在区卫健委DeepSeek大模型应用专题培训会上的讲话

强调大模型在卫生健康领域的重要性，推动技术应用与实践结合，提升服务效率与质量，促进健康管理创新。以下是网友为您整理分享的“在区卫健委DeepSeek大模型应用专题培训会上的讲话”相关范文，供您参考！

在区卫健委DeepSeek大模型应用专题培训会上的讲话

同志们：

在科技飞速发展的当下，人工智能技术正深刻地改变着我们的生活与工作模式，医疗卫生领域也不例外。今天，我们齐聚于此，召开DeepSeek专题培训会，旨在让大家深入认识人工智能技术，尤其是DeepSeek在卫生健康工作中的应用，为推动我区卫生健康事业迈向智能化、科学化的新征程奠定基础。下面，我讲几点意见。

一、充分认识人工智能在卫生健康领域的重大意义

（一）推动医疗服务变革。人工智能助力医疗服务迈向智能化、精准化。在诊断环节，通过对海量医疗数据的分析，人工智能能够快速精准地识别疾病特征，提高诊断的准确性和效率。如影像诊断领域，借助人工智能算法，可对〔...〕光、CT、MRI等影像进行分析，帮助医生更敏锐地发现病变，大幅缩短诊断时间。在治疗方案制定方面，人工智能能依据患者的个体情况，综合考虑疾病类型、病情严重程度、身体状况等因素，为医生提供个性化的治疗建议，提升治疗效果。它还能在远程医疗中发挥关键作用，打破地域限制，让优质医疗资源惠及更广泛的人群，实现医疗服务的公平可及。

（二）助力公共卫生管理。在公共卫生领域，人工智能具有重要的应用价值。通过对大量人群的健康数据、疾病监测数据等进行实时收集与分析，能够及时发现疾病的流行趋势和潜在风险，为疾病预防控制提供有力支持。在传染病防控方面，人工智能可预测疫情的传播范围和速度，协助制定针对性的防控策略，提前采取措施，有效遏制疫情的蔓延。利用人工智能技术对公共卫生数据进行深度挖掘，还能为卫生政策的制定提供科学依据，优化卫生资源的配置，提高公共卫生管理的效率和水平。

（三）促进医学科研创新。人工智能为医学科研创新注入了强大动力。在药物研发过程中，人工智能可以通过对大量生物数据的分析，快速筛选出潜在的药物靶点，加速药物研发进程，降低研发成本。它还能模拟药物在人体中的作用机制，预测药物的疗效和副作用，提高药物研发的成功率。在医学研究中，人工智能可以帮助科研人员分析海量的实验数据，发现数据之间的关联和规律，为科研创新提供新思路。利用人工智能技术还能构建医学模型，对疾病的发生发展过程进行模拟和预测，推动医学研究从经验驱动向数据驱动转变。

二、当前卫生健康系统应用DeepSeek面临的挑战

（一）技术应用方面。一是系统兼容性不足。部分医疗机构现有的信息系统与DeepSeek模型在接口对接、数据格式转换等方面存在困难，导致难以实现深度融合，影响了人工智能技术的应用效果。不同品牌和型号的医疗设备产生的数据格式和标准各异，使得数据整合和共享面临诸多障碍，制约了DeepSeek在医疗数据处理和分析中的应用。二是技术应用门槛高。DeepSeek技术的应用需要专业的技术知识和技能，包括人工智能算法、数据分析、编程等方面。然而，目前卫生健康系统中，具备这些专业技能的人员相对较少，使得基层医疗机构在应用DeepSeek技术时面临较大困难，难以充分发挥其优势。技术的更新换代速度快，对卫生健康工作者的持续学习能力提出了更高要求，如何让工作人员及时掌握新技术成为挑战。三是数据安全风险。在应用DeepSeek技术过程中，涉及大量患者的医疗数据，这些数据包含个人隐私和敏感信息。一旦数据泄露，将对患者的权益造成严重损害，同时也会引发社会信任危机。如何确保数据在采集、存储、传输和使用过程中的安全，防止数据被非法获取、篡改和滥用，是当前面临的重要问题。数据的跨境流动也可能带来数据安全风险，需要加强监管和规范。

