课程背景
在全球老龄化进程加速和我国 "健康中国 2030" 方略深化施行的双重来由下，医疗健康服务架构正面临严峻挑战：国家卫健委资料显示，我国 60 岁以上老年人口已达 2.8 亿，其中患有一种以及以上慢性病的比例高达 75%，具体来看，失能 / 半失能老人超过 4000 万。老年群体呈现的多病共存、诊疗诉求复杂、健康管控周期长等等特征，对医生和健康管控师的学识储备、服务效率和个性化干预本领提出了前所未有的要求。
当前从业者面临三大核心服务困境：
1. 学识更新滞后困境：
医学领域每年新增超 200 万篇文献，执行层面，跨学科研究（如医工结合、医养结合）占比已达 35%，实操中，但传统文献检索平均耗时 4.2 小时 / 次，并且 78% 的医生表示跨学科学识整合存在显著困难。尤其在老年病诊疗中，运行层面，需同步掌握老年医学、营养学、康复医学等等多领域学识，传统研习模式难以满足临床决策的即时性诉求。
2. 服务效率瓶颈困境：
调查显示，落地时，基层医生单次慢性病患者随访需耗时 30-45 分钟，具体来看，其中 20% 时间用于重复资料录入；健康管控师为老年人拟定个性化方案时，往细里说，需查阅平均 5.6 份指南、耗时 2.5 小时。现有事务模式下，人效拉升长期低于 15%，在优质医疗资源集中的一线城市，单个医生日都服务老年患者超 50 人，导致健康管控精细化不足。
3. 老年服务精准化困境：
老年人健康资料分散在门诊病历、体检报告、居家监测装置、用药记录等等 7 个以上资料源，仅 32% 的机构达成资料互通。这导致：① 个性化干预方案拟定缺乏资料支撑，60% 的用药建议未结合患者实时肝肾功能资料；② 隐患预警滞后，居家跌倒经过中仅 18% 能在 2 小时内响应；③ 健康教育成效差，就一线经验说，从实践看，传统图文宣教对认知衰退老人的有效率不足 40%。
针对上述痛点，本课构筑 "技艺抓手层 - 学识整合层 - 情境运用层" 三位一体赋能架构：借助医疗大模型达成跨模态学识萃取（文献 / 影像 / 检验资料），运用提示工程技艺突破人机交互壁垒，最终在老年慢性病管控、术后康复、认知症干预等等核心情境形成可复制的解题打法。
课程收益
借助完成本课的研习，参训者将具体掌握 DeepSeek 和通用大模型抓手在医疗情境的核心运用招数，达成：
•
医学学识扩展
：利用 AI 迅速获取跨学科医学文献，学识检索效率拉升 50%
•
临床效率突破
：病历报告撰写时间减少 35%，实操中，健康报告生成效率拉升 60%
•
老年健康管控
：基于 AI 的个性化健康干预方案规划本领，慢性病管控精准度拉升 30%
•
跨学科协同
：借助 AI 达成医学和营养学、运动学等等领域的学识融合，实操中，服务维度拓展 50%
【课程特色】
•
实战：结合真实运用实例，破解老年健康管控实际问题
•
易学：采用「抓手操作 - 情境上手 - 成效验证」三步教学法
•
合规：深度融入医疗资料隐私保护和伦理规范内容
•
交流：分组完成老年健康管控方案规划，实时获得 AI 精进建议
课程大纲
1、
医疗 AI 认知重构 —— 从技艺运用到医学革新
1．
医疗AI的全球演进趋势
1）
全球竞争格局重塑
(1) 全球竞争市场格局的巨变
(2) 百年未有之大变局影响深远
(3) 国家数智化转型和智能化顶层规划
(4) “机器智能+”成为中国国家方略
(5) 全球医疗 AI 运用现况和中国「机器智能 + 医疗健康」方略解读
1）
技艺范式革新
(1) 生成式 AI 和大模型在医疗领域的颠覆性价值
(2) 医学大模型技艺演进：从单模态到多模态的临床价值跃迁
(3) AI替代的旧职业和AI创造的新职业
3）商业生态重构
(1) 新转变带来新思路，往细里说，新营销带来新机遇
(2) AI开启智能商业模式新时代
(3) 医疗 AI 伦理和法律隐患防范：资料隐私保护和责任界定
