2025年基于知识增强DeepSeek大模型的医药数字化营销新范式报告-摩熵数科

90届广州药交会柯基数据CEO 吴刚 2025.05.22基于知识增强DeepSeek大模型的医药数字化营销新范式柯基= KG(Knowledge Graph)漆桂林毕业于人机交互与智能信息处理首席顾问创始人CEO分拆于主要业务领域属于博导、所长合作关系(关系推理）客户知识图谱首席科学家专家中科院软件所专著战略合作伙伴产学研合作南 京 柯 基 数 据 科 技 有 限公 司吴刚工信部标准制定多个科技部重点研发计划2030人工智能项目护理人工智能国自然面上项目获得上海市计算机学会科技进步奖二等奖40多项发明专利和软著获得网信办大模型算法备案医学AI科研成果(国家级、省市级、医院级科研项目支持)国家级卫健委、科技部、科协&国自然省市、医院级科研项目江苏省人民医院&中医院、儿童医院重点大模型项目居家慢病实时监测&主动管理医药健康AI产业成果医学事务生成式AI联盟负责人。已经汇集数十位医院、科研院所、国内外头部药械、CRO、Biotech等企业总监级以上高管和专家。与北京市人工智能数据训练基地、北京国际算力公司成立医疗人工智能创新实训基地总计举办10余次研讨会和直播，500人线下&将近上万线上交流基于核心的知识图谱+大模型的企业级知识中台，开发了面向药械营养保健企业临床研究、学术推广和患者教育等多个场景从2018年开始服务了数十家医疗AI数字化转型项目药企营销模式改变(为主任和科室提供AI工具，患者管理及科研服务)药企支持，服务KOL的患者AI管理工具药企赞助学术会议AI报告及培训主任自筹经费建设专病领域大模型医药健康营销AI落地挑战及建议大模型+知识图谱人工智能技术路线医工结合趋势和驱动力医药健康营销AI场景及案例分析最近医疗医药行业发生了什么？国家部委地方政府医院端企业端•国家卫生健康委、国家中医药局、国家疾控局：2024年11月，《卫生健康行业人工智能应用场景参考指引》明确84个细分领域。•国家药监局综合司：2024年中，《关于印发药品监管人工智能典型应用场景清单的通知》，列出了15个应用场景清单。•上海市发布：《上海市推动人工智能 大 模 型 创 新 发 展 若 干 措 施（2023-2025年）》，确定五大方向九个重大应用场景。•北京市发布：近日，北京发布《加快推动“人工智能+医药健康”创新发展行动计划（2025-2027年）（征求意见稿）》，将北京打造成全球“人工智能+医药健康”创新发展的标杆城市。•DeepSeek本地部署：进入2月份以来，昆山市第一人民医院、深圳大学附属华南医院、湖南省人民医院、成都市第一人民医院等相继宣布完成DeepSeek本地化部署，开启“AI医院”建设新篇章。•超1000家医院：超过1000家医院已经部署了DeepSeek，覆盖了患者服务、科研、诊疗、办公、管理等各个方面。•恒瑞医药：春节结束第一天，恒瑞医药公布了红头文件，公司、分公司及子公司全面使用DeepSeek应用，并纳入绩效考核。•超20家企业：截至2025年3月，中国医药行业中已有超过20家企业宣布部署或正在部署DeepSeek大模型。以AI驱动的内部效率提升、合规数字化营销、患者教育、临床研究以医疗AI为核心的“临床+患者管理“&科研服务合规创收医院科室主任关注点及AI大模型结合国家卫健委、科技部重点专项国自然面上及重点项目SCI论文发表软著专利01临床技能提升，跟踪最新临床进展个人IP，影响力，讲课费项目申报科研成果转化领域产品推广02患者群高效管理，减少人工工作量院内院外闭环管理，真实世界数据采集、科普03科研学术地位、职称临床技能提升、合规创收患者高效管理、口碑基于真实世界数据发表论文、科研基础AI大模型AI科研工具。科研选题、SCI写作、项目申报稿生成AI科研平台。生信分析、报告生成专病领域大模型AI数字人学术会议AI培训患者管理、随访工具患者护理科普患教内容生成内部外部政策环境带量采购：大品种成熟产品高毛利时代结束医药反腐：亟需合规数字化学术营销产品《医药代表管理办法》征求意见稿社会环境基层市场：三四线城市市场加速拓展市场趋势新药研发：新药研发加速导致情报需求大增医药营销：医患一体化的数字营销新模式技术趋势大模型技术和知识图谱技术重塑医药行业知识服务逻辑，医药知识服务有巨大增长空间提高效率降低费用合规管理医药知识服务新模式医生市场、医学销售研发、生产临床研究患者医药营销服务核心诉求医药健康营销AI落地挑战及建议大模型+知识图谱人工智能技术路线医工结合趋势和驱动力医药健康营销AI场景及案例分析判别式-知识图谱、运筹学结构化知识、预先生成及决策模型生成式-深度学习、大模型参数化知识，概率生成模型VS优势 - 可解释、可见可审核的知识资产。擅长决策类、个性化推荐等劣势 - 需要预先构建，从海量文献构建和运维成本较高，智能化交互中等、领域迁移能力一般。优势 - 迁移能力强、智能化交互程度高。擅长做对话、文本生成、信息抽取等工作劣势 - 幻觉、黑盒、运维难、缺乏解释性不擅长做决策类提示工程检索增强生成RAG图谱增强GraphRAG微调Agentü基于DeepSeek类 产品做提示词问答 和内容生成ü基于外部知识库做 检索和内容生成ü企业级知识库 &Chatbotü 实时更新数据处理ü 基于基础模型ü 专业领域特定任务优化ü 对数据实时性要求不高ü基于基础模型的全流程多任务ü如Manusü知识图谱进行行业知识补全ü基于知识图谱和知识库做 检索和内容生成ü专业领域丰富上下文语义ü企业级知识库&Chatbot实时更新、性能、成本、时间、所需资源维度主要场景知识存储​数据更新实时性​数据敏感性​推理效率​可解释性成本Finetune微调高精度特定任务(研发知识发现)知识内化于模型参数，形成“长期记忆”依赖重新训练更新知识（周期长，成本高）需将数据写入模型参数，存在隐私泄露风险无需外部检索，响应速度快（适合高频场景）中等中等RAG(GraphRAG)动态知识检索问答(指南问答、对比等)知识外置于数据库，形成“动态知识库” 实时更新知识库即可生效（秒级响应）知识库与模型隔离，敏感数据可脱敏处理需检索+生成，延迟较高（适合非实时场景）高(可溯源)低文本提取文本分段文本转向量全文索引向量索引用户问题文本转向量关键词提取向量检索全文检索综合排序候选段落提示组装大模型调用结果封装离线在线LLM apiPrompt意图识别医药健康知识图谱分类、实体识别、翻译123实体别称补全实体上下位推理user tag行业背景知识补全知识修正知识溯源你是一个乐于助人的助手，请基于下面给出的文本使用学术语言准确地回答问题。使用提供的文本来形成你的答案，但不要逐字逐句地抄袭文章。尽可能使用你自己的单词。把你的答案控制在5句以内。准确、简明扼要文本：<段落1><段落2>...问题：入睡困难，提供一些建议（包括营养建议、睡眠建议、饮食建议、运动方面的建议）提问：我总是睡不着觉，给我一些建议？意图：入睡困难(用户tag，图谱知识），提供营养/睡眠/饮食/运动方面的建议（图谱知识）？文档上传用户运维人员chunk文档流程与方案OCRChat history医药大