DeepSeek与腾讯混元双核驱动：覆盖万家医疗机构的大模型全链路落地实践

突破医疗服务体验与临床诊断效率瓶颈

当前，传统医疗服务面临患者就医体验碎片化、临床医生病历与医学影像分析耗时长、以及生命科学与药企研发面临复杂学术问题及生物信息分析门槛高等核心痛点。同时，通用大模型在严肃医疗场景应用时存在致命的“虚假信息（幻觉）”风险，缺乏专业领域的深度适配与严格的质量控制。行业急需兼具技术确定性与业务深度的医疗垂直大模型解决方案。

引入“DeepSeek+混元”架构构建多元医疗AI引擎

腾讯健康通过腾讯云全面接入 DeepSeek 大模型，与自研的腾讯混元大模型形成“双核组队”，针对医疗机构需求提供多维度、灵活配置的技术方案：

• 多元化服务模式： 依托腾讯云 API、大模型知识引擎调用、TI-ONE 平台部署模型等多种方式，为医疗行业提供 公网SaaS、API PaaS以及多种尺寸私有化等模式部署 的 DeepSeek 大模型。
• 异构环境适配： 灵活适配多种型号的服务器与运行环境，满足不同医疗机构对于算力成本、数据隐私及应用规模的选择空间。

贯穿医、患、药、研全链路的效能提升

双核大模型在多个垂直场景实现具体业务指标优化，目前正陆续切换至“多模型”模式：

• 患者端 (重塑就医体验)： 覆盖诊前（智能导诊、预约问诊、症状自查）、诊中（智能预问诊提升医生问诊效率）、诊后（患者管理、报告解读、智能用药）的全流程健康问答。
• 医生端 (提升诊断效率与水平)：
  • “AI临床助手”： 深度思考分析病情，按置信度和危急程度进行排序和标识，输出鉴别诊断依据和治疗方案参考，辅助制定更全面的诊疗决策。
  • “小见AI助手” (医学影像报告分析)： 自动比对病情历史变化、推荐相关检查、解释疾病含义。支持报告错别字自动检测与一键纠正，直接提升医生报告书写效率。
• 药械与科研端 (加速基因组学与创新)：
  • 组学平台AI助手： 深度融合生物信息学分析工作流开发框架与平台知识库，为生信分析提供代码解释、工作流编写辅助及产品功能问答等全流程智能辅助。
  • NGES (药企数字化转型)： 打造集智能问答、知识管理、实时信息获取于一体的AI解决方案，定向解答复杂学术问题。

万家医疗机构与亿级服务人次的规模化验证

该双核大模型解决方案已从技术突破迈向行业循环实践阶段，积累了具备绝对优势的规模化落地数据（数据来源：腾讯健康）：

• AI导诊普及率： 腾讯健康 AI 导诊服务已在全国 34个省、直辖市、自治区的近 10,000家各级医疗机构 投入应用。
• 影像辅助规模： 腾讯医疗影像 AI 已在全国各地超 500家医疗机构 普及，累计辅助医护为近 100,000,000（1亿）人次 患者进行各类医学检查。
• B端商业化覆盖： 各类“开箱即用”的医疗 AI 解决方案已服务超 1,300家机构，广泛覆盖医院、药械企业、科研院校及医疗科技企业。

依托海量医疗Token与RAG技术确立专业壁垒

在底层技术构建上，腾讯健康通过严格的医学数据对齐与知识增强，确立了系统的专业性与安全性：

• 专业数据底座： 使用超过 1,000亿的医学专属 Tokens 训练专属医疗大模型，确保底层逻辑契合医疗场景。
• 知识图谱抗幻觉： 以覆盖 98%疾病 的医学知识图谱进行检索增强（RAG 技术），从根本上降低大模型生成虚假医疗信息的风险。
• 高标准行为对齐： 引入基于反馈强化的奖励机制（RLHF），使模型回复更专业，同时强化对患者的同理心关怀。