AI需要更加精准和可靠的算法来处理复杂的医疗数据。记者了解到，鉴于数据安全问题，目前多数医院通过本地化部署来保证院内数据不离院，模型的使用效果受数据量和数据质量影响较大，对信息库更新速度也给出考验。

　　“隐私和伦理是医学领域的敏感部分，目前为止医院现有知识储备库完全依托医院内部数据进行训练，对于用户输入的手机号等敏感信息，模型设计时已进行自动脱敏处理。”山东大学齐鲁医院信息网络中心副科长侯德智介绍，该院目前储备了三台GPU算力服务器，引进相关技术人才，同时积极进行资源参数配置，用来应对线上系统可能存在的偶尔崩溃等问题。

　　AI系统如何与现有的医疗设备和系统无缝集成，也需要跨学科的合作和持续的技术创新。山东某三甲医院技术人员向记者表示：“成本是DeepSeek深入接进医院内部系统的关键限制因素，相比于DeepSeek与原有成熟系统的结合，我们更倾向于DeepSeek算法与本地数据库的直接结合。”

　　此外，部分医院对于AI与医疗深度融合的形象也有优化需求。记者在采访中了解到，山东某三甲医院计划进一步将自有模型接入虚拟仿真等多项功能，未来AI医生的形象或将更有温度。

　　明显的是，无论平台是否接入DeepSeek，AI都已越来越深地渗透到互联网医疗服务中。只不过，DeepSeek所呈现的创新思维，让行业看到了又一个新的可能。

　　（大众新闻·大众日报记者 李丽 黄鑫 周欣怡）