《騰訊云：2025解碼DeepSeek構建醫藥行業新質生產力報告（32頁）.pdf》由會員分享，可在線閱讀，更多相關《騰訊云：2025解碼DeepSeek構建醫藥行業新質生產力報告（32頁）.pdf（32頁珍藏版）》請在三個皮匠報告上搜索。

1、07解碼DeepSeek,?構建醫藥業新質產騰訊健康李慧錄 從DeepSeek看智能發展趨勢 模型及DeepSeek潛在應場景探索從DeepSeek看智能發展趨勢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,戰李世20172022Chatgpt,?C端破圈DS,?“Aha”時刻2024數據來源：1.?甲光年智庫梳理，2023年；DeepSeek-R1 1987-2020年之前的主導是“數據、算、專決策范式”。2020年后，GPT-3代表技術路線“數據、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

2、-o1通過思維鏈（Chain?of?Thought）增強推理能，將復雜問題分解成更、更易處理的步驟；DeepSeek R1在展現卓越推理能同時，訓練和推理成本極低BERTBERT在文本分類、命名實體識別等語言理解任務表現出色。也是醫療AI小模型年代主要技術路線“大數據、小算力、專用決策”GPT 為內容創造和自動推理開辟可能性“大數據、大算力、通用模式”基于DS-v3構建推理模型，通過強化學習提升推理能力，且訓練成本極低AI技術演變路線5理解Chatgpt,?個AI領域的“程奇跡”Chatbot：本交互式應Gpt3：預訓練模型Prompt engineering提詞程RLHF強化學習Nvidia

3、 A100（A800）性能卡SFT監督微調RDMA解決數據處理的延遲頂尖的AI才數TB質量數據數萬對質量prompt增長：破圈，兩個到億戶的速度“創新落后”的機會成本被不斷放體驗：哎喲 不錯噢低成本，超出戶預期的“智能”產品：典型的2B能集合?快速推出全家桶和云服務矩陣市場：典型的B端商業模式?快速市場預熱和商業化6再看DeepSeek,個“程奇跡”7DeepSeek?是“深度求索”開發的系列智能模型。DeepSeek?通過持續的技術創新和市場拓展，在然語處理和型語模型取得了顯著進展，在國際市場上獲得了泛認可。其中：DeepSeek-V3 是在14.8萬億質量 token 上完成預訓練的個強的

4、混合專家(MoE)語模型，擁有6710億參數（激活參數370億）。作為通語模型，其在在知識類任務（知識問答、內容成等）領域表現出DeepSeek-R1 是基于 DeepSeek-V3-Base 訓練成的強化推理能模型，在數學、代碼成和邏輯推斷等復雜推理任務上表現優異更低的研發成本*更效資源利$5.5M?vs.?OpenAIs?$100M+使2,000?GPUs,?競品使?10,000+?GPUs開源模型肩頭部閉源60%+?指標優于Llama3.1 Claude-3.5?GPT-4o?打破模型技術壁壘重挫美國科技公司股價，英偉達市值下跌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據

5、來源：*僅涵蓋預訓練成本，不包含研發、推理、后訓練、員等其他成本；2.?Sputnik?時刻，指1957年104蘇聯搶先美國成功發射斯普特尼克1號造衛星，是冷戰中的其中個重事件及轉捩點DeepSeek的創新突破每次推理僅激活相關專家，“術業有專攻”“專事專辦、要事要辦 事不辦 盡量不跨組解決”節省42.5%訓練成本MoE?Sparse?(稀疏專家混合模型）注意機制作圖書檢索系統MLA?建個智能分類系統，不記具體信息，是個“簡單”標簽模型的占率降低傳統的MHA?5-13%MLA?（多頭潛在注意機制）像學霸樣把注意消耗降到最低“跳記重 記住題點”“NSA?(原稀疏注意)?傳統模型需要32位或者16

6、位數記錄數字“機號碼，記最后4位”提升訓練速度同時保持精度，降低硬件門檻FPB?混合精度訓練從海量數據中提煉價值信息，提升模型學習效率蒸餾垂類模型能，不輸于全尺模型數據蒸餾技術道簡，強化學習跳出題海和測讓模型學會思考GRPO(群體相對策略優化)效果體驗驚艷，成本極致壓縮8為什么都愛DeepSeek?成本優勢550萬美元預訓練成本達到GPT-4級別性能，打破“算軍備競賽”魔咒技術成本的下降，為業上下游帶來更多創新的可能技術震撼算法、訓練范式、推理、算利全創新DeepSeek?V3?通過快速迭代新技術，幅降低了訓練和推理的成本。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

