医生称接入DeepSeek后看病效率更高 究竟是不是真的？

2月13日，成都市中西医结合医院(市一医院)在成都市率先成功完成DeepSeek本地化部署，将deepseek-r1:32b模型融入医院临床营养评估决策支持、治未病诊疗及专科患者随访等多个环节。一场静悄悄的效率革命正在发生。

2月20日，记者采访了最早“内测”医院DeepSeek运用的医生之一——临床营养科副主任刘言，她在抖音平台获赞超470万、粉丝超50万，是名副其实的“冲浪”高手。刘言表示，DeepSeek大大提升营养团队的诊疗效率。“我们常常跟热量、蛋白、碳水‘打交道’，需要计算患者一天各种营养素的需要量，使用到很多公式，需要查很多表格、公式，有了DeepSeek打辅助，节约了很多的时间。”她举例，儿童青少年在生长发育期，不同年龄段的青少年，医生需要查生长曲线，来判断身高体重是否在正常范围。如今，只需要输入相关数据，就可以在几秒内给到判定结果，在病人体格评估、营养评估方面效率显著提高。

不仅提效，DeepSeek还像是一位贴心的“诊疗顾问”，给医生提供很多辅助性提示。“制定治疗方案时，它会把思考过程、不同方面的考虑都讲得明明白白，诊疗思路总体来说很全面，有助于培养年轻医生规范诊疗思路和习惯。”

但实际使用过程中，也会有AI和医生意见不一致的时候。刘言坦言，“DeepSeek用起来，大框架没啥问题，治疗方案会有点小差别，比如常遇到一些减重患者，DeepSeek会协助我们制定减重食谱，能给出目标能量、全天需要的能量或蛋白质，但编排食谱时无法精准考虑四川人的饮食喜好，有时给出的食谱也不那么符合减重需求。”刘言举例，它可能会把高糖水果放在正餐去吃，但从专业上讲，这样不太利于减重，实际制定方案时，医生也会进行调整。

她进一步解释：“医生直接面对病人，而DeepSeek给出的治疗意见是基于我们提供的信息。如果有些患者有特殊情况，比如食物过敏及饮食喜好等信息没给到它，那它给出的意见肯定不合适，它对问题的依赖程度还是挺高的，但总体来讲，DeepSeek的‘框架’没啥大毛病，只是细节上需要调整。”