专访IQVIA：DeepSeek应用热！企业数字化成功关键在于内部整合而非模型选择｜AI医疗浪潮③

编者按：一个人工智能（AI）机器人，在短短8天内独立完成了668项实验，合成了668种化合物，并成功研发出一种全新的化学催化剂。这一壮举令人赞叹。

AI作为新一轮科技革命和产业变革的关键推动力，正在深刻改变医疗健康领域，当前AI和大数据模式正逐渐深入医药、临床、新药研发以及健康管理和干预等多个领域。

基于此，21世纪新健康研究院推出了“AI医疗浪潮”专题系列报道，旨在从企业发展动态、监管等角度，探讨“AI+医疗”产业的推进与落地挑战，推动数字化赋能下的中国创新药企实现高质量发展。

21世纪经济报道记者 季媛媛 闫硕 上海 北京报道

随着人工智能技术的不断进步，DeepSeek眼下正火爆出圈，正在加速其技术和服务的落地应用。

近期，据21世纪经济报道记者梳理，智云健康、医渡科技、药易购、鹰瞳、智慧芽等多家企业宣布接入DeepSeek，如此标志着这一前沿技术在行业内的广泛应用和认可，也为整个医疗健康行业带来了新的发展机遇。

随着DeepSeek技术的日益成熟和应用范围的持续扩大，医疗健康企业得以借助人工智能技术优化业务流程，提升决策效率，并增强患者体验。例如，通过智能数据分析，企业可以更精准地预测市场趋势，优化药品供应链；利用智能诊断技术，可以提高疾病诊断的准确性和效率。

眼下，整体来看，DeepSeek的加速落地不仅激发了合作企业的创新活力，更为整个医疗健康行业的蓬勃发展注入了强劲动力。

如此，引入DeepSeek模型对医疗科技企业在人工智能医疗领域的竞争力产生了哪些具体影响？DeepSeek这样的大模型的广泛部署，将对整个AI医疗市场带来哪些变革或趋势？这类大型模型的使用是否预示着AI医疗即将迈入一个全新的发展阶段？

针对DeepSeek相关的热点话题，IQVIA艾昆纬中国人工智能和创新业务负责人张畅、IQVIA艾昆纬中国人工智能高级技术总监李振兴接受了21世纪经济报道记者专访。

DeepSeek掀“变革”？

21世纪：目前，众多数字化医疗布局的企业正在将DeepSeek人工智能模型集成到他们的智能系统中。这预计将如何改变或提升现有的AI医疗解决方案呢？

IQVIA：将大模型应用于医疗领域，能够助力多种应用场景，包括卫健委发布的84个应用场景，从而提升效率和实现新的突破。特别是在诊断决策辅助方面，DeepSeek等工具的影响尤为显著。AI在医疗领域的应用前景广阔，相较于其他行业，其在医学诊断、药物研发、健康管理、个性化治疗等方面拥有更为丰富的应用场景，并且通过深度学习和大数据分析，AI技术正在逐步改变传统的医疗模式，为患者提供更精准、高效的医疗服务。

然而，从应用场景的角度来看，DeepSeek与其他模型在应用层面并无本质区别，因为它们都是基于不同技术路线的平台。可以说，DeepSeek作为一个工具更为出色，或者在成本效益上更优。但从纯粹的商业逻辑或决策角度分析，DeepSeek是否比其他平台更具有优势，在技术层面上并没有明显差异。

为了让大模型真正赋能医疗领域，本质上需要将这个平台与临床实践紧密结合。这意味着我们需要利用医疗专业知识为大模型提供更多的输入，并需要具备医疗咨询和临床试验能力的专家进行二次开发。唯有如此，人工智能在医疗领域的运用方能实现质的飞跃，其重要性不言而喻。

