07解碼DeepSeek,構(gòu)建醫(yī)藥?業(yè)新質(zhì)?產(chǎn)??錄從DeepSeek看??智能發(fā)展趨勢?模型及DeepSeek潛在應(yīng)?場景探索從DeepSeek看??智能發(fā)展趨勢AI離我們越來越近，越來越密集的“加速”信號4“AI”概念?世1950s2012CNN,

?臉識別Alpha,

?戰(zhàn)李世?20172022Chatgpt,

C端破圈DS,

“Aha”時刻2024數(shù)據(jù)來源：1.

甲?光年智庫梳理，2023年；DeepSeek-R11987-2020年之前的主導(dǎo)是“?數(shù)據(jù)、?算?、專?決策范式”。2020年后，GPT-3代表技術(shù)路線“?數(shù)據(jù)、?算?、通?范式”，驗證?語?模型的可?性。GPT3/4在深度推理和問題解決??有所?缺，OpenAI-o1通過思維鏈（Chain

of

Thought）增強(qiáng)推理能?，將復(fù)雜問題分解成更?、更易處理的步驟；?DeepSeek

R1在展現(xiàn)卓越推理能?同時，訓(xùn)練和推理成本極低BERTBERT在文本分類、命名實體識別等語言理解任務(wù)表現(xiàn)出色。也是醫(yī)療AI小模型年代主要技術(shù)路線“大數(shù)據(jù)、小算力、專用決策”GPT

為內(nèi)容創(chuàng)造和自動推理開辟可能性“大數(shù)據(jù)、大算力、通用模式”基于DS-v3構(gòu)建推理模型，通過強(qiáng)化學(xué)習(xí)提升推理能力，且訓(xùn)練成本極低AI技術(shù)演變路線5理解Chatgpt,

?個AI領(lǐng)域的“?程奇跡”Chatbot：?本交互式應(yīng)?Gpt3：預(yù)訓(xùn)練?模型RLHF強(qiáng)化學(xué)習(xí)Promptengineering提?詞?程N(yùn)vidia

A100（A800）?性能卡SFT監(jiān)督微調(diào)RDMA解決數(shù)據(jù)處理的延遲頂尖的AI?才數(shù)?TB?質(zhì)量數(shù)據(jù)數(shù)萬對?質(zhì)量prompt增長：破圈，兩個?到?億?戶的速度“創(chuàng)新落后”的機(jī)會成本被不斷放?體驗：

哎喲

不錯噢低成本，超出?戶預(yù)期的“智能”產(chǎn)品：典型的2B能?集合快速推出全家桶和云服務(wù)矩陣市場：典型的B端商業(yè)模式快速市場預(yù)熱和商業(yè)化6再看DeepSeek,

??個“?程奇跡”7DeepSeek

是“深度求索”

開發(fā)的?系列??智能模型。DeepSeek

通過持續(xù)的技術(shù)創(chuàng)新和市場拓展，在?然語?處理和?型語?模型??取得了顯著進(jìn)展，在國際市場上獲得了?泛認(rèn)可。其中：DeepSeek-V3

是在14.8萬億?質(zhì)量

token

上完成預(yù)訓(xùn)練的?個強(qiáng)?的混合專家

(MoE)

語?模型，擁有6710億參數(shù)（激活參數(shù)370億）。作為通??語?模型，其在在知識類任務(wù)（知識問答、內(nèi)容?成等）領(lǐng)域表現(xiàn)出?DeepSeek-R1

是基于

DeepSeek-V3-Base

訓(xùn)練?成的強(qiáng)化推理能?模型，在數(shù)學(xué)、代碼?成和邏輯推斷等復(fù)雜推理任務(wù)上表現(xiàn)優(yōu)異更低的研發(fā)成本*$5.5Mvs.OpenAI’s

$100M+更?效資源利?使?~2,000

GPUs,

競品使?10,000+

GPUs開源模型?肩頭部閉源60%+

指標(biāo)優(yōu)于Llama3.1Claude-3.5

GPT-4o打破?模型技術(shù)壁壘重挫美國科技公司股價，英偉達(dá)市值下跌5,900億AI的斯普特尼克時刻被美國及其盟友列?各種限制數(shù)據(jù)來源：*僅涵蓋預(yù)訓(xùn)練成本，不包含研發(fā)、推理、后訓(xùn)練、員?等其他成本；2.

