和AI“新搭子”一起上班，是一种怎样的体验？

随着DeepSeek大模型的横空出世，众多行业纷纷开启了智能化升级的浪潮。

深圳作为创新前沿，也在积极探索如何将这一前沿技术融入到实际工作中：深圳大学附属华南医院让DeepSeek成为医生的“智能帮手”，深圳海事局则将其训练成安检员的“随行笔记”……

《先行故事汇》的第109期，让我们走进这些实践场景，探索与AI“新搭子”合作的新模式，感受智能化工作带来的变化。

患者携DeepSeek诊疗方案问诊

如何避免“AI幻觉”？

“熊医生，我腰痛得厉害，DeepSeek说可能是肿瘤……”在泌尿外科诊室里，一位患者举着手机里的“DeepSeek诊断方案”，向医生熊鸣提问。

“小便颜色有没有变化？”熊鸣一边询问，一边熟练地检查患者的腰部叩击反应。经过一系列诊断，他解释道：“根据症状，结石的可能性更大，DeepSeek的结论需要结合临床经验进行综合判断。”

熊鸣反映说，近期接诊的患者中，有不少人带着手机里的“DeepSeek诊断方案”前来问诊，“一些患者在看病前，习惯性地在网上检索症状，主观层面往往会预先认定自身与某种疾病的特征更为契合 。在接下来的问答过程中，他会带着很强的倾向去引导DeepSeek，从而让它给出自己想要的答案。拥抱科技是大势所趋，但所谓‘AI幻觉’，也是我们医护人员在使用医疗模型的时候，需要努力克服的一个难题。”

今年初，熊鸣所在的医院将DeepSeek进行了本地化部署，把权威诊疗指南以及庞大的医院诊疗记录“喂”给大模型进行学习，以使其更贴近医生的思维模式，从而减少“AI幻觉”的出现，确保其诊断依据有章可循。

“今天，我们要把这段时间收集到的医学研究成果、临床指南、药物信息以及我们医院的患者病例和检查结果，全部更新到DeepSeek里，让医生们可以正常使用。”作为该院医疗AI发展办公室的主要负责人，张永波正与工程师们讨论工作安排。近期，优化大模型已经成为他们的工作重点。

“只有确保我们‘投喂’给大模型的医疗数据具备高质量、多样性和专业性，才能尽可能避免‘AI幻觉’的出现。”张永波说。

优化大模型逻辑架构

培养“AI助手”形成医生思维

“CT检查显示患者的输尿管和肾脏内都有结石。我倾向于采用创伤更小的治疗方式，想尝试给他放置支架管。”

“我是比较倾向于做肾穿刺造瘘，考虑到如果支架未能成功放置，那么支架的费用将由患者承担……”

这天，熊鸣与同事正围绕一位肾结石患者的手术方案展开讨论。他说，面对疑难杂症，即使是经验老道的医生，看法有时也不尽相同。

（熊鸣和同事查看DeepSeek给出的手术方案）

“我们用DeepSeek来探讨一下，看看大模型会给出怎样的观点。”熊鸣在DeepSeek上输入了患者的病情和两种手术方案后，大模型随即给出了诊断参考方案。

“DeepSeek首先回顾了两种方法的适应症和优缺点，然后结合患者的具体情况，还考虑到了我们讨论之外的另一个因素，即患者的血流动力学状态。”熊鸣和同事说道。

熊鸣指出，他所在泌尿外科的看诊量和手术数量在全院都位居前列，遇到复杂疑难病症，他们常常需要组织多学科研讨，查阅研读大量专业资料，这样才能确保为患者提供最精准的诊断和最有效的治疗方案。

“但目前的问题就在于，有一些热点的疾病或者是快速进展的诊疗，它的指南更新速度非常快，可能半年就有一个新版本。”熊鸣皱了皱眉，“所以靠人工记忆效率很低，也比较耗时，我们要做的就是与时间赛跑。”

（DeepSeek根据患者情况给出的手术方案）

“DeepSeek相较于ChatGPT的一大优势在于其推理过程是可视化的，你可以清晰地看到它是否准确理解了你的自然语义，它的回答是否能真正满足你的需求，是否存在偏差。当它能够按照逻辑进行推理，并完整、清晰地呈现出来，我们再结合进行讲解，患者的接受度会更高。”熊鸣表示。

DeepSeek为医生带来的惊喜背后，是大量数据的训练和优化。张永波介绍说：“我们让模型学习真实医生的诊疗流程，如主诉、病史采集、鉴别诊断、检查建议、治疗方案，同时我们也要对医生的行为进行模式对齐，通过采集院内资深医生的实际问诊记录、诊断报告等对模型进行监督微调，再通过整合影像、病理检验等多模态数据来训练模型，在综合判断时，它能够模拟医生交叉验证的思维模式。”

（熊鸣给患者查体，这类检查AI目前没办法实现）

尽管DeepSeek能为医生的诊疗提供更多参考，但最终的决策权仍在医生手中。熊鸣表示，“在一些比较基础的、标准化的疾病诊疗场景中，DeepSeek给出的诊疗建议与医生的判断实际上是差不多的。但面对患者的个体化差异，DeepSeek根据指标给出的可能性较多，很难给出一个准确的结论。在这一点上，它注定无法取代医生的专业判断。”