从医疗的角度来看，DeepSeek与其他大模型并无二致。但从商业角度考虑，有两点至关重要。首先，当DeepSeek达到与竞争对手同等水平时，其算力成本更低，这将为企业投入带来显著差异；其次，如果模型更优，专家在进行信息输入时所需的数据量可能更少，从而降低相关成本。

在数据隐私方面，医疗行业强调域内分析，即分析不能超出企业或医疗机构的范围。DeepSeek采用开源商业模式，这使得其更易于本地化部署，与ChatGPT的商业模式形成鲜明对比，后者目前尚未开源。DeepSeek的开源策略对数据隐私保护和本地化部署具有重要意义，对医疗行业的发展具有积极的推动作用。此外，DeepSeek的先发优势对其未来发展同样具有重要影响。

21世纪：引入DeepSeek模型对医疗科技企业在人工智能医疗领域的竞争力产生了哪些具体影响？您认为像DeepSeek这样的大型模型的广泛部署，将对整个AI医疗市场带来哪些变革或趋势？这类大型模型的使用是否预示着AI医疗即将迈入一个全新的发展阶段？

IQVIA：AI+医疗的成本分为两个主要部分。首先，算力成本最终会部分转嫁给开发者，即医疗科技企业。在这方面，引入DeepSeek将显著降低企业的成本。其次，成本还体现在专家训练上。DeepSeek模型之所以具有优势，在于其底层神经网络结构更为高效，因此，达到其他大型模型的计算水平所需的算力更少，进而训练成本也相应降低。

在医疗领域，人工智能的应用必须遵循合规性、伦理道德标准以及隐私保护等关键原则。无论是ChatGPT、DeepSeek还是其他大型AI模型，这些要求始终如一。从这个视角来看，DeepSeek本身未必会颠覆现有的AI医疗格局。然而，它对AI医疗的进步具有显著的推动作用。DeepSeek提供了成本更低的二次开发选项，结合了更先进的隐私保护措施，并且更加贴合医疗行业的特定需求，这有望在AI与医疗结合的深度和广度上实现重大突破。

入局，大模型基础架构创新“热”

21世纪：近期，医疗健康企业如美年健康、贝瑞基因、金域医学股价涨停，积极布局相关业务。大型模型应用DeepSeek可能对这些企业业务模式产生影响。在人工智能医疗技术快速发展下，传统医疗健康企业应该如何保持竞争力？

IQVIA：实际上，在各个行业，无论是制造业、服务行业还是解决方案开发领域，核心内容主要涵盖两个方面：首先是开源，企业能够提供更多种类的服务或产品；其次是增效，例如提升药物研发的效率、增强临床决策的精确度等。从这个视角来看，DeepSeek与其他大型模型工具遵循的是相同的逻辑。

探讨数字化对医疗行业整体影响时，我们发现数字化实际上重塑了医疗企业的商业模式。它不仅局限于改变某个单一环节，而是对企业的组织架构、财务配置及智力资本进行了全面革新，从而重塑了各个业务链条。企业如何利用数字化手段，包括按照人工智能的要求拆除内部隔阂，更有效地整合内部资源，这才是问题的关键。而增效仅仅是其中的一部分。

21世纪：从产业咨询的视角出发，DeepSeek等先进模型在AI医疗领域的应用将如何影响投资前景？对于那些有意在AI医疗领域进行投资布局的投资者，您能提供哪些建议或风险警示？

IQVIA：应着重关注那些AI技术应用成熟的领域。以国家发布的80多个应用场景为参考，其中大约一半已经实现了较为广泛的数字化或AI技术的融入，例如在临床决策支持等领域，这些领域预计将继续保持领先地位。另一半场景中，又有一半在技术上尚未完全成熟，例如需要与硬件紧密结合的手术机器人等，对于这些领域DeepSeek并未带来根本性的变革，未来可能仍处于探索阶段。剩余的一半场景，则受限于当前政策、法规的不充分开放。在医疗卫生领域，人工智能面临的伦理问题、道德问题、隐私问题以及环境问题，虽然目前已有部分解决方案，但是否能进一步提升，这并不单单是改变一个大型模型基础架构所能解决的，监管机构对此仍持谨慎态度，这是目前亟须解决的挑战。