Sputnik

時刻，指1957年10?4?蘇聯(lián)搶先美國成功發(fā)射斯普特尼克1號?造衛(wèi)星，是冷戰(zhàn)中的其中?個重?事件及轉(zhuǎn)捩點DeepSeek的創(chuàng)新突破MoE

Sparse

(稀疏專家混合模型）每次推理僅激活相關(guān)專家，“術(shù)業(yè)有專攻”“專事專辦、要事要辦

?事不辦

盡量不跨組解決”節(jié)省42.5%訓(xùn)練成本MLA

（多頭潛在注意?機(jī)制）注意?機(jī)制?作圖書檢索系統(tǒng)MLA

建??個智能分類系統(tǒng)，不記具體信息，?是?個“簡單”標(biāo)簽?zāi)Ｐ偷恼?率降低?傳統(tǒng)的MHA

5-13%NSA

(原?稀疏注意?)像學(xué)霸?樣把注意?消耗降到最低“????

跳記重?

記住題點”“FPB

混合精度訓(xùn)練傳統(tǒng)模型需要?32位或者16位數(shù)記錄數(shù)字“?機(jī)號碼，記最后4位”提升訓(xùn)練速度同時保持精度，降低硬件門檻數(shù)據(jù)蒸餾技術(shù)從海量數(shù)據(jù)中提煉?價值信息，提升模型學(xué)習(xí)效率蒸餾垂類?模型能?，不輸于全尺?模型GRPO(群體相對策略優(yōu)化)?道?簡，?強(qiáng)化學(xué)習(xí)跳出題海和?測讓模型??學(xué)會思考效果體驗驚艷，成本極致壓縮8為什么??都愛DeepSeek?成本優(yōu)勢550萬美元預(yù)訓(xùn)練成本達(dá)到GPT-4級別性能，打破“算?軍備競賽”魔咒技術(shù)成本的下降，為?業(yè)上下游帶來更多創(chuàng)新的可能技術(shù)震撼算法、訓(xùn)練范式、推理、算?利?全??創(chuàng)新DeepSeek

V3

通過快速迭代新技術(shù)，?幅降低了訓(xùn)練和推理的成本。?且它是個擁有推理能?的模型，全球可?開源引爆開源的論?和庫，以及提供簡易的蒸餾?式，讓世界上不管??的實驗室，快速掌握OpenAI原來封閉的頂尖模型推理能?MIT許可證，商?權(quán)限吸引開發(fā)者垂直適配從編程輔助（DeepSeek-Coder）到醫(yī)療診斷（R1臨床接?），展現(xiàn)?業(yè)落地能?9DeepSeek天然適合醫(yī)療?業(yè)0110計算資源DeepSeek極致成本降低，顯著降低本地化部署的成本，極?激活本地數(shù)據(jù)02算法框架DeepSeek是最開源的?模型，便于醫(yī)療?業(yè)開發(fā)者使?和優(yōu)化，垂類?模型不輸于?模型030405數(shù)據(jù)資源醫(yī)療?業(yè)擁有?量數(shù)據(jù)資源，是?模型訓(xùn)練和應(yīng)?的重要?撐?才資源醫(yī)療?業(yè)?均學(xué)歷?，具備開展?模型研究和應(yīng)?的?才優(yōu)勢06?態(tài)資源醫(yī)療信息化?家數(shù)千家，為?模型應(yīng)?提供良好的?態(tài)基礎(chǔ)市場前景醫(yī)院、企業(yè)、監(jiān)管、患者痛點多，場景豐富，市場潛?巨??模型發(fā)展的??“基?”DeepSeek創(chuàng)新技術(shù)引發(fā)新變化醫(yī)療?業(yè)獨特優(yōu)勢DeepSeek雖好，但也不是“六邊形戰(zhàn)?”在落地過程中，仍需結(jié)合?定的應(yīng)?框架（RAG、?作流、Agent等）和?程優(yōu)化來保障?模型應(yīng)?企業(yè)級端到端效果幻覺?=“創(chuàng)造?稅“底層?模型各有所長DS幻覺率更?，另外實際測試應(yīng)?中有指令遵循較弱、拒答率?等問題醫(yī)療領(lǐng)域幻覺?例甚??達(dá)20-30%2幻覺情況1數(shù)據(jù)來源：1.

