随着人工智能技术的飞速发展，AIGC生成式人工智能作为一种领先的自然语言处理技术，正在各个领域展现出巨大的潜力。无论是在自然语言处理、对话系统、机器翻译、内容生成、图像生成，还是语音识别、计算机视觉等领域，生成式人工智能都拥有广泛的应用前景。尤其在临床医学领域，结合Python等编程语言，生成式人工智能为医疗行业带来了前所未有的机遇与挑战。
在这一技术浪潮中，DeepSeek模型作为国产大模型的杰出代表，引领了产业变革并创造了全新的发展机遇。凭借其对中文语义的深度理解、强大的多模态内容生成能力以及专为学术场景量身定制的垂直优化，DeepSeek正在成为高校实验室和科研机构的“新宠”。
DeepSeek模型不仅能够精准润色学术论文、模拟实验数据趋势，还能通过整合跨领域知识库，辅助研究者构建创新性的理论模型。最新版本的DeepSeek-R1在推理能力方面表现出色，尤其在数学和编程任务中，其已在某些基准测试中超越了OpenAI的O1模型，展现了令人瞩目的性能。
01
培训目标
2，免费给学员提供一个ChatGPT账号，可使用GPT-4o、GPT-o1、Gemini等主流大模型，国内直连，安全稳定，为学员扫清GPT使用障碍；
3，能够有效提高自身的人工智能技能，掌握Python原理、结构、应用，包括从理论到实践的全面指导，如何利用AI技术进行临床科研应用开发，让学员学以致用；
4，课程内容以临床医学科研实际案例操作为主，深度剖析DeepSeek模型的最佳应用，并结合目前国家自然基金申请、科研项目设计、高分SCI写作；
02
培训时间
2025年12月26日— 2025年12月29日 远程在线培训
（第一天数据及操作软件调试，共授课三天）
03
主讲专家
04
参加对象
全国三甲医院、医学研究所及高校从事临床医学和生物医学研究的临床医生、副主任医师、主任医师，以及临床医学博士、硕士研究生；
05
生成式AI临床应用
1，临床数据分析与处理：对患者的临床数据进行清洗、整理和分析，提取有用的信息，建立科学数学模型，从而帮助医生作出数据驱动的决策。
2，医学影像处理：分析医学影像，如CT、MRI和X光图像，辅助诊断肿瘤、骨折等疾病。
3，机器学习模型辅助诊断：构建机器学习模型，进行疾病预测、分类（如预测癌症的风险、心脏病的发生等）。
4，临床试验数据分析：对临床试验数据进行统计分析，计算各种临床变量的显著性，评估治疗效果。
5，病历分析：处理电子病历中的文本信息，提取症状、疾病和治疗方案等关键数据，为医生提供辅助诊断。
6，生物信息学数据分析：分析基因组数据、蛋白质结构、基因表达数据等，支持临床医学研究中的基因组学、蛋白质组学和生物标志物的发现。
7，自动化报告生成：生成自动化的临床报告。通过结合模板和数据输入，可以生成个性化的患者报告，减少人工记录的工作量。
8，药物交互性分析：分析不同药物之间的相互作用，预测药物可能产生的副作用或不良反应，帮助医生在开药时做出更合理的决策。
9，预测模型与患者监测：构建临床预测模型，基于患者的病历和实时数据，进行病情预测、急性事件预警（如心脏骤停、糖尿病并发症等）。
10，医学文献推荐与摘要生成：自动筛选和推荐与患者病情相关的最新医学文献，并生成简洁的摘要，帮助医生快速了解最新的研究进展。
11，病灶识别：可以识别病理图像、肿瘤图像，从而提高病理诊断的准确度、预测疾病风险、制定治疗方案。
06
课程大纲
课程主题
|
课程内容
|
一、大语言模型DeepSeek
入门&进阶
|
第1部分：生成式人工智能DeepSeek 工具介绍
ØDeepSeek的介绍
ØDeepSeek模型的学习与实践
ØDeepSeek的技术创新介绍
ØDeepSeek的混合专家架构
ØDeepSeek和Chatgpt的比较
ØDeepSeek V3和Chatgpt 4o的任务领域及展示
ØDeepSeek R1和Chatgpt O3的任务领域及展示
ØChatgpt发展历程及提示词生成技巧5W1H
ØChatgpt临床进阶——技能学习、病例分析
ØChatgpt学习应用——毕业答辩、PPT制作
ØChatgpt语音扩展——病例讨论、外语训练
