近日,香港大学深圳医院(以下简称“港大深圳医院”)资讯科技部联合多个科室成功部署并应用Deepseek系列大模型,分别用于体检报告翻译、临床报告审阅及医疗问答等场景。

智能化中英文翻译让健康信息无国界

随着粤港澳大湾区建设的不断推进,越来越多的国际患者选择到港大深圳医院就诊,为了更好地服务这一群体,港大深圳医院资讯科技部与健康管理科在2025新年前共同完成了一项重要任务——本地化部署Deepseek V3大模型,以实现体检报告的高效中英文翻译。

据项目负责人介绍,Deepseek V3是一款基于深度学习的语言生成模型,具备强大的自然语言处理能力。通过对其进行定制化训练,该模型能够精准理解医学术语,并根据上下文语境提供高质量的双语翻译服务。

“以往人工翻译一份复杂的体检报告需要数小时甚至更长时间,而现在借助Deepseek V3,仅需几分钟即可完成,且准确率极高。”一位参与测试的工作人员表示。

自上线以来,这项功能已服务于数百名患者。无论是外籍人士还是本地居民,都对这种快速、便捷的多语言支持赞不绝口。更重要的是,它不仅节省了人力成本,还大幅缩短了患者的等待时间,进一步提升了就医体验。

临床辅助决策AI赋能医生工作流

如果说Deepseek V3的成功应用标志着医院在行政管理层面迈出了智能化的第一步,那么年后Deepseek R1的引入则将人工智能的应用推向了更为关键的临床领域。


港大深圳医院人工智能与大数据实验室(AIBD Lab)

人工智能与大数据实验室(AIBD Lab)执行主任陈培凯博士团队率先在算力平台DeepBay上部署了Deepseek R1大模型。在大年初八新年开工即已测试成功,并于2月15日上线,采用开源后端、API、前端技术搭配,界面优雅流畅并配合医院形象。自上线以来,运行稳定,广受好评,日均查询量达数千次。抢得“头啖鲜”的包括国际医疗部(IMC)的鲁刚顾问医生。他表示:“IMC每天处理大量中英文病历,通过本地部署DeepSeek智能预翻译,再由专家校正,既高效、规范,又能确保数据安全。”

这款升级版模型以其卓越的推理能力和知识覆盖面而闻名,特别适合应对复杂的专业问题。在实际操作中,R1被用来协助医生进行病历分析、影像解读以及个性化治疗方案制定等工作。

港大深圳医院高度重视人工智能(AI)、大数据、机器人等新兴技术在医疗卫生领域的应用,此前已提前布局,于2023年4月即成立人工智能与大数据实验室(AIBD Lab),并投产自建算力平台,定名DeepBay(深圳湾),拥有>100 TFLOPS CPU及>6600 TFLOPS (FP16) GPU算力,利用先进多节点、分布式作业调度,满足科研、临床双重需求。医院在建二期特设300平方米AI实验区域,可容纳40位研究人员开展科研,将邀请北京、深圳、香港科研团队入驻。近日,医院和光明实验室也初步达成意向,拟联合开展问诊Agent、术中导航、外骨骼、机器人及无人机在各医疗场景的研究及应用。


港大深圳医院二期人工智能与大数据实验室效果图。

骨科医学中心主任杜启峻教授表示:“作为一名骨科医生,每天都要面对大量的病例资料和影像数据。自从有了R1的帮助,我们可以更快地获取相关信息,还能得到一些极具参考价值的建议。这不仅提高了工作效率,也让我们有更多精力专注于患者沟通和服务。”

此外,有鉴于LLM等技术在医疗领域的未知风险,港大深圳医院作为牵头单位,联合北京协和医院、深圳市卫生健康发展研究和数据管理中心、北京大学深圳医院、中山大学附属第八医院、国家高性能医疗器械创新中心等头部医疗、技术单位,近日向主管部门递交了《使用大语言模型等人工智能工具开展医疗服务的规范》的地方标准建议书,提倡基于开放、安全、“白盒”等原则的临床部署标准。

据了解,下一步医院将全面推进AI和机器人技术在导诊分诊、检验检查、医学教育培训等方面的应用与研究。同时,医院将加快医学工程实习基地建设,培养具备医学与工程复合背景的高端人才,促进先进技术与临床需求的精准对接,推动智能链条上的医、研、产协调发展。以更好满足跨境患者、国际患者、罕见病患者需求,提升服务质量及区域投射能力,为医疗智能化及改革贡献力量,促进医疗服务高质量发展。

科技引领未来打造智慧医疗新标杆

从体检报告翻译到临床辅助决策,Deepseek系列大模型在港大深圳医院的应用充分展现了人工智能在医疗行业的巨大潜力。医院院长张文智表示“我们希望通过这些尝试,探索更多AI技术落地的可能性,从而为患者提供更优质、更人性化的医疗服务。”

与此同时,医院也高度重视数据安全与隐私保护问题。所有部署的大模型均经过严格筛选和本地化改造,确保符合国家法律法规要求。同时,医院还建立了完善的监督机制,定期评估系统运行情况,以保障患者权益不受侵害。

未来,香港大学深圳医院将积极探索新技术与医疗实践的深度融合。除了进一步完善现有AI应用场景外,还将拓展至远程诊疗、健康管理等多个方向。

采写:南都记者谢萌 通讯员 港深医信

ad1 webp
ad2 webp
ad1 webp
ad2 webp