Vectara

HHEM??智能幻覺測試；2.騰訊健康內(nèi)部測試數(shù)據(jù)，通過?質(zhì)量醫(yī)學(xué)病歷數(shù)據(jù)11?模型及DeepSeek潛在應(yīng)?場景探索DeepSeek

會給醫(yī)藥企業(yè)帶來哪些變化？DeepSeek有哪些應(yīng)?場景？能產(chǎn)?哪些價值？13提升新藥研發(fā)和臨床管理效率數(shù)字化內(nèi)部流程提效數(shù)據(jù)驅(qū)動的多渠道營銷更個性化、互動?業(yè)學(xué)術(shù)化推?重塑患者流程患者招募試驗設(shè)計優(yōu)化執(zhí)?效率提升交叉證據(jù)?絡(luò)構(gòu)建內(nèi)部?檔提效數(shù)字化知識庫管理合規(guī)風(fēng)險智能提醒內(nèi)容?產(chǎn)輔助管理營銷素材營銷內(nèi)容策劃客戶精細(xì)化標(biāo)簽個性化與醫(yī)?互動多源信息來源互動性、個性化患者流程多重購買渠道患者服務(wù)多渠道營銷?產(chǎn)與供應(yīng)鏈新藥研發(fā)與臨床試驗學(xué)術(shù)化推?65歲以上??占?從2014年的10.1%升?2023年的14.9%，醫(yī)療需求激增1???齡化收?失衡加劇，控費邊際效應(yīng)減弱2職?醫(yī)保：結(jié)余穩(wěn)健但增速下滑居民醫(yī)保：收?失衡加劇醫(yī)保捉襟見肘收?受限與成本攀藥品收?占?從改?前的40%→25%，?財政補(bǔ)助僅覆蓋損失的60%3現(xiàn)?流危機(jī)2023年醫(yī)療機(jī)構(gòu)應(yīng)收賬款回款天數(shù)平均為152天，?2022年增長2天4醫(yī)院艱難國家層?已開展10批集采，平均降幅50%-60%，極端降幅超90%5藥品集采5研發(fā)回報下滑6醫(yī)療?業(yè)?臨前所未有的挑戰(zhàn)新?產(chǎn)要素在數(shù)據(jù)，“問數(shù)據(jù)，要數(shù)字”數(shù)據(jù)來源：1.

甲?光年智庫梳理，2023年；2醫(yī)療保障事業(yè)發(fā)展統(tǒng)計快報，國家醫(yī)保局;

3.

《解讀財務(wù)分析報告：透視公?醫(yī)院財務(wù)狀況》，醫(yī)院管理論壇報，2024年12?;

4.

《2023年藥品流通?業(yè)運?統(tǒng)計分析報告》,

國家商務(wù)部;5.求解集采制度改??標(biāo)：“降價”是集采的惟?考量,

澎湃新聞；6.創(chuàng)新藥研發(fā)周期理論，創(chuàng)新藥研發(fā)回報率研究，申銀宏源；美國數(shù)據(jù)14*65+歲%7.9%2023

14.1%?出增速 收?增速4.4%2024

5.5%14.9%10.1%201420232010研發(fā)成本激增億美元21.7%11.9%2018單個創(chuàng)新藥上市成本成功率低美國創(chuàng)新藥臨床成功率僅5.1%研發(fā)回報率低IRR10.1%3.2%2010?業(yè)視?：DeepSeek對于醫(yī)療體系有那些影響？患者患者?為“消費者化”：醫(yī)療信息透明化，患者有更多主動權(quán)“數(shù)字健康”和?態(tài)“破壁跨圈”，產(chǎn)?更多數(shù)據(jù)個性化診療和健康管理醫(yī)院電?病歷和數(shù)據(jù)管理?新?模型語義理解加速醫(yī)學(xué)數(shù)據(jù)治理和流通醫(yī)院數(shù)據(jù)開放和流通數(shù)據(jù)價值在?模型背景下進(jìn)?步被凸顯精細(xì)化運營管理（DRG/DIP）Ds推理思考能?以及醫(yī)?？刭M壓?醫(yī)?學(xué)習(xí)/培訓(xùn)模式發(fā)?改變醫(yī)?臨床決策影響模式發(fā)?改變科研與學(xué)術(shù)?式和效率監(jiān)管數(shù)據(jù)驅(qū)動的精細(xì)化監(jiān)管：?如藥占?/集采vs

