umfassenden Entscheidungsrahmen zu bieten."

Auf sozialen Medien wie Xiaohongshu haben Eltern während der Neujahrszeit DeepSeek genutzt, um die hämatologischen Untersuchungsergebnisse ihrer Kinder zu interpretieren und Medikationsberatung einzuholen, letztendlich "gab DeepSeek dieselbe Diagnose wie ein Chefarzt des Volkskrankenhauses". Bei Offline-Konsultationen geben Ärzte Diagnosen ab, aber die Erklärungen sind oft einfach, und angesichts komplexer Fachbegriffe haben besorgte Eltern oft viele Fragen, auf die das AI-Medizinmodell kontinuierlich reagieren kann.

Natürlich gibt es auch bei DeepSeek das AI-"Halluzinations"-Problem. Obwohl das Basismodell über eine starke Argumentationsfähigkeit verfügt, sind die medizinischen Inhalte nicht professionell, und die Detailgenauigkeit bei der Datenverarbeitung lässt viel Raum für Verbesserungen, was zu einer geringeren Genauigkeit führt, wenn es direkt in ernsten Diagnoseumgebungen eingesetzt wird. Die empfohlenen Behandlungsmöglichkeiten können den Patienten fehlleiten.

Dies bietet den Unternehmen Raum für "tiefe Anpassungen", indem sie auf Open-Source-Basis beispielsweise mit genau gekennzeichneten Datensätzen von Fachleuten oder durch die Einbindung diagnostischer Denkprozesse von Ärzteteams die Genauigkeit erhöhen. Dies ist das, was AI-Medizinunternehmen in der Vergangenheit angesammelt haben.

Darüber hinaus wird das bisher AI-Medizinunternehmen und Krankenhäuser herausfordernde "Datenschutz- und Sicherheitsproblem" durch das Open-Source- und lokalisierte Deploy-Modell von DeepSeek effektiv umgangen. Die betreffenden AI-Intelligenzen, die in Krankenhäusern implementiert werden, können intern bereitgestellt werden, wodurch sie nicht nur das Problem der Datenschutzverletzungen an der Wurzel lösen, sondern auch die Kosten für Cloud-Dienste sparen und die Abhängigkeit der Unternehmen von Drittanbieter-Cloud-Plattformen verringern.

Abgesehen von Diagnose und Behandlung zeigt DeepSeek auch im B2B-Medikationsfluss Potenzial. Shanghai Pharma Cloud Health, spezialisiert auf Pharmazeutischen Einzelhandel, erklärte gegenüber 36Kr, dass DeepSeek bereits in Bereiche wie intelligente Fragenbeantwortung, Apothekenausbildung und Patientenpersonalisierung integriert wurde. Angenommen, in der Überprüfung von Rezepten, so wird DeepSeek in Zukunft Apothekern helfen können, potenzielle Probleme wie Wechselwirkungen zwischen Medikamenten und Dosierungsfehler schneller zu identifizieren, um das Arzneimittelrisiko zu verringern.

Auf der Suche nach der medizinischen Version von DeepSeek

AI+Medizin hat ein Jahrzehnt des Wechsels hinter sich, und wie der AI-vs. Mensch-Wettkampf von AlphaGo gegen Ke Jie haben bereits viele "AI-gegen-Ärzte-Wettbewerbe" stattgefunden.

In diesem Jahrzehnt haben sich AI-Produkte schrittweise von "Spielzeug" zu Arztwerkzeugen entwickelt und dann von Werkzeugen zu Arztassistenten. Mit dem Aufkommen technologischer Singularitäten rückt der intelligentere "AI-Mediziner" immer näher.

Nach 2024 beginnt der Markt, den Wert von medizinischen Großmodellen immer mehr anhand von Geschäftsausrichtung statt Modelfähigkeiten zu bewerten, sprich, "Killeranwendungen" in geeigneten Szenarien zu suchen. Um eine entscheidende medizinische Anwendung zu schaffen, benötigt man Technologie, Produktentwicklung, Aus- und Weiterbildung von Ärzten und Patienten, Geschäftsentwicklung, Regulierung und Ethik, um ein "tiefes Wasserfass" zu umgeben.

Der Wert von DeepSeek liegt nicht nur darin, dass die starke AI-Fähigkeit signifikant verlängert wurde, sondern auch darin, dass es mit gewaltigem Schwung in Verzückung geriet und Ärzte- und Patientengruppen in der Nutzung von AI geschult hat.

Bei Ärzten gibt es sowohl progressiv eingestellte Befürworter als auch einen ziemlich großen konservativen Anteil. Die Fähigkeiten, die DeepSeek und andere große Modelle zeigen, bringen mehr Ärzte dazu, AI-Technologie zu nutzen. Für Patienten, wenn AI-Tools bereits in den Alltag integriert sind, ist es nur logisch, AI für Gesundheitsberatung, Bildanalyse und Konsultationen zu verwenden.

Derzeit enthält die beliebte Chat-Leiste von Doubao auch das "AI Gesundheitassistent" von Xiaohe Health, um Benutzer in Gesundheitsgespräche zu leiten.

Jedoch, im Vergleich zu anderen Alltagsszenarien, erfordern medizinische Konsultationen und Krebsscreenings hohe Genauigkeit und haben eine geringe Fehlertoleranz für AI-"Halluzinationen" und "falsch erfundene" Inhalte. Stellen Sie sich vor, wenn der AI Gesundheitsassistent eine Fehldiagnose stellt und Nutzer seiner Empfehlung folgen, resultiert dies in körperlichem Unwohlsein. Dann könnten rechtliche Fragen und Haftungsfragen auftreten. Dies stellt nicht nur konkrete Anforderungen an die Fähigkeit des medizinischen Produkts, sondern prüft auch die Kompetenz im Bereich "Zulassung und Regulierung".

Darüber hinaus müssen sich Unternehmen, die AI+medical applications entwickeln, letztlich mit der Kommerzialisierung auseinandersetzen und eine Antwort auf die alte Frage "Wer wird zahlen?" finden.

Nach zehn Jahren des Erforschens ist die Kommerzialisierung von AI-Produkten für medizinische Szenarien hauptsächlich durch die Einführung eines "pay-per-case"-Modells zu erreichen, das sowohl den Patientenbedürfnissen entspricht als auch dem Unternehmen kontinuierliche Einnahmen bringt. In der Vergangenheit boten viele AI-Medizinunternehmen ähnliche Dienstleistungen an und verfielen in der Branche in ein "Software-Einmalkauf"-Geschäftsmodell, wodurch es dem Sektor schwer fiel, profitabel zu sein.

Aber selbstverständlich sind alle vorherigen Erfahrungen nur der Anfang. Mit der rasanten technischen Entwicklung und den weiterentwickelten AI-Medizinprodukten wird es spannend zu sehen, welche Potenziale sich im Inneren und Äußeren des Krankenhauses und in der Pharmakette auftun. 36Kr wird dies weiterhin verfolgen.