DeepSeek在公立医院内部控制中的探索与应用
【摘要】2023年12月，财政部、国家卫健委等4部门印发了《关于进一步加强公立医院内部控制建设的指导意见》，提出充分利用信息化技术手段加强公立医院内部控制建设。随着数字技术的快速发展，人工智能大模型的应用为公立医院内控建设提供了新的思路和技术支撑。文章探讨公立医院利用DeepSeek构建三维融合内控知识培训模型和内控模型，进行复合型内控人才培养、预算监控、精细化成本控制等多场景应用，并在此基础上以财务报销为例，分析了DeepSeek大语言模型在智能审核、风险预警等财务报销关键环节的具体应用，为公立医院内部控制建设提供了实践经验。
【关键词】DeepSeek；内部控制；公立医院；财务报销
【中图分类号】F234.3；R197.324【文献标识码】A【文章编号】1004-5937（2025）18-0096-06
2022年4月，国家卫生健康委办公厅、国家中医药局办公室下发了《关于印发公立医院运营管理信息化功能指引的通知》，指出“公立医院运营管理信息化关注利用人工智能、大数据及物联网等新技术作为医院运营管理的重要工具与手段，将网络信息与数据安全作为医院运营管理的底线能力进行设计”。DeepSeek是一款国产深度生成式AI工具，它采用了多种创新技术，包括混合专家模型（MoE）、群体相对策略优化（GRPO）和多头隐式注意力（MLA）等机制，可通过并行专家网络进行任务分配，模拟群体智能优化更新策略，并采用多头挖掘数据关联性精准捕捉信息，提升了计算效率与泛化能力[1]。其在文本理解、信息抽取、数据分析等方面具有显著优势，可有效应用于公立医院内控的各个环节，提升内控效率和效果，为医院的发展规划提供准确的内控数据分析报告，实现公立医院健康、可持续发展。本文基于公立医院内部控制建设，围绕财务报销关键环节，探索DeepSeek大模型在公立医院内部控制中的应用。
一、DeepSeek在公立医院内控中的探索
（一）本地化部署DeepSeek，提高公立医院信息化建设水平
在中国特色社会主义现代化建设的征程中，公立医院通过引入先进的医疗信息系统，以新发展理念为指导，以数字技术、人工智能为引擎，把人工智能、大数据、虚拟现实等技术赋能作为转型升级新动力，以新场景、新业态、新技术丰富数字消费供给，优化就医流程，加强数据管理和安全保障，实现医院管理的智能化和为患者服务的便捷化。相较于ChatGPT等大模型，DeepSeek使用价格更低，且算力需求更少，其开源模式支持本地私有化部署，能够有效满足政府机关、企事业单位等机构对数据隐私保护、模型定制化以及低延迟响应等方面的需求[2]。目前开源的DeepSeek面向公立医院的内控使用，处理更复杂的算法模拟和数据分析任务。根据DeepSeek的部署文档，安装广泛应用于自然语言处理、计算机视觉、语音识别领域的transformers和用于各种自然语言处理（NLP）任务的sentencepiece。通过实时生成的API调用，实现DeepSeek与HIS、绩效管理系统（PEI）、资金系统、会计档案系统、预算系统等应用系统的对接，提高公立医院信息化建设水平。
（二）利用DeepSeek构建内控培训模型，培养业财融合内控人才
公立医院内控建设，必须提高内控人员的专业能力和职业道德素养，推动公立医院发展。应加强对业务知识、法律意识和职业道德的教育培训，以适应不断变化的市场环境和内部制度，确保员工具有良好的专业能力和执行能力；可设立专项基金，鼓励员工参与各岗位的数字化转型，支持员工的数字化创新项目，激发员工的创造力和主动性[3]。
1.构建内控知识培训模型
培养数字化内控人员，满足大模型时代对“懂内控、有技术、会应用”的复合型医院财务内控人才的需求。本地化部署的DeepSeek运行提示词，构建“法规—技术—业务”三维融合的内控知识培训模型应用示例（部分内容）如图1所示。
2.内控知识培训模型应用场景
（1）模拟答疑：内控人员在培训过程中遇到难点疑点问题，如医院内控制度与新《会计法》表述不一致，可随时向模型提问，模型通过深度技术分析给出正确答案。
（2）模拟风险评估：借助模型创建超标准报销财务风险场景，财务内控人员进行分析处理。模型根据处理的方式方法给出即时评价，指出不规范或错误的处理办法，并给出正确的解决方案，提升风险识别与应对能力。
（3）模拟案例分析：模型给出公立医院财务内控的案例，如多标准财务报销问题，引导财务内控人员多角度分析案例，规范统一报销标准，总结经验教训。模型可提供多种分析思路拓宽内控思维视野。
通过DeepSeek内控知识培训模型培养高素质的业财融合财务内控人员，实现提高内控管理效率、优化决策、规避风险的目的。
（三）基于DeepSeek