藥品經(jīng)濟(jì)學(xué)數(shù)據(jù)安全和合規(guī)重構(gòu)多元?付體系（商業(yè)參與度更強(qiáng)）15DeepSeek對于醫(yī)療體系有那些影響？-患者患者患者?為“消費者化”：醫(yī)療信息透明化，患者有更多主動權(quán)→?模型成為患者信息來源“數(shù)字健康”和?態(tài)“破壁跨圈”，?如可穿戴設(shè)備與AI分析相結(jié)合→?模型匯聚和分析數(shù)據(jù)個性化診療和健康管理→獲取服務(wù)的路徑發(fā)?改變超級產(chǎn)品增長1億?戶所?時間?模型成為新的信息來源16?戶觸達(dá)潛在?戶“?模型會替代搜索引擎，成為新?代精準(zhǔn)流量??

”?戶認(rèn)知?戶?為?戶依從性?標(biāo)?群畫像/潛在?群標(biāo)簽（?如年齡、性別、主訴、現(xiàn)病史等）體系性患者宣教個性化患者建議 健康智能體精準(zhǔn)服務(wù)推薦線下就診“?泛教育”→“量?定制”“信息→服務(wù)”鏈路閉環(huán)騰訊健康

健康智能體健康智能體健康藥箱騰訊醫(yī)典

騰訊視頻

視頻號?程序公眾號健康智能體17“個?健康助理”患者服務(wù)：?模型重塑患者旅程患者服務(wù)：從“千篇?律”到“精準(zhǔn)匹配”信息和服務(wù)詞條?亮引??獻(xiàn)以騰訊健康為例分析?戶現(xiàn)病史，健康狀況，推薦關(guān)聯(lián)科室醫(yī)?結(jié)合?戶咨詢?藥信息，提供藥事以及藥品購買的服務(wù)個性化推薦醫(yī)療信息 識別?戶現(xiàn)病史、?藥和健康情況標(biāo)簽，關(guān)聯(lián)就診&藥事服務(wù)智能分析?戶病情、并精準(zhǔn)推薦宣教18?戶數(shù)據(jù)+AI?模型內(nèi)容查看飲?建議健康/?藥提醒運動break健康咨詢睡眠信息精準(zhǔn)傳遞?為?戶?為健康反饋健康新提醒?戶情緒曲線哇塞，飲?建議都有了~今天再也沒有選擇困難了今天?是活?滿滿的?天今天也不要忘記好好照顧??哦！