ØChatgpt 4o 和OpenAI o3的联系与差别
|
课堂练习操作：
☆ 如何实现Chatgpt、DeepSeek账号的电脑端和手机端同步登陆
☆ 如何运用Chatgpt语音功能进行模拟场景的训练
仿真课题答辩、模拟高难度面试、疑难病例MDT讨论、小语种的外语教学
|
|
第2部分：DeepSeek辅助文献的高效阅读
Ø文献阅读与课题定位（0基础教学）
Ø文献阅读细节和技巧
Ø泛读、粗读、精读文献的习惯养成
Ø基于Chatgpt&DeepSeek的文献高效阅读
Ø如何从文献中快速总结提炼科研方向
Ø如何高效评价科研想法的创新性和可行性
|
|
课堂练习操作：
☆ 基于Chatgpt、DeepSeek的文献高效阅读——8大应用：
（文献快速总结、对比分析、审校、ppt制作、结题等应用）
|
|
二、DeepSeek医学科研应用
课题设计&论文撰写&国自然申请要点与策略
|
第3部分：DeepSeek辅助科研课题设计
Ø科研设计的层次和逻辑要点
Ø项目课题中标的基本条件
Ø会评材料的负面备注
Ø国家自然基金申报要点与策略
Ø论著、综述、个案报道、Letter撰写
Ø反AI检测
Ø杂志投稿与选刊
Ø大语言模型是否能用于正式论文写作？
Ø国内外出版机构对Chatgpt的态度如何？
|
课堂练习操作：
☆ 结合现场部分学员给予的关键词，现场基于Chatgpt&DeepSeek进行课题设计，并对课题进行基于学员需求的个性化调整。
☆ Chatgpt辅助科研文书撰写、反AI检测、Chatgpt的插件介绍和展示
☆ 如何基于Chatgpt&DeepSeek进行降重、如何润色、不同文笔风格的仿写展示、case report的模版生成和撰写。
|
|
三、DeepSeek模型高阶应用
基于Python操作的扩展
|
第4部分：Python的基础应用
Ø开发环境Jupyter Lab
ØPython基本语法、条件语句、循环语句
Ø函数、模块和包、面向对象
Ø常用库：NumPy、Pandas、SciPy、Matplotlib、Seaborn
Python的进阶应用
ØPython高级语法
Ø基于Python的表格处理和科学计算
Ø基于Python的绘图应用
Ø基于Python的机器学习理论和实践
|
课堂练习操作：
☆ 基于Python理论课程的基本操作。
（大数据挖掘、预测模型、医学影像处理、对话机器人）
|
|
第5部分：生成式大语言模型API接口调用
Ø人工智能发展历程
Ø人工智能和AGI的关系
Ø基于DeepSeek的技术创新
ØChatgpt的介绍及接口调用
ØDeepSeek的介绍及接口调用
Ø智谱清言的介绍及接口调用
Ø通义千问的介绍及接口调用
|
|
课堂练习操作：
☆ Chatgpt，DeepSeek、智谱清言、通义千问的API接口调用。
（文献翻译、论文选题、视频生成、中英文论文润色、反检测）
|
|
第6部分：检索增强的生成模型RAG
Ø大语言模型的弊端
ØRAG搭建流程
Ø向量检索Chroma
Ø文档分割技巧
Ø手写基于医学知识库的专业问答GPT
Ø词向量
Ø向量数据库
|
|
课堂练习操作：
☆ 基于医学实际问题的检索生成模型RAG搭建与操作
（医学知识图谱构建、图像辅助分析、临床试验设计、预测模型）
|
|
四、DeepSeek临床案例演练
（上机实操）
|
第7部分：结合临床案例进行展示操作
Ø 基于深度学习的乳腺癌分子分型预测
Ø 甲状腺癌的良恶性鉴别诊断
Ø基于自然语言处理NLP技术的疼痛管理
Ø 肺结节的良恶性风险分析
Ø 基于人工智能技术的肺部癌症风险预测
Ø 基于人工智能技术的深静脉血栓预测
Ø 人工智能技术指导宫颈癌精准诊断和预后
Ø 基于人工智能技术的脊髓损伤综合诊疗
Ø 基于腰椎MRI深度学习的腰椎间盘退化分析
|
五、课程辅助措施
|
第8部分：学以致用，实践驱动
☆ 长期微信群答疑，为学员扫清技术难点障碍
☆ 技术咨询、合作，提供全方位服务
☆ 专业技术团队深入探讨
☆ 科研基金项目合作
|
07
联系方式
联系人: 毛泽璇（老师）
联系电话：010-56129268
手机（微信同号）：13311241619
