2026 年 4 月 24 日，DeepSeek 正式发布并开源 V4 预览版。发布当周，和仁科技（300550） MindHub AI 中台已完成对 V4 的原生适配，覆盖模型推理、上下文工程与医院（884301）侧合规链路。客户医院（884301）无需更换中台或进行业务侧二次开发，仅在管理后台切换模型版本即可获得 V4 能力。
01
DeepSeek V4：四项关键能力
V4 包含 V4-Pro（1.6T 参数 / 49B 激活）与 V4-Flash（284B 参数 / 13B 激活）两款模型。其中四项升级，对医疗场景具有显著适用性。
百万 token 长上下文。上下文窗口由 128K 扩展至 1M tokens，输出长度上限 384K，使模型首次具备一次性读取完整住院病程档案的工程可行性。
DSA 稀疏注意力 + Token 维度压缩。新型注意力机制在长上下文条件下显著降低算力与显存开销，直接决定医院（884301）私有化部署与多并发推理的成本可控性。
思考 / 非思考双模式。同一模型可按任务切换：复杂临床决策走思考模式（支持 reasoning_effort 参数），日常结构化抽取走非思考模式，兼顾质量与吞吐。
Agent 能力与国产算力。V4-Pro 在 Agentic Coding 评测达到开源 SOTA，数学/Stem（STEM）/代码推理比肩世界顶级闭源模型；同步原生支持华为昇腾（886058）超节点，完整契合医院（884301）信创（886013）合规要求。
02
和仁 MindHub：自研医疗 AI 应用开发平台
MindHub 定位为医院（884301）智能底座与各类临床、管理场景之间的核心引擎，与和仁自有 HIS 系统在同一技术体系下协同设计。其核心能力可归纳为四项。
临床上下文工程
引入双重上下文重构（Dual-Context Reconstruction）：自动聚合电子病历、历史医嘱、检验检查与过敏史构建患者全息画像，同步识别当前医生的科室、职称与诊疗习惯。模型由此摆脱通用回答模式，输出与具体患者、具体医生高度相关的诊疗建议。
积木式低代码构建
支持可视化工（850102）作流与智能体编排，临床专家亦可通过拖拽完成数据获取、模型推理与信息处理的串联。智能体与工作流可一键封装为标准 API，对现有医疗业务系统实现零侵入式赋能，叠加 RAG 多格式知识库与提示词版本管理，构成可持续迭代的"医学大脑"。
数据孤岛深度融合
将分散于 HIS、PACS、LIS 的多源数据深度整合，提供 HTTP 标准接口、数据库直连、模型上下文协议（MCP）三种对接方式。其中 MCP 将常用数据操作封装为标准化工（850102）具，实现智能体侧的"即插即用"。
安全可控的部署调度
基于场景的灵活调度策略：本地化部署承接病历解析、影像分析等高敏感任务，数据院内闭环；云端 API承接患者端小程序、健康科普等低敏感场景；混合模式结合云端通用能力与本地安全存储。每一次模型调用均完成身份标识、调用审计与数据脱敏，形成可回溯的全链路日志。
03
V4 × MindHub：模型能力 × 工程闭环
基础模型的能力跃迁，需要工程化中台才能稳定抵达临床。V4 与 MindHub 在四项能力上形成了清晰的对应。
DeepSeek V4 | MindHub 承接 |
|---|---|
1M 长上下文 | 双重上下文重构，按患者时间线一次性输入全病程 |
思考 / 非思考双模式 | 按任务自动调度模式，复杂决策与高并发抽取并存 |
Agent SOTA 能力 | 积木式编排，临床专家直接构建多步骤医疗 Agent |
昇腾国产算力支持 | 本地 / 云 / 混合调度，匹配信创（886013）与数据合规要求 |
一线医护能感受到的具体变化
对一线医生与护士而言，V4 的升级并非后台参数的变化，而是工作台体验的可感知跃迁——具体可归纳为四个方向：
响应更快。非思考模式让结构化文书与常规咨询从几秒等待转为即时生成，文书闭环的总耗时显著缩短。
记忆更全。1M 长上下文让 AI 一次性读懂患者从首次就诊到本次入院的全部记录，建议不再"漏读"关键既往史与历次用药。
推理更深。思考模式与 reasoning_effort 参数，使 AI 在疑难病例上从"列出可能性"升级为"逐步给出依据"，鉴别诊断与用药决策更具临床说服力。
执行完整。Agent 能力让 AI 独立完成多步骤工作流（如整份病案的多规则联审），无需医生反复拆解、追问。
这些变化共同指向一个方向：AI 在医院（884301）的角色，正从"随手可查的工具"走向"能托付一段流程的助手"。落到具体的高频场景上，体验改变如下：
临床场景 | 主要使用者 | V4 升级后的改变 |
|---|---|---|
复杂病程梳理 | 主任 / 主治医师 | 一次性读完患者全部住院与门诊记录，建议贯穿全程，不再因上下文截断丢失关键既往史 |
门诊病历书写 | 门诊 / 住院医师 | 非思考模式秒级生成首程与出院小结，结合医生上下文识别书写习惯，改稿量显著下降 |
疑难病例 / MDT 会诊 | 专科主任 / 会诊专家 | 思考模式逐步推理罕见病鉴别、并发症与合并用药风险，鉴别诊断更深一层 |
医保病案 drg/dip（885947） 审核 | 病案室 / 医保办 | Agent 多步骤联审，自动识别诊断 - 诊疗 - 编码三者的一致性问题，减少人工逐条核对 |
患者咨询 / 智能导诊 | 护士站 / 患者服务中心 | 多轮对话理解就医流程，结合院内知识库精准应答，已在客户医院（884301）实现 >94% 人工替代率 |
上述变化的共同特征是：医生与护士不需要学习新工具、不需要适应新流程，原有的工作台界面、原有的操作习惯保持不变——升级的是 AI 给出的回答质量、响应速度，与可承担任务的复杂度。
差异化壁垒
MindHub 是行业内极少数从底层架构到上层应用全栈自研的医疗 AI 中台，并与和仁自有 HIS 系统同源协同。模型路由、上下文工程、Agent 编排与合规链路全部由和仁自研团队完成，因此每一次基础模型升级均可独立完成对接，不受上游版本节奏制约。
相关核心设计已转化为受保护的知识产权：3 项软件著作权 + 3 项发明专利，覆盖医疗大模型路由、长上下文病历调度与 AI 安全合规链路等关键环节。
落地成果
沉淀医疗智能体 | 150+ |
本地化部署医院（884301） | 10+ 家 |
云端使用医院（884301） | 30+ 家 |
智能客服人工替代率 | > 94% |
患者等待时长降幅 | 92% |
和仁科技（300550）深耕医疗信息化十余年，服务超过 300 余家医疗机构。MindHub AI 中台是和仁科技（300550）对"医院（884301）如何稳健承接每一代大模型"这一行业课题给出的工程化解决方案。
DeepSeek V4 的原生适配，是和仁与国产大模型生态共建路径上的又一次同行。
基础模型的进化以季度计，医院（884301）信息化的稳健以十年计。MindHub AI 中台，正是这两种节奏之间的工程桥梁——让每一次国产模型的跃迁真正赋能中国医生工作台上的每一次效率提升、中国患者就医过程中的每一次体验改善。