1．
机器智能的概况
(1) 《我是AI》影片
(2) 机器智能的演进历史
(3) 机器智能的层级和核心要素
(4) 机器智能的总类
(5) 辨别式机器智能
(6) 生成式机器智能
(7) 生成式AI在职场的运用情境
(8) 机器智能法律隐患和防范
1．
大模型的基础学识
(1) 大模型的定义
(2) 模型的事务制度
(3) 预训练和微调
(4) 大模型和小模型的差异
(5) 大模型的类别
(6) 大模型的业界链
(7) 大模型的商业模式
(8) 大模型演进的必要条件
(9) 通用模型和推理模型的区别
(10) 大模型训练方式
(11) 大模型的幻觉和开悟
1．
常用的AI抓手简介
(1) AI模型&文本抓手
(2) AI图像视频抓手
(3) AI PPT制作抓手
(4) AI 规划抓手
(5) AI 数字人制作抓手
一、
DeepSeek模型运用——掌握DeepSeek模型特点和运用办法
1．
DeepSeek概述
(1) DeepSeek的起源和初心
(2) DeepSeek的3大核心技艺和优势
(3) DeepSeek的3大模式的特点
1．
DeepSeek的部署办法
(1) DeepSeek的3种部署采用办法以及招数
(2) DeepSeek的本地化部署的要求
1．
DeepSeek的采用办法
(1) DeepSeek的4种采用办法以及招数
(2) DeepSeek的2种模型的正确采用
1．
DeepSeek在全球机器智能领域的演进
(1) DeepSeek的全球演进和挑战
(2) DeepSeek商业化情境和运用的阻碍
1．
DeepSeek在医疗领域的探索和实例
(1) 机器智能常见的3种商业变现方式
(2) DeepSeek商业化的成功实例
一、
DeepSeek模型医疗领域的运用和实例——在医疗情境下的运用效率
1)
DeepSeek在医疗领域的运用价值探索
1) 拉升医疗资讯检索效率
2) 辅助医学研究和检测
3) 精进患者服务和体验
4) 拉升医疗科学诊断决策
5) 医疗系统管控智能化升级
1)
DeepSeek在医院中的未来演进趋势和展望
1) 临床决策支持系统：辅助医生拟定诊疗方案
2) 医学学识库建设：整合和挖掘海量医学文献
3) 患者服务精进：智能导诊、在线咨询等等
4) 医疗管控和科研：资料拆解、趋势预测等等
一、
提示词工程规划——医疗情境的运用拉升 AI 交互精准度
1.
何为提示词工程
(1) 提示词工程的3大作用
(2) DeepSeek提示词的常见3种问法
2.
提示词规划的2大公式
(1) 定位设定公式：怎样构筑「医学专家 + 健康顾问」双定位提示
(2) 标的设定公式：从模糊诉求到精准指令的转化招数
3.
5种精进提示词的打法和抓手
(1) 提示词精进打法
• 情境补充
• 约束输出
• 结构拆分
• 定位属性
• 反驳验证
(1) 常见实例拆解：怎样从低效提示精进为高效提示
1.
课堂操练：
(1)
实例：小组成员用一个主题内容的提示词精进为高效的提示词
(2)
交流：参训者实地规划提示词并迅速测试
【抓手】DeepSeek APP、通用大模型（豆包APP，文小言APP、KIMIAPP、通义千问APP）
一、
医疗资讯检索和获取——怎样利用AI搜索和大模型迅速获取并拆解资讯，辅助问题破解
1．
通用大模型和DeepSeek在资讯获取中的运用情境
(1) 采用AI搜索迅速查找业界报告
(2) 采用AI搜索拆解市场趋势资料
(3) 采用AI生成网页跨部门资讯共享
1．
资讯检索和获取的3大渠道
(1) 通用大模型和DeepSeek智能搜索
(2) 通用大模型和DeepSeek资料提取
(3) 通用大模型和DeepSeek图片拆解
1．
医学文献搜索引擎采用
(1) AI智能搜索医学文献问答
(2) AI智能批量提取文献资料
(3) AI智能医学文献精读转化
1.
