2月13日，成都市中西醫結合醫院(市一醫院)在成都市率先成功完成DeepSeek本地化部署，將deepseek-r1:32b模型融入醫院臨床營養評估決策支持、治未病診療及專科患者隨訪等多個環節。一場靜悄悄的效率革命正在發生。

2月20日，記者采訪了最早“內測”醫院DeepSeek運用的醫生之一——臨床營養科副主任劉言，她在抖音平臺獲贊超470萬、粉絲超50萬，是名副其實的“沖浪”高手。劉言表示，DeepSeek大大提升營養團隊的診療效率。“我們常常跟熱量、蛋白、碳水‘打交道’，需要計算患者一天各種營養素的需要量，使用到很多公式，需要查很多表格、公式，有了DeepSeek打輔助，節約了很多的時間。”她舉例，兒童青少年在生長發育期，不同年齡段的青少年，醫生需要查生長曲線，來判斷身高體重是否在正常范圍。如今，只需要輸入相關數據，就可以在幾秒內給到判定結果，在病人體格評估、營養評估方面效率顯著提高。

不僅提效，DeepSeek還像是一位貼心的“診療顧問”，給醫生提供很多輔助性提示。“制定治療方案時，它會把思考過程、不同方面的考慮都講得明明白白，診療思路總體來說很全面，有助于培養年輕醫生規范診療思路和習慣。”

但實際使用過程中，也會有AI和醫生意見不一致的時候。劉言坦言，“DeepSeek用起來，大框架沒啥問題，治療方案會有點小差別，比如常遇到一些減重患者，DeepSeek會協助我們制定減重食譜，能給出目標能量、全天需要的能量或蛋白質，但編排食譜時無法精準考慮四川人的飲食喜好，有時給出的食譜也不那么符合減重需求。”劉言舉例，它可能會把高糖水果放在正餐去吃，但從專業上講，這樣不太利于減重，實際制定方案時，醫生也會進行調整。

她進一步解釋：“醫生直接面對病人，而DeepSeek給出的治療意見是基于我們提供的信息。如果有些患者有特殊情況，比如食物過敏及飲食喜好等信息沒給到它，那它給出的意見肯定不合適，它對問題的依賴程度還是挺高的，但總體來講，DeepSeek的‘框架’沒啥大毛病，只是細節上需要調整。”