DeepSeek在医院业务系统中的应用.pdf

DeepSeek在医院业务系

统中的应用

2025

主讲人：陈中伟北京菁苗健康

菁苗健康

01一、DeepSeek技术简介

目录02二、DeepSeek在患者服务中的应用

CONTENTS03、DeepSeek在诊疗环节中的应用

04四、DeepSeek在医院信息系统中的应用

05五、医院接入DeepSeek后的效果

06六、医院接入DeepSeek的硬件条件

菁苗健康

一、DeepSeek技术

简介

菁苗健康

DeepSeek技术概述

核心架构与优势

DeepSeek采用混合专家模型（MoE）架构，通过多个专家模型协同工作，根据不同任务动态选择

01最合适的专家进行处理，显著提升了模型的推理效率和性能。

引入多头潜在注意力机制（MLA），有效降低了模型推理成本，提高了运行效率，使其在处理大

规模数据和复杂任务时表现出色。

开源与成本效益

DeepSeek坚持开源策略，将模型权重、训练框架及数据管道全部开源，采用MI许可证，降低了

02中小企业和个人开发者的使用成本，推动了技术的普及和应用。

训练和推理成本较低，打破了传统N卡垄断，降低了大模型的使用门槛，使得更多的企业和个人能

够使用高性能的AI服务。

菁苗健康

技术发展历程

早期探索与模型发布

2023年7月17日，DeepSeek正式成立，由幻方量化提供资金支持，开始探索生成式AI技术。

2024年1月5日，DeepSeek发布首个包含670亿参数的大模型DeepSeekLLM，该模型在2万亿token的数据集上进行

训练，展现出强大的语言理解和生成能力。

持续迭代与创新

2024年5月7日，DeepSeek发布第二代MoE大模型DeepSeek-V2，采用混合专家架构，在推理成