7、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，商權限吸引開發者垂直適配從編程輔助（DeepSeek-Coder）到醫療診斷（R1臨床接），展現業落地能9DeepSeek天然適合醫療業模型發展的“基”01DeepSeek極致成本降低，顯著降低本地化部署的成本，極激活本地數據計算資源02DeepSeek是最開源的模型，便于醫療業開發者使和優化，垂類模型不輸于模型算法框架03醫療業擁有量數據資源，是模型訓練和應的重要撐數據資源04醫療信息化家數千家，為模型應提供良好的態基礎態資源05醫療業均學歷，具備開展模型研究和應的才優勢才資源06醫院、企業、監管、患者痛點

8、多，場景豐富，市場潛巨市場前景DeepSeek創新技術引發新變化醫療業獨特優勢10DeepSeek雖好，但也不是“六邊形戰”在落地過程中，仍需結合定的應框架（RAG、作流、Agent等）和程優化來保障模型應企業級端到端效果DS幻覺率更，另外實際測試應中有指令遵循較弱、拒答率等問題醫療領域幻覺例甚達20-30%2幻覺=“創造稅“底層模型各有所長幻覺情況111數據來源：1.?Vectara?HHEM智能幻覺測試；2.?騰訊健康內部測試數據，通過質量醫學病歷數據模型及DeepSeek潛在應場景探索DeepSeek?會給醫藥企業帶來哪些變化？DeepSeek有哪些應場景？能產哪些價值？13提升新藥研發

9、和臨床管理效率數字化內部流程提效數據驅動的多渠道營銷更個性化、互動業學術化推重塑患者流程患者招募試驗設計優化執效率提升交叉證據絡構建內部檔提效數字化知識庫管理合規風險智能提醒內容產輔助管理營銷素材營銷內容策劃客戶精細化標簽個性化與醫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多渠道營銷產與供應鏈新藥研發與臨床試驗學術化推65歲以上占從2014年的10.1%升2023年的14.9%，醫療需求激增1齡化收失衡加劇，控費邊際效應減弱2職醫保：結余穩健但增速下滑居民醫保：收失衡加劇醫保捉襟見肘收受限與成本攀藥品收占從改前的40%25%，財政補助僅覆蓋損失的60%3現流危機2023年醫療機

10、構應收賬款回款天數平均為152天，2022年增長2天4醫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研發成本激增成功率低美國創新藥臨床成功率僅5.1%研發回報率低研發回報下滑6醫療業臨前所未有的挑戰新產要素在數據，“問數據，要數字”數據來源：1.甲光年智庫梳理，2023年；2醫療保障事業發展統計快報，國家醫保局;3.解讀財務分析報告：透視公醫院財務狀況，醫院管理論壇報，2024年12;4.2023年藥品流通業運統計分析報告,國家商務部;5.求解集采制度改標：“降價”是集采的惟考量,澎湃新聞；6.創新藥研發周期理論，創新藥研發回報率研究，申銀宏源；美國數據1

11、4*65+歲%14.1%7.9%出增速2023收增速5.5%4.4%202414.9%10.1%20142023億美元11.9%201021.7%2018單個創新藥上市成本IRR3.2%10.1%20102018業視：DeepSeek對于醫療體系有那些影響？患者為“消費者化”：醫療信息透明化，患者有更多主動權“數字健康”和態“破壁跨圈”，產更多數據個性化診療和健康管理患者電病歷和數據管理新模型語義理解加速醫學數據治理和流通醫院數據開放和流通數據價值在模型背景下進步被凸顯精細化運營管理（DRG/DIP）Ds推理思考能以及醫?？刭M壓醫院學習/培訓模式發改變醫臨床決策影響模式發改變科研與學術式和效率

