DeepSeek 快速入门指北：(医生版)

DeepSeek快速入门指北Top Journal Club顶刊研习社(医生版)

关于Deepseek

• Deepseek是一家专注通用人工智能（AGI）的中国科技公司，主攻大模型研发与应用。
• Deepseek-R1是其开源的推理模型，擅长处理复杂任务且可免费商用，降低了使用门槛。
• Deepseek在168个国家位居下载榜第一名，引发全球关注，Meta、英伟达、微软等巨头纷纷接入。

DeepSeek发展节点

• 2023.7 推出670亿参数的通用大模型DeepSeekLLM。
• 2023.11.29 发布新一代推理模型DeepSeek-R1，性能与OpenAI的o1正式版持平，并开源。
• 2025.01.20 首个开源代码大模型DeepSeekCoder发布。
• 2023.11.02 发布总参数达6710亿的 DeepSeek-V3，采用创新 MoE架构和FP8混合精度训练。
• 2024.12.26 发布DeepSeek-R1，在后训练阶段大规模使用了强化学习技术，极大提升了模型推理能力。

DeepSeek介绍

• DeepSeek-R1在后训练阶段大规模使用了强化学习技术，在数学、代码、自然语言推理等任务上，性能比肩 OpenAlo1正式版。
• DeepSeek可以做什么？
  • 智能对话
  • 文本生成
  • 语义理解
  • 计算推理
  • 代码生成补全
  • 支持联网搜索与深度思考模式
  • 支持文件上传，能够扫描读取各类文件及图片中的文字内容

DeepSeek功能

• 文本生成：文章/故事/诗歌写作、营销文案、社交媒体内容、剧本或对话设计、摘要与改写、多语言翻译、结构化生成、代码注释等。
• 自然语言理解与分析：语义分析（情感分析、意图识别、实体提取）、文本分类、知识推理。
• 编程与代码相关：代码生成、自动补全与注释、技术文档处理、API文档生成、代码库解释、代码调试、代码性能优化。
• 常规绘图：React图表、Mermaid图表、SVG矢量图等。

DeepSeek和其他模型比较

• 性能优势：DeepSeek在中文语境下表现优于GPT-4，英文任务表现优异，推理与逻辑能力超越GPT-4，计算效率高。
• 精度优势：DeepSeek在人类终极考试中准确率突破26.6%。

DeepSeek存在的缺点

• 输出结果的可靠性
• 联网搜索的局限性
• 对用户提问的要求较高
• 数据隐私和安全问题
• 知识库构建的难度
• 对复杂问题的理解能力有限
• 可能存在的算法偏差

如何使用DeepSeek？

• Deepseek下载方式：网页版、手机APP、本地配置部署、第三方应用。
• 推理模型与通用模型优劣对比：DeepSeek-R1专精于逻辑密度高的任务，GPT-3/GPT-4通用场景更灵活。
• CoT链式思维：将大模型分为概率预测（快速反应）模型和链式推理（慢速思考）模型。
• 提示语设计框架-RTGO（Role-Task-Goal-Objective）：Role角色、Task任务、Goal目标、Objective操作要求。
• DeepSeek提问法则：明确需求、指定格式、控制长度、提供背景。
• DeepSeek的部署：本地部署、企业级私有化部署、云平台部署。

DeepSeek在医学领域的应用场景

• 临床应用场景：输入身份描述、场景表述、任务目标、约束条件，如心血管内科、骨科、检验科等。
• 病例助手：输入主诉、场景、任务目标、约束条件，DeepSeek可生成包含鉴别诊断的病历模板。
• 科研利器：科研数据分析、文献整理、论文润色。
• 医学科普新机遇：复杂知识简化、案例生成、在线答疑、个性化科普。
• 医疗知识检索：DeepSeek+Pubmed、DeepSeek+Zotero、DeepSeek+Mermaid。

临床科研的AI赋能

• 机遇篇：加速药物研发、提升临床决策、优化资源管理、推动科研范式转型。
• 挑战篇：跨学科协作壁垒、临床验证与政策适配。
• 未来展望：技术创新方向（多模态融合、动态知识更新）、生态共建路径（产学研合作、开源社区赋能）。
• 实战手册：从0到1的课题孵化系统、基因数据分析、医学影像分析流水线、动态降重策略、摘要生成术。
• 高阶应用：打造个人科研操作系统、风险防控：AI时代的科研伦理守则。

