基于知识增强DeepSeek大模型的医药数字化营销新范式

40多项发明专利和软著获得网信办大模型算法备案 多个科技部重点研发计划2030人工智能项目护理人工智能国自然面上项目获得上海市计算机学会科技进步奖二等奖 医学AI科研成果(国家级、省市级、医院级科研项目支持)国家级卫健委、科技部、科协&国自然省市、医院级科研项目江苏省人民医院&中医院、儿童医院 医药健康AI产业成果医学事务生成式AI联盟负责人。已经汇集数十位医院、科研院所、国内外头部药械、CRO、Biotech等企业总监级以上高管和专家。与北京市人工智能数据训练基地、北京国际算力公司成立医疗人工智能创新实训基地总计举办10余次研讨会和直播，500人线下&将近上万线上交流 基于核心的知识图谱+大模型的企业级知识中台，开发了面向药械营养保健企业临床研究、学术推广和患者教育等多个场景从2018年开始服务了数十家医疗AI数字化转型项目 药企营销模式改变(为主任和科室提供AI工具，患者管理及科研服务)药企支持，服务KOL的患者AI管理工具药企赞助学术会议AI报告及培训主任自筹经费建设专病领域大模型 医药健康营销AI落地挑战及建议 医药健康营销AI场景及案例分析 大模型+知识图谱人工智能技术路线 医工结合趋势和驱动力 •恒瑞医药：春节结束第一天，恒瑞医药公布了红头文件，公司、分公司及子公司全面使用DeepSeek应用，并纳入绩效考核。•超20家企业：截至2025年3月，中国医药行业中已有超过20家企业宣布部署或正在部署DeepSeek大模型。 最近医疗医药行业发生了什么？国家部委地方政府•国家卫生健康委、国家中医药局、国家疾控局：2024年11月，《卫生健康行业人工智能应用场景参考指引》明确84个细分领域。•国家药监局综合司：2024年中，《关于印发药品监管人工智能典型应用场景清单的通知》，列出了15个应用场景清单。•上海市发布：《上海市推动人工智能 大 模 型 创 新 发 展 若 干 措 施（2023-2025年）》，确定五大方向九个重大应用场景。•北京市发布：近日，北京发布《加快推动“人工智能+医药健康”创新发展行动计划（2025-2027年）（征求意见稿）》，将北京打造成全球“人工智能+医药健康”创新发展的标杆城市。 企业端 •DeepSeek本地部署：进入2月份以来，昆山市第一人民医院、深圳大学附属华南医院、湖南省人民医院、成都市第一人民医院等相继宣布完成DeepSeek本地化部署，开启“AI医院”建设新篇章。•超1000家医院：超过1000家医院已经部署了DeepSeek，覆盖了患者服务、科研、诊疗、办公、管理等各个方面。 以AI驱动的内部效率提升、合规数字化营销、患者教育、临床研究以医疗AI为核心的“临床+患者管理“&科研服务合规创收 患者群高效管理，减少人工工作量院内院外闭环管理，真实世界数据采集、患者高效管理、口碑患者管理、随访工具科普患教内容生成 医院科室主任关注点及AI大模型结合国家卫健委、科技部重点专项国自然面上及重点项目SCI论文发表软著专利01临床技能提升，跟踪最新临床进展个人IP，影响力，讲课费项目申报科研成果转化领域产品推广02科研学术地位、职称临床技能提升、合规创收基于真实世界数据发表论文、科研基础AI科研工具。科研选题、SCI写作、项目申报稿生成AI科研平台。生信分析、报告生成专病领域大模型AI数字人学术会议AI培训 科普03患者护理  AI大模型 政策环境带量采购：大品种成熟产品高毛利时代结束医药反腐：亟需合规数字化学术营销产品《医药代表管理办法》征求意见稿社会环境基层市场：三四线城市市场加速拓展市场趋势新药研发：新药研发加速导致情报需求大增医药营销：医患一体化的数字营销新模式技术趋势大模型技术和知识图谱技术重塑医药行业知识服务逻辑，医药知识服务有巨大增长空间提高效率降低费用合规管理医生市场、医学销售医药营销服务核心诉求 医药健康营销AI落地挑战及建议 医药健康营销AI场景及案例分析 医工结合趋势和驱动力 大模型+知识图谱人工智能技术路线 结构化知识、预先生成及决策模型优势-可解释、可见可审核的知识资产。