哇塞，提醒我要記得吃藥！

原來喝?得喝夠了才能減肥啊~新知識get!!好累啊~腦?快轉(zhuǎn)不動了舞動極光太好玩了~10分鐘，我感覺???活過來了是不是真多要過午不?？

可是我的真的好餓啊幸好我問了AI健康助理拍照藥盒可以直接?鍵下單，太?便了！

昨天健康回顧+健康?歷舉例健康提醒根據(jù)?戶數(shù)據(jù)，?動推送飲?建議或者運動根據(jù)?戶健康規(guī)劃，?動推送活動/飲?提醒?藥提醒個?健康助理：個性化回復(fù)?戶有關(guān)健康咨詢結(jié)合?戶拍攝的藥盒、檢查報告，?動解讀、?動提醒結(jié)合?戶數(shù)據(jù)，?動?成相關(guān)建議健康服務(wù)健康狀況周期性AI反饋騰訊健康可?健拉起醫(yī)?在線咨詢、藥品復(fù)購?作有點累呢！想放松下要不在忍?會，我?定會瘦有點困了，?表提醒我該睡覺了~?噪?幫助我?眠醫(yī)典科普檢驗報告/健康數(shù)據(jù)健康提醒睡眠數(shù)據(jù)收集&反饋?動統(tǒng)計睡眠數(shù)據(jù)睡眠情況分析/健康?結(jié)患者新旅程：終端+數(shù)據(jù)+AI+服務(wù)，AI串聯(lián)全流程，激發(fā)新需求收到?戶閱讀提醒根據(jù)?戶數(shù)據(jù)/輸?，?動?成健康建議、今?運動/飲?規(guī)劃“精益求精”?戶畫像運動數(shù)據(jù)收集&反饋?動更新健康信息?動統(tǒng)計運動數(shù)據(jù)跟進(jìn)運動?貼?（拉伸、補(bǔ)?）“細(xì)致?微”?為管理“極致簡化”服務(wù)路徑19DeepSeek對于醫(yī)療體系有那些影響？-醫(yī)?醫(yī)?學(xué)習(xí)/培訓(xùn)模式發(fā)?改變→交互性、個性化學(xué)習(xí)模式醫(yī)?臨床決策影響模式發(fā)?改變→從經(jīng)驗驅(qū)動→基于醫(yī)學(xué)搜索、循證醫(yī)學(xué)證據(jù)的驅(qū)動科研與學(xué)術(shù)?式和效率→通過?模型進(jìn)?科研課題篩選、?獻(xiàn)收集、數(shù)據(jù)結(jié)構(gòu)化提取和分析、摘要及初稿撰寫等基于DeepSeek推理模型，整合患者的信息，輔助醫(yī)?深度問診、鑒別診斷、病情分析和建議，提出治療、預(yù)防等建議基于Deepseek?模型，再現(xiàn)醫(yī)?臨床思維鏈路的推理模型?動?成病情分析、IDC?動編碼分析準(zhǔn)確率達(dá)90%，為醫(yī)?提供權(quán)威決策?持指出權(quán)威出處（如指南、專家共識等）基于DeepSeek病歷討論助?科研助?20醫(yī)?畫像AI問答助?話術(shù)智能推薦拜訪記錄?成學(xué)術(shù)推?：千?千?，讓銷售拜訪更專業(yè)、更?效21代表培訓(xùn)：AI

輔導(dǎo)，實戰(zhàn)中提升專業(yè)能???法輔導(dǎo)!

培訓(xùn)!