医生个人品牌建设

• 精准定位：深耕某一专科、价值观输出、挖掘核心优势。
• 内容为王：场景化分享、故事化、通俗化。
• 内容形式多元化：公众号长文、图文、直播、短视频。
• 全域布局：垂直平台、微信生态、搜索优化。
• 互动沉淀：建立长效沟通、口碑裂变、借力第三方服务。

医学科普的AI助力

• DeepSeek的核心优势：精准信息提取、交互式内容生成、多模态输出能力。
• DeepSeek如何解决具体问题：选题策划、内容创作、患者教育、舆情应对、多平台运营、效果评估。
• 释放DeepSeek的隐藏潜力：知识库定制、指令工程优化、合规性与伦理保障。
• 避开AI科普的三大雷区：准确性陷阱、人性化缺失、版权风险。
• AI与医者的共生进化：个体化科普、实时更新、人机协作。

医护人员的实用指南

• 解锁DeepSeek的双重模式：基础模型V3、深度思考R1。
• 提问的黄金法则：提供背景、设定难度、指定格式、明确目的。
• 联网搜索的使用技巧：明确时间范围、要求信息验证、提供可靠来源建议。
• 文风转换的魔法：惊人的文风模仿能力。
• 问题解决：问题分解、多角度分析、方案比较。
• 激发深度思考：SCAMPER方法、未来预测、类比思考。

风险与挑战

• AI不是神医：数据质量问题、疾病复杂性挑战、现实场景差异。
• 比医患关系更复杂：责任界定、隐私泄露、算法歧视。
• 当AI变成"电子算命”：人机信任危机、公众认知错乱、医生能力退化。
• 摸着石头过河：认证标准打架、知识产权乱局、灰色产业链风险。
• 注意伦理与安全边界：医生的专业判断始终是核心和关键，AI技术仅作为辅助工具提供参考建议。

幻觉是什么？

• 事实性幻觉：模型生成的内容与可验证的现实世界事实不一致。
• 忠实性幻觉：模型生成的内容与用户的指令或上下文不一致。
• 幻觉产生的原因：数据偏差、泛化困境、知识固化、意图误解。
• 幻觉的危害：信息污染风险、信任危机、控制欠缺、安全漏洞。

AI幻觉评测

• 大模型幻觉率：DeepSeekV32%、DeepSeekR13%、Qianwen2.5-Max2%、豆包0%。
• 事实性幻觉评测：DeepSeekV329.67%、DeepSeekR122.33%、Qianwen2.5-Max27.67%、豆包19%。
• 事实性幻觉评测虚构事件：DeepSeekV3、DeepSeekR1、Qianwen2.5-Max、豆包均无法正确回答。

推理与幻觉的关系

• 推理增强幻觉率降低：逻辑准确性与错误减少。
• 推理能力强的模型能减少因逻辑错误导致的幻觉。
• 上下文理解与信息关联：强大的推理能力使模型更精准地捕捉上下文关联，避免因断章取义而生成虚构内容。

普通用户应对AI幻觉的三种方式

• 联网搜索：开启联网搜索功能可显著降低幻觉率。
• 双AI验证/大模型协作：利用多个AI回答或权威来源进行交叉验证。
• 提示词工程：知识边界限定（时间锚定法、领域限定符、上下文提示）、置信度声明、生成参数协同控制。

应对AI幻觉的技术方案

• 外部知识库结合
• RAG框架
• 精细训练
• 评估工具开发

未来展望

• AI制药与临床应用：AI辅助诊断系统、精准医疗与个性化治疗。
• 数字医疗与远程医疗的爆发：区块链技术的应用、可穿戴设备与实时监测、远程医疗的普及。
• 老龄化与疾病谱变迁：从治疗到预防的转型、慢性疾病的管理。
• 医疗器械的创新与出海。
• 医疗行业的智能化与数据安全：医疗资源的智能化分配、网络安全风险升级。
• 医疗行业的社会影响与伦理规范：伦理与责任规范、人文关怀与技术平衡。

结语与互动

• 掌握工具者赢得未来：DeepSeek为医学提供了“精准化生产-智能化分发-数据化迭代”的全链条解决方案。
• 未来学科划分：共生拓展智启新程，分为人工智能科学和人机共生科学两大方向。
• 掌握工具者赢得未来：一手学“AI”，另一手学“AI不能做的”，执其两端而用其中。
• 注意！避免过度依赖AI生成内容，AI的使用需要结合合规和道德标准，确保学术诚信。
• AI生成的诊疗建议，要慎之又慎！！！

互动讨论

• 你最想用AI解决的痛点是什么？
• 如何利用DeepSeek提升你的工作或研究效率？