我用DeepSeek治好了20年老鼻炎

挖掘PMF&TIP

鯨選AI ?TIP總007期

AI醫療在大模型和Agent加持下，解決了上一代AI算法時期，AI醫療落地難和商業化困局，實現了產業的PMF和TIP。

作為一個北方長大的孩子，不出意外地得了鼻炎，尤其夏季在空調房，簡直像是在坐牢。

小時候把鼻炎當感冒治療，并沒有過多關注，頂多吃一些通竅鼻炎片治療。現在想想，這是形成慢性鼻炎（應該也是 血管 運動型鼻炎）的根本原因。

這幾年作息不規律，身體免疫力下降（AI領域都很熬人），鼻炎開始嚴重發作，尤其是上周末還回家喝了兩天酒，導致回北京后愈發嚴重，鼻子腫得和成龍一樣。

其實今年以來，單側左鼻孔，總有粘稠的白色鼻涕，為此我多次去醫院治療，一次開了非常全的藥，外用內吃，中藥西藥等等都有；一次開了最新的復合噴劑，一噴劑就200多元。

可以給大家看看我今年開的藥，簡直是一部鼻炎用藥的百科全書，每瓶噴劑價格都不低。

這還不包含一些很早不用的噴劑，比如含減充血劑的藥，以及第一、二代的某類型藥。

但這些藥中，只有最左邊的有效。還是我病急亂投醫的結果。

在周一感覺鼻炎很嚴重的情況下，直接問了問DeepSeek，它最終給我推薦的噴劑，直接電商下單，周二晚噴了下，直接睡了個安穩覺。周三早上起來噴了下，鼻子腫脹消退，沒怎么流鼻涕，效果不錯。

這不是廣告貼，也不是叫大家看病去用AI，尤其在DeepSeek沒有做專業的醫療服務的情況下，基本不能作為診斷依據。

本文只是想闡述下DS看病的過程，幫助大家明白如何借助AI，更清楚的了解病理，讓大家在去醫院前，更理解自己的病情。

這個過程很重要，因為鼻炎看似是一個疾病，實際上分很多類型，過敏性鼻炎和慢性鼻炎，鼻竇炎，這幾大類鼻子疾病，發病原理和治療手段完全不一樣。

我得的是慢性鼻炎，相對來說不連打噴嚏，也不流黃色鼻涕，癥狀看起來不嚴重，但是長期堵塞和有鼻涕，其實也很影響日常生活。

“鼻炎難根治”是很多醫生常說的話，我困惑的是，感覺吃很多藥沒有效果。這次鼻炎嚴重后，我更是急迫尋找有效醫藥。

先說問DeepSeek，需不需要搭配吃點消炎藥，感覺不能光靠噴劑。

他幫我科普了不同了形的鼻炎后，我根據我的癥狀，給它描述我的情況。

這里第一次并沒有很準確得出病情，我開始給它描述過去病史，比如運動性鼻炎以及近期幾次發病情況。幾次增加描述后， 它得出我是重度鼻炎，想尋找最優治療方案。

我突然意識到，不如問問它我手頭的噴劑，和它推薦的哪個更適合。

DS的記憶功能不錯，通過我提供的幾款噴劑名稱，它開始對比各種噴劑的用途，最終給出了最佳方案，并且對其他的方案給出了不采用的理由。

需要特別注意的是，每次給完方案后，DS都會給出紅色警示，AI回答的僅供參考。

其實，這中間我沒放出來的步驟很多，詳細問了DS很多癥狀，然后很多噴劑的區別等，DS也像個知識淵博但十分有耐心的醫者回答我，我們之間的對話持續到了半夜1點多，時間超過4個小時（中間有幾次間隔）。

隨后我直接下單，第二天噴劑到貨后直接使用，一天后得到效果后，我開始思索，AI對醫療領域的進步影響，每個領域都在發生巨大的變化。

最近鯨選AI承辦了“中關村畢業季”的分論壇活動，在現場我遇到一位做AI心臟核磁影像處理系統的CEO。他說相比上一代的AI影像，現在大模型比AI算法時代，成功率和智能化程度都高出很多，而且可以軟硬結合交付。

很多病情剛開始的情況下， 有時候 人類肉眼很容易忽略癥狀，AI就能分清很多潛伏的病情，幫助病人給出預警。

最近，國外某巨頭也推出了AI醫生，開始引起了轟動。

這個產品能模擬多個醫生一起工作會診，逐步推理并準確診斷復雜的病例，我看了下原理圖，和我與DeepSeek對話的過程很像，只不是這個AI醫生內置了很多大模型，做不同的代理，互相驗證診斷。

據說這個巨頭讓Ai醫生去“挑戰”了304個醫學雜志里的真實病例 ，結果它的診斷正確率是 85%，表現超越人類醫生不少。

更重要的是，它在減少過度檢查和改善診斷延遲的現狀中，正在發揮積極作用。

雖然這個AI醫生還沒經過廣泛現實檢驗，是不是巨頭單方面的宣傳還不確定。但確實開啟了AI智能醫療的大門，國內的螞蟻和百川也都在跟進。

從DeepSeek的耐心講解，到AI造影的輔助醫療，再到巨頭想做的AI醫生，我們看到AI醫療正在不斷興起，在很多領域取得了長足的進步。

這些進步并不是為了取代醫生，而是在疑難雜癥以及輔助診療等領域，加快診療的效率和準確度。

AI醫療已經走出了一點曙光，遙想當年鯨哥一篇『拯救AI獨角獸：人工智能產業集體進了“ICU”』曾掀起些許影響 ，開篇就是那家做AI醫療的企業遇到波折，引出四小龍的困境。文章發出后，當時眾多AI企業CEO和PR曾找我交流。

困于當時的AI效果和商業化難題，第一波AI企業的困境其實無解。AI醫療比自動駕駛的標準化還難做， Corner Case更多，所以更加難落地和商業化。

現在大模型時代，海量的醫療知識瞬間被裝入AI大腦中，再也不用寫巨多的算法覆蓋 Corner Case；推理模型的進步，搭配Agent讓AI有了多步思考的能力；全局記憶等功能，讓AI能夠更懂你，而不是說了這件事忘了那件事，不通盤考慮你的情況。

感謝時代的進步，想當年OpenAI還在打游戲，希望在DOTA2中戰勝人類，以此獲得關注。不會有人想到，如今大模型不再是玩具，甚至能在人類健康領域發光發熱。

蝴蝶煽動了一下翅膀，上帝重置了一次“我的世界”的磚塊。

視頻內容推薦：