第一章 DeepSeek 與醫(yī)藥大語言模型
1.1 通用大語言模型與垂直大語言模型
1.2 醫(yī)藥業(yè)務助手
1.3 什么是智能體與模型上下文協(xié)議
1.4 醫(yī)藥大語言模型的意義
1.5 DeepSeek 與未來醫(yī)藥發(fā)展
第二章 生物醫(yī)藥大語言模型場景
2.1 藥物研發(fā)與臨床醫(yī)學場景概述
2.1.1 藥物研發(fā)場景概述
2.1.2 臨床醫(yī)學的場景概述
2.2 醫(yī)藥情報洞察
2.2.1 藥物競爭格局分析
2.2.2 醫(yī)藥文獻分析
2.2.3 醫(yī)藥專利分析與挖掘
2.3 藥物臨床研究的大語言模型場景
2.3.1 研究中心與 PI 選擇
2.3.2 患者招募
2.3.3 真實世界研究
2.4 醫(yī)藥市場的大語言模型場景
2.4.1 醫(yī)藥學術(shù)推廣
2.4.2 醫(yī)藥營銷
2.5 循證醫(yī)學的大語言模型場景
2.5.1 Meta 分析
2.5.2 循證醫(yī)學知識問答
2.6 臨床診療的大語言模型場景
2.6.1 臨床決策支持
2.6.2 臨床預問診
2.7 中醫(yī)藥大語言模型
2.7.1 中醫(yī)藥大語言模型的場景
2.7.2 中醫(yī)藥大語言模型的設計
2.8 其他應用場景
第三章 生物醫(yī)藥大語言模型的數(shù)據(jù)準備
3.1 大語言模型的數(shù)據(jù)要求
3.2 醫(yī)藥數(shù)據(jù)如何獲取
3.3 醫(yī)藥數(shù)據(jù)分類與治理策略
3.3.1 醫(yī)藥數(shù)據(jù)治理要素
3.3.2 醫(yī)藥數(shù)據(jù)治理方案
第四章 大語言模型構(gòu)建
4.1 大語言模型的訓練過程
4.2 有監(jiān)督微調(diào)
4.3 強化學習過程
4.4 RAG 原理與技巧
4.5 寫好提示詞
4.6 DeepSeek 與知識蒸餾
第五章 醫(yī)藥企業(yè)內(nèi)部知識平臺建設
5.1 醫(yī)藥知識平臺的意義
5.2 醫(yī)藥知識平臺的構(gòu)建方法
5.2.1 需求梳理
5.2.2 頂層設計確定目標與節(jié)奏
5.2.3 數(shù)據(jù)智能平臺建設
5.2.4 DeepSeek 與技術(shù)能力構(gòu)建
5.3 醫(yī)藥大語言模型的未來發(fā)展
第六章 落地場景案例分析
案例：醫(yī)藥數(shù)據(jù)分析報告