二十大代表风采丨“韶华”到“白头” 路生梅扎根陕北五十余载书写“医者仁心”******
中新网西安10月9日电 题:“韶华”到“白头” 路生梅扎根陕北五十余载书写“医者仁心”
中新网记者 阿琳娜 梅镱泷
“毕业后来到佳县至今已有五十多年,我认真履行医生的职责使命,真诚对待每一位患者,患者家属的信任就是对我最大的肯定和‘回报’,患儿的康复和健康成长就是我的成就。”路生梅说,扎根陕北,此生无悔。
1968年,路生梅从北京第二医学院(现首都医科大学)毕业,响应国家号召,24岁的她离开家乡,来到了陕北佳县。这个土生土长的北京姑娘,初到佳县,就感觉到这里与北京的“天壤之别”。
路生梅在家中看书学习。 阿琳娜 摄“当时的佳县十分贫瘠,我们喝的黄河水,睡的是土炕,虱虫叮咬更是常有的事。”路生梅说,这样的生活对刚毕业的她而言是全然陌生的。但她努力适应,全身心投入工作。
“那个年代,佳县地瘠民贫,靠天吃饭的乡亲们小病扛,大病也扛,医疗常识十分匮乏,很多山里的患者走不出来。”路生梅说,她和同事们经常抽时间进村入户,主动上门送医送药。
路生梅告诉记者,一次,她走了一个小时夜路到患者家中看病。那户人家光线昏暗,一个产妇坐在一个土袋子上,孩子刚出生。旁边的人正准备用黑乎乎的家用剪子给孩子断脐。路生梅立刻制止,并用消毒器械和敷料认真地给孩子断脐包裹。
这次难忘的出诊经历让路生梅印象深刻。她说,这里的群众医疗知识太缺乏了,医疗条件太落后了,这里就是最需要她的地方。她一定要改变这里的医疗条件,普及卫生知识。
路生梅扎根陕北五十余载。 佳县宣传部供图“我要为党工作五十年,为佳县人民服务五十年。”这是路生梅当年许下的承诺。
除了生活条件艰苦,工作上的挑战也不小。当时佳县医务人员少,医院不分科,每个医生都要会诊治内、外、儿各科疾病。儿科系毕业的路生梅便在工作之余,抓住一切机会学习各科诊疗知识,逐渐成为一名掌握内、外、妇、儿、中医、针灸各科知识的全科医生。
在佳县工作多年,路生梅多次放弃调离佳县的机会。“我是一名医生,这里的患者需要我,我必须留下来。”路生梅说,自己就是一只拴着线的风筝,无论走到哪儿,只要病人一拉线,她就会回到他们身边。
为了更专业、更有效地救治更多的患儿,路生梅立志要为佳县医院创办独立的儿科。为此她“东奔西跑”,并不断宣传和强调建立独立儿科的必要性和重要性,终于在1983年将儿科独立分离出来。为提高医疗和护理技术,她让科里所有护士分批到西安儿童医院进修学习小静脉穿刺技术,资金不足时,她就四处筹资还自掏腰包。此外,路生梅经常和她的同事们到基层培训乡村医生,推广计划免疫,普及医疗常识。
1999年,退休后的路生梅放弃回到大城市的机会,拒绝了大医院的高薪聘请,选择了继续留在佳县。除了在医院和家里义诊外,她还热心于志愿者活动。
窑洞里,一张炕、几件简单的家具……这里既是路生梅的住所,也是她的诊所。只要一有病人来,她会立即放下手中的事,认真诊治每一位患者。
路生梅退休后在家中义诊。 阿琳娜 摄“在佳县,路大夫的家庭地址和电话号码几乎无人不知,家里小孩生病都愿意让路大夫看,甚至佳县周边人也会慕名而来。”患儿家长赵玲玲说,路大夫不仅医术高明,而且很为患者着想,多年来坚持不花钱能治病、少花钱治大病的原则,也从不乱用抗生素和滋补药品。
多年来,“路奶奶”早已有了一套“对付”哭闹患儿的经验:她会在自己的左右手大拇指上画小人逗孩子开心,在与患儿的互动中观察孩子的状态。她的手机很少关机,遇到未接电话,她会一一打过去,生怕是病人家属打的,耽误孩子的诊治。
“路姐”“路姨”“路奶奶”“路大夫”……走在佳县街头,随时都会有老乡与路生梅热情地打招呼,当地很多家庭中的几代人都在路生梅这里看过病,路大夫也成了他们的“老熟人”和“家人”。
“人生的价值就在于有信念、有理想。为了信念和理想,不怕受挫折,坚持不懈,永远奋斗,哪怕十年、二十年,甚至一生的努力。”路生梅是这样说的,也是这样做的。
当选党的二十大代表,路生梅表示,自己深感责任重大。为了更好地履职尽责,她深入到群众中,了解群众的心声,继续为基层医疗机构建设、提升基层儿科服务能力贡献自己的一份心力。
“我今年78岁了,生命留给我还有多少时间我不知道,但是我会兑现‘生命不息,服务不止’的承诺。”路生梅说,作为医生,为病人解除痛苦没有退休年龄,只要还能干得动,病人需要,她就会一直干下去。(完)