我们认为，关键在于大模型基础架构的创新。AI在医疗领域的应用还存在一个整合的环节，需要结合临床试验和医疗数据领域的专家知识，这是未来发展的关键突破点。对于医疗卫生级别的AI应用，我们更应强调技术必须遵循伦理和法规。

21世纪：DeepSeek的加入是否预示着除了效率提升之外的更多可能性？

IQVIA：AI应用医疗需要大模型去实现，不管是哪一个大模型，其实都可以。AI应用医疗领域其实并不完全是提效，比如智能患者管理、智能用药指导，在没有AI工具的年代，这些设想似乎遥不可及，而今，我们已能将其实现，并且做得更好。包括对于医学文献大规模知识库的建立、对于电子病历的管理以及在中国广袤的市场里，对诊疗水平的提升，AI所能带来的新机遇实际上是十分丰富的。未来有一些突破方向，可能更多涉及多学科整合，比如说药物发现，过去有“双十定律”，现在不仅效率有所提升，也带来了更多的想象力。

未来已至，尚待破局

21世纪：DeepSeek的底层逻辑保持不变，与ChatGPT等产品相似，市场快速仿制导致同质化严重，最终进入市场的数量有限。在DeepSeek等模型推动下，AI医疗的商业化路径可能有哪些新的探索或突破？

IQVIA：目前可见，越来越多的医药企业、医疗器械企业、医疗科技企业以及咨询公司开始参与其中，但AI医疗的商业化进程并非一蹴而就。我们对AI医疗的商业化持谨慎态度。开源技术允许私有化部署，这在一定程度上解决了数据隐私的问题。然而，医疗级别的AI应用还涉及伦理、幻觉等众多问题，这些都是亟须解决的挑战。

尽管DeepSeek在功能上有所提升，但在解决AI幻觉问题上，它仍然面临挑战，尚未取得突破性进展。对于医疗领域而言，AI的准确性和严谨性将是未来关注的重点。但DeepSeek至少已经解决了成本问题，并可能在一定程度上缓解了隐私问题。准确性和严谨性方面仍需取得突破。

我们认为可以从三个维度来探讨医疗AI大模型的商业化突破问题。一是，涉及更广泛专家角色的参与，这些专家可能并非单一个体，从全球布局来看，也可以是像IQVIA这样的公司；二是，关于prompt engineering所使用的材料和专家的判断，我们是否能够从这个角度出发，整合行业的各种信息，打破企业或组织间的界限，这可能是未来解决行业环境问题的一个有效突破点；三是，私有化部署的模式，目前看来，它有可能解决隐私保护和数据安全的问题，值得我们关注是否能出现一些成功的案例。

DeepSeek与先前的大模型在这一点上是相似的。当然，如果DeepSeek需要的专家输入更少，那么它的发展速度可能会更快。DeepSeek凭借更为先进的神经网络，大幅减少了专家输入的需求，进而提升了工作效率。

21世纪：监管机构在促进AI医疗发展过程中应承担哪些职责？从产业视角出发，哪些监管政策或框架是您所期待的，希望它们能够被制定或执行？

IQVIA：纵观全球，中国在AI发展是走在前列的，尤其在数据的采用以及数据用于创新等方面是属于比较领先的水平，这是毋庸置疑的。至于哪些具体领域需要收紧或放开，坦白说很难讲，因为监管有一个大的逻辑，就是需要先有技术的探索才行，否则让监管去监管不知道的内容，其实很难。欧洲在一定程度上就疏于监管自己不知道的内容，这对技术发展是不利的。我们对于监管还处于一个比较包容的态度，无论从医药产业还是从技术创新产业的角度看，大环境都是非常好的。未来需要突破的，行业标准的建立是一方面。