12、醫數據驅動的精細化監管：如藥占/集采vs?藥品經濟學數據安全和合規重構多元付體系（商業參與度更強）監管15DeepSeek對于醫療體系有那些影響？-患者患者為“消費者化”：醫療信息透明化，患者有更多主動權模型成為患者信息來源“數字健康”和態“破壁跨圈”，如可穿戴設備與AI分析相結合模型匯聚和分析數據個性化診療和健康管理獲取服務的路徑發改變患者超級產品增長1億戶所時間模型成為新的信息來源16戶觸達潛在戶“模型會替代搜索引擎，成為新代精準流量?”戶認知戶為戶依從性標群畫像/潛在群標簽（如年齡、性別、主訴、現病史等）騰訊醫典騰訊視頻體系性患者宣教個性化患者建議健康智能體健康智能體精準服務推薦線下就診

13、“泛教育”“量定制”“信息服務”鏈路閉環騰訊健康健康智能體健康藥箱視頻號程序公眾號健康智能體“個健康助理”患者服務：模型重塑患者旅程17患者服務：從“千篇律”到“精準匹配”信息和服務詞條亮引獻以騰訊健康為例識別戶現病史、藥和健康情況標簽，關聯就診&藥事服務分析戶現病史，健康狀況，推薦關聯科室醫結合戶咨詢藥信息，提供藥事以及藥品購買的服務個性化推薦醫療信息智能分析戶病情、并精準推薦宣教18戶數據+AI模型內容查看飲建議健康/藥提醒運動break健康咨詢睡眠信息精準傳遞為戶為收到戶閱讀提醒運動數據收集&反饋健康反饋 根據戶數據/輸，動成健康建議、今運動/飲規劃 健康狀況周期性AI反饋 騰訊健康可健

14、拉起醫在線咨詢、藥品復購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 根據戶數據，動推送飲建議或者運動 根據戶健康規劃，動推送活動/飲提醒 藥提醒 動更新健康信息 動統計運動數據 跟進運動貼（拉伸、補）個健康助理：個性化回復戶有關健康咨詢 結合戶拍攝的藥盒、檢查報告，動解讀、動提醒 結合戶數據，動

15、成相關建議健康服務作有點累呢！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典科普檢驗報告/健康數據健康提醒睡眠數據收集&反饋 動統計睡眠數據 睡眠情況分析/健康結患者新旅程：終端+數據+AI+服務，AI串聯全流程，激發新需求19“精益求精”戶畫像“細致微”為管理“極致簡化”服務路徑DeepSeek對于醫療體系有那些影響？-醫學習/培訓模式發改變交互性、個性化學習模式醫臨床決策影響模式發改變從經驗驅動基于醫學搜索、循證醫學證據的驅動科研與學術式和效率通過模型進科研課題篩選、獻收集、數據結構化提取和分析、摘要及初稿撰寫等醫基于DeepSeek推理模型，整合患者的信息，輔助醫深

16、度問診、鑒別診斷、病情分析和建議，提出治療、預防等建議基于Deepseek模型，再現醫臨床思維鏈路的推理模型動成病情分析、IDC動編碼分析準確率達90%，為醫提供權威決策持指出權威出處（如指南、專家共識等）基于DeepSeek病歷討論助科研助20醫畫像AI問答助話術智能推薦拜訪記錄成學術推：千千，讓銷售拜訪更專業、更效21代表培訓：AI?輔導，實戰中提升專業能22法輔導!培訓!考試!輔導培訓考試真實世界對未反映真實平：培訓與拜訪脫節，實戰能難考察考試流于形式：通過正常段完成公司任務代表抵觸情緒：影響作積極性難以規?；号嘤枎熍c精有限反饋更真實：通過真實拜訪和講過程發現問題激發代表學習的驅：發現

17、問題，發改進提升代表作效率：代表把作和學習結合在起可規?；航柚鶤I規?；蚍?，不再有培訓瓶頸限制線上線下拜訪AI打分與建議代表學習改進，在下次拜訪中做的更好語動轉錄拜訪字新式?AI輔助實踐，實踐中提升能持參照范創作，或基于以疾病為中的，故事-關鍵信息-市場細分等框架創作多種創作模式AI輔助成多種風格內容標題AI輔助成內容的基礎綱，可進調整或細化AI成標題、內容AI輔助成內容的基礎綱，可進調整或細化AI成內容綱基于已確定的創作模式、標題、綱，補全正可限制內容素材均來企業知識庫，保證專業度與合規性整合聯合搜索+企業知識庫多渠道營銷：借助模型，提合規內容產與互動效率23DeepSeek對于醫療體系