劣势-需要预先构建，从海量文献构建和运维成本较高，智能化交互中等、领域迁移能力一般。 生成式-深度学习、大模型参数化知识，概率生成模型优势-迁移能力强、智能化交互程度高。擅长做对话、文本生成、信息抽取等工作劣势-幻觉、黑盒、运维难、缺乏解释性不擅长做决策类 判别式-知识图谱、运筹学擅长决策类、个性化推荐等 Agent基于基础模型的全流程多任务如Manus成本中等低 提示工程检索增强生成RAG图谱增强GraphRAG基于DeepSeek类产品做提示词问答和内容生成ü基于外部知识库做检索和内容生成ü企业级知识库&Chatbotü实时更新数据处理ü知识图谱进行行业知识补全ü基于知识图谱和知识库做检索和内容生成ü专业领域丰富上下文语义ü企业级知识库&Chatbot实时更新、性能、成本、时间、所需资源维度主要场景知识存储数据更新实时性数据敏感性Finetune微调高精度特定任务(研发知识发现)知识内化于模型参数，形成“长期记忆”依赖重新训练更新知识（周期长，成本高）需将数据写入模型参数，存在隐私泄露风险RAG(GraphRAG)动态知识检索问答(指南问答、对比等)知识外置于数据库，形成“动态知识库”实时更新知识库即可生效（秒级响应）知识库与模型隔离，敏感数据可脱敏处理 综合排序你是一个乐于助人的助手，请基于下面给出的文本使用学术语言准确地回答问题。使用提供的文本来形成你的答案，但不要逐字逐句地抄袭文章。尽可能使用你自己的单词。把你的答案控制在5句以内。准确、简明扼要问题：入睡困难，提供一些建议（包括营养建议、睡眠建议、饮食建议、运动方面的建议） 文本提取文本分段用户问题文本转向量关键词提取离线在线LLMapi意图识别医药健康知识图谱分类、实体识别、翻译1实体别称补全实体上下位推理user tag行业背景知识补全知识修正知识溯源提问：我总是睡不着觉，给我一些建议？意图：入睡困难(用户tag，图谱知识），提供营养/睡眠/饮食/运动方面的建议（图谱知识）？文档上传运维人员chunk文档流程与方案OCRChathistory Agent智能体………知识计算运维平台翻译引擎OCR组件药监知识图谱提升企业级精准度&合规可解释性 医药大模型落地主要挑战及”LLM+KG”双轮驱动大模型企业级落地挑战符合业务事实及业务逻辑VS一本正经胡说八道可溯源、可循证医学逻辑和上下文语义理解、问答精准度和知识冲突知识图谱驱动的医疗大模型合规可解释、可循证溯源应用大模型提示词工程表示学习上下文学习模型大语言模型知识融合智能问答智能推荐翻译结构化数据文本文档表格Excel预训练监督微调RLHF模型推理药械营养保健企业数据服务行业小模型行业大模型提升企业数据治理知识库构建自动化能力用户交互体验及依从性 大语言模型存在幻觉、循证溯源问题及GraphRAG解决方案GraphRAG：可以提问需要语义理解和图谱推理的问题RAG：只能提问和原文表述相似的问题VS检索增强:HBV、HCV等图谱扩充信息 医药健康营销AI大模型落地挑战及建议 大模型+知识图谱人工智能技术路线 医工结合趋势和驱动力 医药健康营销AI场景及案例分析 用户画像机器学习数字人患者健康管理高个性化健康服务 医药大健康企业营销AI数字化转型场景“知识图谱+大模型”多模态智能知识库(翻译、OCR、语音识别、图像识别等组件)DeepSeek等基座大模型、GPU研发情报、医学指南、PubMed医学文献、医学知识图谱、营养健康知识图谱SAASKAASPAAS智能交互Chatbot平台、智能个性化推荐、智能检索、智能翻译、报告生成等IAAS产品知识图谱、营销推广材料、社交媒MAAS概率生成式知识生产自动化&交互智能化。