向善而生的AI助盲,让AI多一点,障碍少一点****** 有人说,盲人与世界之间,相差的只是一个黎明。在浪潮信息研发人员的心中,失去视力的盲人不会陷入永夜,科技的进步正在力图给每一个人以光明未来。 AI助盲在人工智能赛道上一直是最热门的话题之一。以前,让失明者重见光明依靠的是医学的进步或“奇迹”。而随着以“机器视觉+自然语言理解”为代表的多模态智能技术的爆发式突破,更多的失明者正在借助AI提供的感知、理解与交互能力,以另一种方式重新“看见世界”。 新契机:多模态算法或将造福数以亿计失明者 科学实验表明,在人类获取的外界信息中,来自视觉的占比高达70%~80%,因此基于AI构建机器视觉系统,帮助视障患者拥有对外界环境的视觉感知与视觉理解能力,无疑是最直接有效的解决方案。 一个优秀的AI助盲技术,需要通过智能传感、智能用户意图推理和智能信息呈现的系统化发展,才能构建信息无障碍的交互界面。仅仅依靠“一枝独秀”超越人类水平的单模态人工智能比如计算机视觉技术还远远不够,以“机器视觉+自然语言理解”为代表的多模态算法的突破才是正确的新方向和新契机。 多个模态的交互可以提升AI的感知、理解与交互能力,也为AI理解并帮助残障人士带来了更多可能。浪潮信息研发人员介绍说,多模态算法在AI助盲领域的应用一旦成熟,将能够造福数以亿计的失明者。据世卫组织统计,全球至少22亿人视力受损或失明,而我国是世界上盲人最多的国家,占世界盲人总数的18%-20%,每年新增的盲人数量甚至高达45万。 大挑战:如何看到盲人“眼中”的千人千面 AI助盲看似简单,但多模态算法依然面临重大挑战。 多模态智能算法,营造的是沉浸式人机交互体验。在该领域,盲人视觉问答任务成为学术界研究AI助盲的起点和核心研究方向之一,这项研究已经吸引了全球数以万计的视障患者参与,这些患者们上传自己拍摄的图像数据和相匹配的文本问题,形成了最真实的模型训练数据集。 但是在现有技术条件下,盲人视觉问答任务的精度提升面临巨大挑战:一方面是盲人上传的问题类型很复杂,比如说分辨冰箱里的肉类、咨询药品的服用说明、挑选独特颜色的衬衣、介绍书籍内容等等。 另一方面,由于盲人的特殊性,很难提取面前物体的有效特征。比如盲人在拍照时,经常会产生虚焦的情况,可能上传的照片是模糊的或者没有拍全,或者没拍到关键信息,这就给AI推理增加了难度。 为推动相关研究,来自卡内基梅隆大学等机构的学者们共同构建了一个盲人视觉数据库“VizWiz”,并发起全球多模态视觉问答挑战赛。挑战赛是给定一张盲人拍摄的图片和问题,然后要求给出相应的答案,解决盲人的求助。 另外,盲人的视觉问答还会遭遇到噪声干扰的衍生问题。比如说,盲人逛超市,由于商品外观触感相似,很容易犯错,他可能会拿起一瓶醋却询问酱油的成分表,拿起酸奶却询问牛奶的保质期等等。这种噪声干扰往往会导致现有AI模型失效,没法给出有效信息。 最后,针对不同盲人患者的个性化交互服务以及算法自有的反馈闭环机制,同样也是现阶段的研发难点。 多解法:浪潮信息AI助盲靶向消灭痛点 AI助盲哪怕形式百变,无一例外都是消灭痛点,逐光而行。浪潮信息多模态算法研发团队正在推动多个领域的AI助盲研究,只为帮助盲人“看”到愈发精彩的世界。 在VizWiz官网上公布的2万份求助中,盲人最多的提问就是想知道他们面前的是什么东西,很多情况下这些物品没法靠触觉或嗅觉来做出判断,例如 “这本书书名是什么?”为此研发团队在双流多模态锚点对齐模型的基础上,提出了自监督旋转多模态模型,通过自动修正图像角度及字符语义增强,结合光学字符检测识别技术解决“是什么”的问题。 盲人所拍摄图片模糊、有效信息少?研发团队提出了答案驱动视觉定位与大模型图文匹配结合的算法,并提出多阶段交叉训练策略,具备更充分的常识能力,低质量图像、残缺的信息,依然能够精准的解答用户的求助。 目前浪潮信息研发团队在盲人视觉问答任务VizWiz-VQA上算法精度已领先人类表现9.5个百分点,在AI助盲领域斩获世界冠军两项、亚军两项。 真实场景中的盲人在口述时往往会有口误、歧义、修辞等噪声。为此,研发团队首次提出视觉定位文本去噪推理任务FREC,FREC提供3万图片和超过25万的文本标注,囊括了口误、歧义、主观偏差等多种噪声,还提供噪声纠错、含噪证据等可解释标签。同时,该团队还构建了首个可解释去噪视觉定位模型FCTR,噪声文本描述条件下精度较传统模型提升11个百分点。上述研究成果已发表于ACM Multimedia 2022会议,该会议为国际多媒体领域最顶级会议、也是该领域唯一CCF推荐A类国际会议。 在智能交互研究方面上,浪潮信息研发团队构建了可解释智能体视觉交互问答任务AI-VQA,同时给出首个智能体交互行为理解算法模型ARE。该研究成果已发表于ACM Multimedia 2022会议。该研究项目的底层技术未来可广泛应用于AI医疗诊断、故事续写、剧情推理、危情告警、智能政务等多模态交互推理场景。 眼球虽然对温度并不敏感,但浪潮信息的研发团队,却在努力让盲人能“看”到科技的温度,也希望吸引更多人一起推动人工智能技术在AI助盲、AI反诈、AI诊疗、AI灾情预警等更多场景中的落地。有AI无碍,跨越山海。科技的伟大之处不仅仅在于改变世界,更重要的是如何造福人类,让更多的不可能变成可能。当科技成为人的延伸,当AI充满人性光辉,我们终将在瞬息万变的科技浪潮中感受到更加细腻温柔的善意,见证着更加光明宏大的远方。 (文图:赵筱尘 巫邓炎) [责编:天天中] 阅读剩余全文() |