（二）人才队伍建设方面。一是专业人才短缺。既懂医疗卫生业务又掌握人工智能技术的复合型人才匮乏，难以满足卫生健康系统对DeepSeek技术应用和开发的需求。高校相关专业的人才培养体系尚不完善，培养出的人才在数量和质量上都难以满足区场需求，导致卫生健康系统在招聘这类人才时面临较大困难。二是人才结构不合理。卫生健康系统中，人才分布不均衡，基层医疗机构人才匮乏，难以吸引和留住专业人才。而在一些大型医疗机构，虽然人才相对集中，但存在人才结构不合理的问题，如临床医生多，而信息技术、数据分析等方面的人才少，不利于DeepSeek技术在医疗机构的全面推广和应用。三是人才培养机制不完善。目前，卫生健康系统对人才的培养主要侧重于传统的医学教育和培训，对人工智能技术相关的培训重视不够，缺乏系统的培训体系和规划。培训内容和方式也相对单一，难以满足不同层次和岗位人员的需求，影响了人才培养的效果和质量。

（三）管理与制度方面。一是缺乏统一规划。卫生健康系统在应用DeepSeek技术时，缺乏统一的规划和指导，各医疗机构各自为政，导致资源浪费和重复建设。不同地区、不同医疗机构在技术应用的进度、标准和规范上存在差异，不利于形成协同效应，也影响了整体的应用效果和发展水平。二是管理制度不健全。针对DeepSeek技术在卫生健康领域的应用，相关的管理制度和规范尚未完善，如数据管理、技术应用审批、安全监管等方面，存在制度空白或漏洞。这使得在技术应用过程中，缺乏明确的规则和标准，容易引发管理混乱和安全隐患。三是激励机制不完善。对于积极应用DeepSeek技术并取得良好成效的医疗机构和个人，缺乏有效的激励机制，难以调动其积极性和主动性。同时，对于在技术应用过程中出现的问题和失误，缺乏相应的责任追究机制，导致一些医疗机构和个人对技术应用持观望态度，不敢大胆尝试。

（四）社会认知与接受度方面。一是公众认知不足。部分公众对人工智能技术在卫生健康领域的应用缺乏了解，对其安全性和可靠性存在疑虑，担心人工智能会取代医生，影响医疗质量和自身权益。这种认知不足导致公众对DeepSeek技术在医疗服务中的应用接受度不高，阻碍了技术的推广和应用。二是行业认可度有待提高。一些医疗卫生从业人员对DeepSeek技术的应用也存在疑虑，认为人工智能不能完全替代人类医生的判断和经验，担心技术的应用会影响自身的职业发展。这种行业内的不认可，也在一定程度上制约了DeepSeek技术在卫生健康系统的广泛应用。三是伦理和法律问题担忧。人工智能技术的应用涉及到一些伦理和法律问题，如数据隐私保护、责任界定、算法偏见等。公众和行业对这些问题存在担忧，担心技术的应用会引发伦理争议和法律纠纷，需要进一步加强相关法律法规的制定和完善，以消除社会的疑虑。

三、推动DeepSeek在卫生健康系统应用的举措

（一）加强技术研发与应用。一是推进系统集成优化。加大对医疗机构信息系统的升级改造力度，优化系统架构，提高系统的兼容性和扩展性，确保与DeepSeek模型能够无缝对接。建立统一的数据标准和接口规范，促进医疗数据的整合和共享，为DeepSeek技术的应用提供坚实的数据基础。加强对医疗设备的智能化改造，使其能够与人工智能系统更好地协同工作，提升医疗服务的效率和质量。二是降低技术应用门槛。开展针对性的技术培训和教育，提高卫生健康工作者对DeepSeek技术的掌握程度，降低技术应用门槛。开发简单易用的技术工具和操作界面，使非专业人员也能轻松上手。建立技术支持团队，为医疗机构和工作人员提供及时的技术指导和帮助，解决技术应用过程中遇到的问题。三是强化数据安全保障。建立健全数据安全管理制度，加强对数据的全生命周期管理，确保数据的安全和隐私。采用先进的数据加密、访问控制、数据备份等技术手段，防止数据泄露和篡改。加强对数据使用的监管，明确数据使用的权限和范围，规范数据的使用流程，保障患者的合法权益。

（二）强化人才队伍建设。一是加大专业人才引进力度。制定优惠政策，吸引国内外既懂医疗卫生业务又掌握人工智能技术的复合型人才加入卫生健康系统。加强与高校、科研机构的合作，建立人才联合培养机制，定向培养专业人才。拓宽人才引进渠道，通过招聘、合作、兼职等方式，吸引更多优秀人才为卫生健康事业服务。二是优化人才结构。加强对基层医疗机构的人才支持，通过政策引导、资金扶持等方式，鼓励人才向基层流动。合理配置医疗机构内部的人才资源，增加信息技术、数据分析等方面的人才比例，优化人才结构。建立人才交流机制，促进不同医疗机构之间的人才流动和交流，提高人才的整体素质和能力。三是完善人才培养体系。制定系统的人才培养规划，加强对卫生健康工作者的人工智能技术培训。采用多种培训方式，如线上培训、线下培训、实践操作、学术交流等，提高培训的效果和质量。建立培训考核机制，对培训效果进行评估和考核，确保培训的质量和效果。鼓励卫生健康工作者自主学习和创新，不断提升自身的专业素养和能力。

