DeepSeek医疗应用要重视提示词工程

来源：HIT专家网 作者：郑西川

DeepSeek大语言模型在医疗行业的应用，正在成为提升医疗科研质量的重要手段。其在辅助诊断、医疗咨询到个性化治疗方案等多个领域，都展现出巨大的潜力。然而，医疗行业对信息的准确性、专业性和安全性要求极高，如何确保DeepSeek的输出结果精准可靠，是当前亟待解决的问题。提示词工程作为优化大语言模型输出的关键手段，正逐渐成为医疗AI应用的重要组成部分。

提示词工程的重要性

提示词工程的核心是收窄输入问题域，通过反复迭代，达到模型输出精确匹配使用需求的目的。在语言模型应用中，提示词工程能起到“四两拨千斤”的效果。

1.提升模型输出的准确性

在医疗领域，信息的准确性直接关系到患者的健康和安全。DeepSeek具备强大的语言生成能力，但其输出往往依赖于输入的提示词。通过精心设计的提示词模板，可以有效引导模型聚焦于关键信息，避免因模糊或不完整的输入而导致的错误输出。例如，在疾病诊断中，明确的提示词可以引导模型准确识别症状与疾病的关联，从而提高诊断的准确性。

2.优化模型的行业适配性

医疗行业有其独特的语言体系、专业术语和逻辑结构。通用的大语言模型在处理医疗问题时，可能因缺乏对行业背景的理解而出现偏差。行业提示词模板能够将医疗专业知识融入提示词中，帮助模型更好地理解和处理医疗问题，从而提升其在医疗领域的适配性。

3.提高医疗服务效率

精准的提示词可以减少模型生成无关信息的时间和精力，使其快速输出有价值的结果。例如，在诊前咨询中，通过优化提示词，大语言模型可以快速为患者提供初步诊断建议和就诊科室推荐，从而提高医疗服务效率。

医疗提示词的通用模板

1.患者咨询类

（1）症状咨询回复

模板：“用户提问：‘[症状描述]可能是什么疾病？’请用通俗语言列出3种可能性，并建议是否需要就医。”

适用场景：患者通过在线平台咨询症状时，快速生成初步诊断建议。

（2）药物咨询回复

模板：“患者担心[医疗状况]所开药物的副作用。写下3条回复，解决他们的担忧并提供安慰。每条回复不应超过150个字。”

适用场景：患者对药物使用有疑虑时，提供简洁的解答。

2.医疗文件类

以“病历摘要生成”为例：

模板：

“

请根据以下病历信息，生成一份病历摘要：

患者信息：<patient_info>

主诉：<chief_complaint>

现病史：<history_of_present_illness>

检查结果：<examination_results>

诊断：<diagnosis>

治疗计划：<treatment_plan>

病历摘要：……

”

适用场景：快速生成标准化的病历摘要，方便医护查阅。

3.医学研究类

（1）研究文章总结

模板：“总结一篇关于[医疗状况]或其治疗的研究文章。给我3个例子。每个总结最多250个字。”

适用场景：快速提取研究文章的核心内容，用于学术交流或临床参考。

（2）临床试验概述

模板：“写一篇与[医疗状况]相关的临床试验的简要概述。提供3个示例，每个示例不超过200字。”

适用场景：为临床试验提供简洁介绍，便于同行了解研究设计和目标。

实现提示词工程的工具和社区

1.开源工具

PromptDev是开源的提示词开发工具，支持多领域提示词模板的设计与复用，包括医疗健康领域。它提供了详细的模板设计指南和示例，帮助用户快速生成高质量的提示词。

2.社区平台

NIUBOYI 是专注于ChatGPT提示词应用的社区平台，提供了医疗保健行业的优秀提示词样本，涵盖患者咨询、医疗文件撰写、医学研究、患者教育等多个场景。这些提示词模板可以在DeepSeek应用时参考使用，或根据具体需求进行调整。

结论

在医疗行业，DeepSeek应用前景广阔，但其输出精准性是实现广泛应用的关键。提示词工程通过优化输入提示词，能够有效提升模型的输出质量，使其更好地适配医疗行业的专业需求，医疗行业人员的技术转型是推动大语言模型应用和医疗行业数字化转型的必然选择。面对DeepSeek大模型，医疗信息工作者应努力做好大模型与医护管的“翻译官”，把用户需求变成大模型输入提示词，提升大模型输出的精准度。

以LLM为基座的医学应用提示词工程是AI时代新的软件工程。“大模型应用从提示词开始，人人都是场景提示词的模版创作者。”随着各种应用场景提示词模版的持续积累与改进，大语言模型有望在医疗领域发挥更大的作用。医学信息工作者应积极推动从“技术”向“服务”转型，以大模型应用新生态，迎接人工智能技术带来的机遇和挑战。

注：本文中的提示词模版（工具），仅为笔者在学习DeepSeek过程中进行使用，适配实际应用需求场景时需要进行改造。

【作者简介】

郑西川，上海交通大学附属第六人民医院计算机中心教授级高工。上海交通大学医学院生物医学工程专业硕士研究生导师，苏州大学放射医学与公共卫生学院生物医学工程专业硕士研究生导师。中国医院协会信息专业委员会（CHIMA）委员，中国医药信息学会（CMIA）委员，上海市医院协会信息管理专业委员会委员，中国医药信息学会上海分会常委，中国生物医药技术协会医药信息分会常委，《医疗卫生装备》杂志特约审稿专家。

研究方向：①基于PACS电子病历的临床信息共享；②HL7/XML电子转诊相关技术及应用研究；③区域临床信息共享及协同医疗信息技术研究；④数字化医院的相关标准及实现技术。近年来，先后承担上海市“十一五”重大科技项目、上海市科委自然科学基金项目、上海市经济信息委信息化专项基金以及院级课题多项。发表论文40余篇。

【相关文章】

智能体应用，医疗信息化建设的新赛道

医院如何才能用好DeepSeek？

医学科研：DeepSeek在医疗行业的应用重点

【责任编辑：陈曦 版式：明超】