课堂操练：
(1)
演示实例：搜索临床建议内容生成专题报告PPT、提取资料并生成拆解报告
(2)
交流：参训者提交内容要点，由DeepSeek生成点评以及精进点
【抓手】DeepSeek APP、通用大模型（豆包APP），AI搜索（秘塔搜索、医学搜索引擎）
一、
医疗文字处理和生成——怎样借助通用大模型和DeepSeek阅读撰写各类办公文档和报告
1．
通用大模型辅助阅读的抓手和办法
(1) 采用通用大模型和DeepSeek提取长文档要害资讯
(2) 采用通用大模型提取迅速生成摘要和要点
1．
高效提示词模板的智能化规划
(1) 采用通用大模型生成智能化模板元素的办法
(2) 调整通用大模型输入格式拉升输出准确性
1．
医疗办公情境下的高效文字生成运用
(1) 通用大模型和DeepSeek生成会议纪要的抓手和办法
(2) 通用大模型和DeepSeek生成规划方案的抓手和办法
(3) 通用大模型和DeepSeek生成收束呈报的抓手和办法
(4) 通用大模型和DeepSeek生成新媒体文案的抓手和办法
(5) 通用大模型和DeepSeek生成短视频脚本的抓手和办法
1.
课堂操练：
(1)
实例：根据模板拆解生成一篇关于老年人健康管控方案报告
(2)
分组交流：阅读文档，拆解报告、生成方案
【抓手】DeepSeek APP、通用模型（豆包APP，通义千问APP）
一、
PPT生成和绘图抓手采用——
通用模型
AI抓手辅助更快更好地完成PPT制作
1．
传统PPT制作和AI 辅助生成PPT的区别
(1) 传统PPT制作的9大步骤
(2) 传统PPT制作的3大难点
(3) 通用模型AI辅助生成PPT的3大优势
1．
AI辅助生成PPT的抓手选项
(1) 通用模型AI 辅助生成PPT的3大核心抓手
(2) 通用模型AI 辅助生成PPT的2大插件抓手
(3) 通用模型AI 辅助生成PPT的采用方式办法
(4) 通用模型图表生成的2大抓手：达成办公资料可视化
(5) 通用模型AI 辅助生成图表的3种办法
1.
课堂操练：
(1)
演示实例：生成一个关于“临床收束报告”的PPT
(2)
交流：参训者提交内容要点，生成PPT并点评精进点
1．
常见的绘图抓手和AI生图抓手
(1) 绘画的3大核心要素
(2) 绘图抓手功能引见
(3) AI 生图抓手功能引见
1．
绘图抓手和AI生图抓手的组合采用
1) 采用绘图抓手制作海报
2) 采用生图抓手制作来由
3) 采用绘图抓手和生图抓手创作抠图人像组合海报
1.
课堂操练：
(1)
演示实例：生成一个关于“活动海报”的宣传海报
(2)
交流：参训者提交内规划要点，实地答疑。
【抓手】通用模型（Ｋimi APP）、AI生图抓手（博思PPT、GAMMA PPT、镝数图表，爱图表、创客贴、即梦APP）
一、
AI助力Excel资料统计拆解和运用——通用模型（豆包、酷表、镝数图表，爱图表）和DeepSeek辅助更好地完成资料统计拆解
1．
资料结构化的基本原理
(1) 资料结构化的定义
(2) 资料结构化的分类
(3) 资料结构化的方式
(4) 资料结构化的运用领域
1．
AI辅助Excel资料统计的抓手
(1) 常见的结构化文本有哪些
(2) 常见的AI资料统计抓手有哪些
(3) 常见的资料可视化图表抓手有哪些
1．
通用模型和Deep Seek辅助Excel资料统计的处理的方式和办法
(1) 资料清洗
(2) 资料排序
(3) 资料分类
(4) 资料提取
(5) 资料翻译
(6) 资料和图表生成
1．
课堂操练：
(1)
演示实例：操练多条件查询和分类“参训者考试成绩表”
(2)
交流：参训者提交内容要点，由DeepSeek生成并保存
【抓手】DeepSeek APP、通用模型（豆包APP）、AI辅助抓手（酷表、镝数图表、爱图表）
老师简介
Introduction to lecturers
弄懂更多
博闻智咨询|张峰老师
适合谁听
临床医生、健康管控师、老年健康服务机构从业者。建议同一家企业 3 人以上同来，课堂上直接改造本企业的实际问题——单人参加也能学到方法，但带不走可用的成果。
交付流程
课前：顾问访谈 2 位管理者，收集现状与问题清单，讲师据此调整案例。课中：讲授与演练各占一半，产出可直接用的工具与方案。课后：7 天内提交改进建议，30 天内一次线上答疑。