（三）完善管理与制度建设。一是制定统一规划。结合我区卫生健康事业发展的实际情况，制定DeepSeek技术应用的统一规划和实施方案，明确应用的目标、任务、步骤和重点领域。加强对规划实施的组织领导和统筹协调，确保规划的顺利实施。建立规划评估和调整机制，根据实际情况及时对规划进行调整和优化，确保规划的科学性和有效性。二是健全管理制度。建立健全党eepSeek技术在卫生健康领域应用的相关管理制度和规范，包括数据管理、技术应用审批、安全监管、质量控制等方面。明确各部门和机构的职责和权限，加强对技术应用的全过程管理。建立风险评估和预警机制，及时发现和解决技术应用过程中出现的问题和风险。三是完善激励机制。建立健全激励机制，对积极应用DeepSeek技术并取得良好成效的医疗机构和个人给予表彰和奖励，包括物质奖励、精神奖励、职称晋升、项目支持等方面。对在技术应用过程中做出突出贡献的团队和个人，给予重点扶持和培养。同时，建立责任追究机制，对在技术应用过程中出现的违规行为和失误，依法依规进行处理。

（四）提升社会认知与接受度。一是加强宣传教育。通过多种渠道和方式，如媒体宣传、科普讲座、健康咨询等，向公众普及人工智能技术在卫生健康领域的应用知识，提高公众对其安全性和可靠性的认识，消除公众的疑虑。宣传DeepSeek技术在医疗服务中的优势和作用，展示应用案例和成果，增强公众的信任和接受度。二是增强行业认同。加强对医疗卫生从业人员的培训和教育，提高他们对DeepSeek技术的认识和理解，让他们认识到人工智能技术是辅助医疗决策、提升医疗服务质量的有力工具，而不是取代医生。鼓励医疗卫生从业人员积极参与技术的应用和创新，增强他们对技术的认同感和归属感。三是规范伦理和法律监管。加强对人工智能技术应用的伦理和法律研究，制定相关的伦理准则和法律法规，明确数据隐私保护、责任界定、算法偏见等方面的规范和要求。加强对技术应用的伦理审查和法律监管，确保技术的应用符合伦理和法律要求，保障公众的合法权益。

四、对卫生健康工作者的期望与要求

（一）提升学习能力，掌握前沿技术。面对人工智能技术的快速发展，卫生健康工作者要树立终身学习的理念，不断提升自身的学习能力，积极主动地学习DeepSeek等前沿技术知识。要关注行业动态和技术发展趋势，通过参加培训、学术交流、在线学习等多种方式，及时掌握最新的技术和应用方法。将所学的技术知识与实际工作相结合，不断探索创新，提高工作效率和质量。

（二）强化责任意识，保障医疗质量。在应用DeepSeek技术的过程中，卫生健康工作者要始终牢记自己的职责和使命，强化责任意识。要严格遵守医疗规范和操作规程，确保技术的应用安全可靠。要对患者负责，认真对待每一个医疗决策，不能过分依赖人工智能，要充分发挥自己的专业判断能力，保障医疗质量和患者安全。要加强对技术应用的监督和管理，及时发现和纠正可能出现的问题。

（三）加强协作配合，形成工作合力。DeepSeek技术在卫生健康系统的应用涉及多个部门和领域，需要卫生健康工作者加强协作配合。医疗机构内部要建立跨部门的协作机制，促进临床医生、信息技术人员、管理人员等之间的沟通与合作，共同推进技术的应用和发展。不同医疗机构之间也要加强合作，实现资源共享、优势互补，形成工作合力。要积极与科研机构、企业等开展合作，共同开展技术研发和应用推广，推动卫生健康事业的整体发展。

同志们，人工智能技术的发展为卫生健康事业带来了新的机遇和挑战。让我们以此次DeepSeek专题培训会为契机，充分认识人工智能在卫生健康领域的重大意义，积极应对当前面临的挑战，采取有效措施推动DeepSeek技术在卫生健康系统的广泛应用。希望广大卫生健康工作者能够提升学习能力，强化责任意识，加强协作配合，为我区卫生健康事业的高质量发展贡献自己的力量！

谢谢大家！