考試!輔導(dǎo)培訓(xùn)考試真實世界?對?未反映真實?平：培訓(xùn)與拜訪脫節(jié)，實戰(zhàn)能?難考察考試流于形式：通過?正常?段完成公司任務(wù)代表??抵觸情緒：影響?作積極性難以規(guī)?；号嘤?xùn)?師??與精?有限AI打分與建議代表學(xué)習(xí)改進(jìn)，在下次拜訪中做的更好反饋更真實：通過真實拜訪和?講過程發(fā)現(xiàn)問題激發(fā)代表學(xué)習(xí)的?驅(qū)?：發(fā)現(xiàn)問題，?發(fā)改進(jìn)提升代表?作效率：代表把?作和學(xué)習(xí)結(jié)合在?起可規(guī)?；航柚鶤I規(guī)?；蚍?，不再有培訓(xùn)??瓶頸限制線上線下拜訪 語??動轉(zhuǎn)錄拜訪?字新?式AI輔助實踐，實踐中提升能?22多種創(chuàng)作模式?持參照范?創(chuàng)作，或基于以疾病為中?的，故事-關(guān)鍵信息-市場細(xì)分等框架創(chuàng)作AI?成標(biāo)題、內(nèi)容AI輔助?成多種風(fēng)格內(nèi)容標(biāo)題AI輔助?成內(nèi)容的基礎(chǔ)?綱，可進(jìn)???調(diào)整或細(xì)化AI?成內(nèi)容?綱AI輔助?成內(nèi)容的基礎(chǔ)?綱，可進(jìn)???調(diào)整或細(xì)化整合聯(lián)合搜索+企業(yè)知識庫基于已確定的創(chuàng)作模式、標(biāo)題、?綱，補(bǔ)全正?可限制內(nèi)容素材均來?企業(yè)知識庫，保證專業(yè)度與合規(guī)性多渠道營銷：借助?模型，提?合規(guī)內(nèi)容?產(chǎn)與互動效率23DeepSeek對于醫(yī)療體系有那些影響？-醫(yī)院電?病歷和數(shù)據(jù)管理?→構(gòu)建專病知識庫，為藥物研發(fā)和精準(zhǔn)醫(yī)學(xué)提供?持?模型語義理解加速醫(yī)學(xué)數(shù)據(jù)治理和流通醫(yī)院數(shù)據(jù)開放和流通→數(shù)據(jù)要素商業(yè)化變數(shù)據(jù)價值在?模型背景下進(jìn)?步被凸顯精細(xì)化運營管理（DRG/DIP）DS推理思考能?以及醫(yī)?？刭M壓?（需求?，難度?）→藥品定價策略醫(yī)院PR先?，但過去“紙?數(shù)據(jù)、?標(biāo)數(shù)據(jù)”等困境能得到極?緩解，醫(yī)院數(shù)據(jù)的應(yīng)?價值可以得到釋放醫(yī)學(xué)數(shù)據(jù)結(jié)構(gòu)化提取、標(biāo)準(zhǔn)化24新藥研發(fā)：借助?模型，提升藥品研發(fā)的效率和速度研發(fā)?向探索檢索藥監(jiān)、?獻(xiàn)、臨床指南、申報?家數(shù)量等選擇潛在靶點（需RAG未公開數(shù)據(jù)）知識圖譜可關(guān)聯(lián)臨床試驗數(shù)據(jù)與RWE試驗，去觀察有潛?的適應(yīng)癥試驗設(shè)計優(yōu)化患者分層：基于?模型的語義理解能?，從歷史數(shù)據(jù)中識別符合?組標(biāo)準(zhǔn)的“數(shù)字孿?”患者群體，提?招募效率劑量探索：通過強(qiáng)化學(xué)習(xí)算法模擬不同劑量?案的效果，縮短1期的試驗周期25試驗執(zhí)?多元去中?化試驗?持：居家數(shù)據(jù)采集與依從性管理院外數(shù)據(jù)的?動采集和綜合分析執(zhí)?效率提升醫(yī)院側(cè)：電?病歷?動化CRO/企業(yè)：輔助?檔處理、數(shù)據(jù)分析等重復(fù)?作企業(yè)：申報材料的準(zhǔn)備“若臨床時間縮短1年，研發(fā)回報率IRR提升?9.5%；若研發(fā)成本降低20%，IRR升?10.1%”1數(shù)據(jù)來源：創(chuàng)新藥研發(fā)周期理論，創(chuàng)新藥研發(fā)回報率研究，申銀宏源；美國數(shù)據(jù)企業(yè)AI知識庫：打造企業(yè)版ima，提升內(nèi)部流程效率?持多格式知識沉淀，打破知識分散困境26靈活權(quán)限設(shè)置，保證企業(yè)資產(chǎn)安全“理解準(zhǔn)”、“檢索準(zhǔn)”、“回答準(zhǔn)”知識萃取+模型推理，超越基礎(chǔ)RAG，充分應(yīng)?企業(yè)知識結(jié)構(gòu)，?動學(xué)習(xí)理解企業(yè)信息，強(qiáng)化掌握知識要點關(guān)聯(lián)準(zhǔn)確率更?，模型幻覺更低，更適合?作場景嚴(yán)肅問答知識獲取可融??作流程（如財務(wù)報銷），讓知識可即時取?智能辦公：AI輔助的智能?本助??檔智能助?：?檔的doc、表格、思維導(dǎo)圖等各?作?件中，通過AI提??戶?作效率表格公式?成?持?然語??成250+內(nèi)置函數(shù)?檔創(chuàng)作遵循?戶指令，進(jìn)?各種場景的?本創(chuàng)作?本編輯對已有內(nèi)容進(jìn)?續(xù)寫、潤?、校閱、翻譯和總結(jié)27智能辦公：智能會議助?會控??理解?戶指令，與會議API交互會議總結(jié)幫助?戶?效獲取會議