18、有那些影響？-醫院電病歷和數據管理構建專病知識庫，為藥物研發和精準醫學提供持模型語義理解加速醫學數據治理和流通醫院數據開放和流通數據要素商業化變數據價值在模型背景下進步被凸顯精細化運營管理（DRG/DIP）DS推理思考能以及醫?？刭M壓（需求，難度）藥品定價策略醫院PR先，但過去“紙數據、標數據”等困境能得到極緩解，醫院數據的應價值可以得到釋放醫學數據結構化提取、標準化24新藥研發：借助模型，提升藥品研發的效率和速度 檢索藥監、獻、臨床指南、申報家數量等選擇潛在靶點（需RAG未公開數據）知識圖譜可關聯臨床試驗數據與RWE試驗，去觀察有潛的適應癥研發向探索 患者分層：基于模型的語義理解能，從歷史數

19、據中識別符合組標準的“數字孿”患者群體，提招募效率 劑量探索：通過強化學習算法模擬不同劑量案的效果，縮短1期的試驗周期試驗設計優化 去中化試驗持：居家數據采集與依從性管理 院外數據的動采集和綜合分析試驗執多元 醫院側：電病歷動化 CRO/企業：輔助檔處理、數據分析等重復作 企業：申報材料的準備執效率提升25“若臨床時間縮短1年，研發回報率IRR提升9.5%；若研發成本降低20%，IRR升10.1%”1數據來源：創新藥研發周期理論，創新藥研發回報率研究，申銀宏源；美國數據企業AI知識庫：打造企業版ima，提升內部流程效率持多格式知識沉淀，打破知識分散困境“理解準”、“檢索準”、“回答準”靈活權限

20、設置，保證企業資產安全知識萃取+模型推理，超越基礎RAG，充分應企業知識結構，動學習理解企業信息，強化掌握知識要點關聯準確率更，模型幻覺更低，更適合作場景嚴肅問答知識獲取可融作流程（如財務報銷），讓知識可即時取26智能辦公：AI輔助的智能本助27檔智能助：檔智能助：檔的doc、表格、思維導圖等各作件中，通過AI提戶作效率檔創作檔創作本編輯本編輯表格公式成表格公式成持然語成250+內置函數遵循戶指令，進各種場景的本創作對已有內容進續寫、潤、校閱、翻譯和總結全方面支持在線會議智能辦公：智能會議助28會控會控理解戶指令，與會議APIAPI交互會議總結會議總結幫助戶效獲取會議內容會議問答會議問答快速精

21、準獲取答案關聯問題推薦關聯問題推薦更好了解會議關聯信息還有更多的領域有待深和發掘30庫存優化需求預測AI質檢設備預警供應商評估采購優化信息化程度，標化數據多“戶容忍度”更，性能敏感的場景，越容易落地任務數量少，單任務復雜度也低,?重復性作復雜度更低的任務，更快速形成“平替”產哪些場景和任務能夠更效的落地結合？創意類、發散性思考類、快速檢索等有數據是第要素提升新藥研發和臨床管理效率數字化內部流程提效數據驅動的多渠道營銷更個性化、互動業學術化推重塑患者流程患者招募試驗設計優化執效率提升交叉證據絡構建內部檔提效數字化知識庫管理合規風險智能提醒內容產輔助管理營銷素材營銷內容策劃客戶精細化標簽個性化與醫

22、互動多源信息來源互動性、個性化患者流程多重購買渠道騰訊數據騰訊健康藥箱患者服務多渠道營銷產與供應鏈新藥研發與臨床試驗學術化推云深智藥DeepSeek?會給醫藥企業帶來哪些變化？“技術為，業務為舵”懂業務者錨定價值，好奇驅動突破31模型雖好，使需謹慎數據授權和管理 避免透露個信息：如機號碼、地址、財務狀況（理財建議）等 檢查隱私條款是否允許數據次利數據隱私和安全 訪問權限分級 數據隔離機制安全與權限控制 內容準確性驗證：專業內容需交叉驗證、追溯來源 版權意識：避免直接商模型成的代碼、案或設計使場景與內容風險 明確應場景：不是所有場景需要AI 混合部署策略:?“該省省，該花花”模型選擇和微調：“滿”雖好，但所需推理資源逆天 并發處理ROI優化個應企業應 避免透露公司敏感信息：如內部件、政策草案、經濟數據等法律風險虛假信息32智能將如何改變醫患互動？科技助醫互聯為健共建醫療健康新態感謝