“所以要用这个模型，也不能唯这个模型。我相信，未来也是一样的。”深圳大学附属华南医院院长吴松说。

港口新能源船舶类型增多

海事安检员迎来新挑战

医疗领域的AI革新持续推进，深圳盐田港的船舶安检现场，一场智能化变革也在悄然上演。

“泽徽，凌晨到了一条达飞的新能源船，检查窗口已经开了，显示它的风险值是标准风险，预计在港口停泊十六七个小时。”早上8点，海事安检员程俊勇和梅泽徽正在安排当天的登船安检工作。

“DeepSeek大模型给出的重点关注事项很多，其中提示我们要特别核查这艘新能源船的燃料系统安全性，以及应急措施是否符合船舶安全中关于特殊动力船舶的规范。”上船前，一份由DeepSeek生成的检查要点呈现在程俊勇面前。

（程俊勇检查船舶机舱内的防污染设备）

程俊勇从事海事安检工作近20年，随着新能源船舶的增加，他也面临新的挑战。近年来，盐田港的航线越来越繁忙，船舶种类也愈发多样化。尤其是越来越多的船舶采用新型动力系统和燃料储存技术，环保性能提升的同时，也引入了更复杂的技术规范和安全标准，相应的法律法规、公约依据也不断更新。这对海事安检员提出了更高的要求。

程俊勇介绍道，“我们每天检查1到2艘船舶，一艘国际航线的班轮，检查时间需要4到6个小时，包括集装箱班轮以及一些辅助船只。我们的工作质效，直接关系着船舶进出港的效率，进而影响港口的运营，所以我们近期开始了DeepSeek在海事方面的应用。”

今年2月，深圳海事局引入DeepSeek，打造“AI安检助手”，程俊勇成为首批使用者。

（程俊勇和梅泽徽核对法籍LNG动力集装箱船的证书和人员清单）

“船长，请出示船舶证书和人员清单。”程俊勇向法籍船长提出要求。

海事安检员是航运安全的“守门人”，负责对进港船舶进行全面检查，确保其符合国际公约、国内法规和行业标准，保障海上人命安全，防止海洋污染，维护航运秩序。

“检查内容包括甲板上的航行设备、通导设备、消防设备，以及机舱内的机械设备和防污染设备等。我们在检查中发现的缺陷，需要找到相应依据，并通知船上的工作人员进行整改。对于滞留性缺陷，还需列出所依据的公约和法律法规。”程俊勇表示。

经过4个小时的检查后，程俊勇来到船长会议室填写安检报告。

“我们发现了两个小缺陷，其中一个问题是救生艇上的反光条。另一个缺陷需要通过DeepSeek进行核对，泽徽，你来查一下。”程俊勇说道。

（AI安检助手显示惰性气体含氧量最新要求）

“DeepSeek显示，惰性气体的含氧量不得超过5%，与机舱的数据一致，说明船上的设备运行正常，含氧量符合要求。”梅泽徽将DeepSeek的结果告知程俊勇。

“本地部署的DeepSeek人工智能解决方案就像我们的‘随行笔记’，方便我们随时查阅相关资料，加之我们多年的从业经验与判断，工作效率更高。”程俊勇一边展示手中的“AI安检助手”，一边介绍说。

公约收录进“AI搭子”

安检效率大幅提高

快速检索和分析公约条款，只是第一步。对于“AI安检助手”，海事部门还有更长远的规划。

“把目标船信息全部输进系统，结合其到深圳港的所有历史数据，按照系统推送的检查清单，对重点区域和重点设备，进行针对性检查，这样操作可缩短检查时间。”

“我们再探索一下，做一个数据分析类模型。”在研讨会上，深圳海事局首席船舶安全检查员桑家军向技术人员提出了优化方向。

（桑家军向负责技术的同事提出优化方向）

“我们会通过人工智能算法，将所有目前培训的材料和案例，结合一名安检员应掌握的程序、法规，训练出一名高级别的‘AI安检助手’。这并非是为了替代一线安检员的工作，而是为了辅助他们。”桑家军满怀憧憬地说道，“提升了检查效率和精准度，我们能够大幅缩减船舶在深圳港的在港时间，从而提升深圳港的营商环境，为港口的高质量发展注入新的动力。”

当AI成为安检员兜里的“随行笔记”、医生身边的“智能帮手”，改变的或许不是工作的本质，而是守护生命与安全的方式。随着技术的不断发展，智能化的浪潮还将继续蔓延。

记者手记

DeepSeek的发布，让AI大模型走进千家万户，为各行各业注入了强大的力量，也引发了“AI是否将取代人类”的广泛讨论。

与AI“新搭子”一起工作，是一种全新的体验。它不是简单的工具，更像是一个充满智慧的伙伴。在此次采访拍摄中，我们实际感受后发现，尽管DeepSeek的逻辑推理能力出色，能够高效总结和归纳已有知识，但目前仍存在一些局限性。例如，它无法自主创造全新的观念，也无法像人类一样流露出真情实感。

深圳在AI应用领域的探索实践告诉我们，技术赋能的价值不在于替代人类，而在于让人专注于“不可替代之事”。我们有理由相信，未来世界必然是人类与机器共生的时代，但机器永远无法替代你所经历的真实人生。