降本、增效、合规业务价值大模型价值销售(售前、售中、售后)营销内容生产销售培训、智能陪练ChatBI业务分析客户&竞争情报分析会议报销合规审核知识管理文档写作全流程数据敏感度高低高内部管理中中营销内容审核传递 患者健康管理高个性化健康服务 医药大健康企业营销AI数字化转型场景医药健康知识图谱知识增强符合业务逻辑、消除幻觉、可循证溯源内容自动生产、审核、智能交互少人工标注、多领域迁移、智能用户体验；内容自动生成、降低FAQ生成及审核流程主要创新技术知识生产自动化&交互智能化。降本、增效、合规业务价值大模型价值销售(售前、售中、售后)营销内容生产销售培训、智能陪练ChatBI业务分析客户&竞争情报分析会议报销合规审核知识管理文档写作全流程数据敏感度高低高内部管理中中营销内容审核传递 合规管理运维支持业务合规药物警戒医学药物警戒ITHelpdesk技术支持知识运维技术合规合规审核 面向亚健康人群的智能助手面向HCP虚拟助手面向销售端国内首个基于大模型的医学销售助手面向HCP+销售的知识助手国内外指南GraphRAG问答FAQ自动生成内容生产效率提升50%从传统的FAQ问答升级为大模型的自动问答，知识传递效率提升80%AI交互更加智能，吸引医生使用并提升整体医生端的活跃度50%基于知识图谱和大模型覆盖亚健康人群、营养师和医生群体，提升效率50%传统的知识服务项目中存在的问题：人工生成内容及打标签成本太高，知识反复审核时效性低，人机交互智能化程度不高。驱动升级产品能力：知识图谱增强大模型的能力，提升内容生产效率、知识传递效率和医生端活跃度。目前基于最新的产品能力已服务数十家跨国和国内药械客户，并获得多项医药行业优秀案例。 面向业务员的中药产品营销助手1个月时间，构建中药产品和文献知识库，辅助业务员了解产品及业务知识 (提升用户体验及依从性) 医药行业数字化营销AI产品现状及问题，AIGC大模型价值知识图谱的问答等应用，还需要人工做不少模板人工打标签、构建图谱和生成FAQ等内容成本较高由于强合规要求导致内容重复审核，推广的时效性较差降本(降低打标签&内容生产成本)合规(减少审核时间)希望大模型提供的价值 增效 ④、导出Excel形式（包括问题、答案、来源出处）内置内容审核规则SOP医药大健康企业有严格的内容合规要求，基于大模型生成的内容可能存在幻觉问题， 降本-利用AI自动生成高质量、可审核的FAQ集①、选择FAQ生成模型②、批量生成FAQ及自动审核③、查看生成的结果需要人工审核。能否用AI提升审核效率？ 人工审核与校验的工作效率，成本大幅下降。 内容自动生成内容规范类审核科普文章创作措辞表达类审核AI生成与审核，能够覆盖85%的医学需求。与纯人工相比，提升90% 格式规范类审核医学内容审核 选中某一个AI审批意见，可点赞，点踩，反馈或者删除处理。所有的反馈会有日志记录并基于反馈持续迭代优化。遗漏的审批意见，可人工 合规审核-端到端提升医学写作工作效率 新增。 针对PPT文件，会结合多模态大模型的能力，可专门针对PPT的格式进行审核。AI审核后仍然需要人工校验确认。内容生产及审核从1个月减少到1周。 合规审核-端到端提升医学写作工作效率是否还能提升？能否实时？ 从基于FAQ的面向销售代表智能客服升级到基于知识图谱和大模型原文定位+全量素材定位答案原文，展示素材所有部分段落的原文，不作任何二次加工参考文献溯源溯源出处，点击可查看原文：指南、PPT、说明书等整个素材，有迹可循 增效-利用大模型升级到原文检索优化，解决大模型幻觉问题传统内容生产方式FAQGraphRAG智能客服问答准确率医学部审核大模型对专业内容优化应答率资料库数据关联性弱应答率60%~80%资料关联知识图谱、全量内容实时组装应答率>=95%交互体验关键词匹配、多轮对话能力弱问询效率低智能意图识别、多轮对话能力强问询效率高内容上线时间审核过的原始文献做完FAQ还需要再审核内容生产效率太低核心的内容上线时间大幅提升降低人工制造和重复审核的时间从一个月减少到一周人工运