新生儿平安娩出
看到王薇夫妇成功“升级”为父母,产科病房里的其他准父母也纷纷表示,“希望能够沾沾喜气”。毕竟,面对新冠病毒感染,孕产妇的身体情况比平常更复杂,医护人员的工作任务也比平常更艰巨。
孕妇和产科医生无法给生活和工作按下“暂停键”
在产科,发热的患者在增多,发热的医护人员也在增多。可对于自己确诊新冠阳性这件事,医护人员的第一反应不是担心,也不是“躺平”,而是抱歉,生怕自己“倒下”后会给同事带来更大压力。
“我们当时能做出的最大努力,就是希望没有‘阳’的同事能够坚守到最后一刻,给其他人多争取一天的康复时间。”在12月中下旬的日子里,几乎每天都有护士测出阳性,但没人会等症状完全消失再来上班。省立医院产科病房护士长王晓亚告诉记者,“我们产科实际在岗人员一共28名,最终确诊的人员是27名。大家可能会乏力、咳嗽,但只要稍微好转、不发热,都主动要求返岗。”
工作中的王晓亚
感染新冠病毒后,许多人或许可以给生活和工作按下暂停键,而孕妇和产科医生们却没有“停下来”的选择。“64张床位,基本满员。孕产妇多、人手紧、工作强度大,我们每天需要办理住院手续、进行环境消杀、巡视病房、观察新生儿的情况等等。但是没有一个人喊苦喊累,每个人走路都像带着风一样。”
王晓亚回忆,12月初,病房里转运过来第一例新冠阳性孕产妇。随后,急危重症的孕产妇也陆续转来。“最难的时候是12月17号、18号两天,我在微信群里发消息,说有能力和体力上班的工作人员请接龙。当时一共是14名同事表示可以来,临床工作压力确实很大,但基于这身白衣赋予的使命感、责任感,大家义无反顾选择坚持。”
夜间值班时,走廊的灯一开就到了天明
在妇产科,发热的孕产妇有时需要吸氧,需要静脉滴液来做物理降温,也需要监护胎儿的情况。“特别是夜班里,护士的任务明显更为繁重。”产科病房主管护师程新巧对此有着切身体会,12月18号夜间到19号凌晨,她和一名助手迎接了6位新生儿。
“三台手术三个宝宝,还有一台手术是三胞胎。病房中还有20多个孕产妇,我要听胎心,要给药、要做各种治疗。”参加工作22年,她还没有像这次一样,一晚上都没来得及坐下休息。“不摘口罩,基本不喝水,也不饿。来之前虽然没胃口,还是在家里下了一碗面条,保证体力。”
新生儿的出生记录
夜暗,灯长明。值班的16个小时中,手术一台接着一台,程新巧来来回回穿梭在走廊中。“看见一个又一个孕产妇平安诞下宝宝,我觉得这些苦、这些累都值了。”
临产期“阳”了,情况比平常更复杂
新年以来,省立医院妇产科每天出生的新生儿平均有10位。对新手爸妈来说,担忧最多的还是孩子。徐先生称,“虽然大部分人已经‘阳’过了,但对新冠病毒的不同毒株还是担心,孩子得科学防护。”而为家长们进行健康宣讲,是程新巧常做的事。“多开窗通风、注意手卫生、规范哺乳,做好防护工作的话,产妇和家人们也就不用太担心。”
另一方面,孕产妇的确是比较容易感染新冠的人群,而且一旦感染,病征表现可能会比一般人更加复杂。“基本上发热、咳嗽等症状会持续1-3天。而临产妇发烧的时候,容易引起肚子里小孩的胎心改变。”王晓亚介绍,母体体温升高之后,胎儿也随之心率增快,会产生一系列的问题。“这时候,医护人员会进行监护,观察了解宝宝在腹中一些的情况。”
在用药方面,孕产妇也不得不更加谨慎。王晓亚说,“因为涉及后续哺乳的问题,较普通人而言会有所不同。一般退热的药物是对乙酰氨基酚缓释片,咳嗽的话会配一些雾化类药物。”
医护人员为孕妇做检查
寒冬终将过去,新生总会到来
伴随着住院阳性孕产妇人数剧增,省立医院所有的医生不论年资,一律下沉。刘霄、曹南南两名妇产科住院总医师曾说,自己是幸运的,是科室里还没“阳”过的医生。但这也意味着,他们要在大家都倒下的时候加班、加点,要负责全院产科急会诊及危急重症的诊治工作,还要负责协调整个妇产科的医疗排班工作。
“在院领导的支持协调下,我们全体医护人员做好了一切准备,孕产妇的安全保障是我们工作的底线。”省立医院产科主任王谢桐表示,最难熬的日子里,医护人员的付出让他万分感动。“产科的专业性非常强,不可能从别的科室调人员过来。大家顾全大局,不计报酬,保质保量完成工作,目前医院妇产科还没有出现因新冠死亡或产生严重后遗症的病例。”
医护人员
如今,第一批感染的医生逐渐转阴。妇产科正以最大限度提高诊疗效率,全力以赴守护生命。至于未来是否面临一场持久战,没人能给出准确的答案。
在妇产科,新生总是随时到来,医护人员们又开始穿梭在那条长长的走廊上,随时会有新生命,选择这一刻来到这个世界……
“特别能聊”的人工智能会聊出些什么?******
聊天机器人ChatGPT优异表现引发市场关注,人工智能生成内容概念走上风口
“特别能聊”的人工智能会聊出些什么?
本报记者 时斓娜
阅读提示
全新人工智能聊天机器人模型ChatGPT不仅能够通过学习人类的语言来进行对话,还能根据聊天的上下文进行互动,让人们更直观地感受到了人工智能的魅力。包括内容生成、搜索引擎增强等在内的领域,将是其潜在的产业化方向。ChatGPT的商业化落地,还需要克服技术和科技伦理等方面的问题。
家里要养一只猫,该如何给猫取名字?怎样写出一个纸牌游戏的代码?在不同语境中,词语“意思”到底有几个意思?这些五花八门、时常令人绞尽脑汁都难以得出答案的问题,在人工智能聊天机器人ChatGPT的面前,不过是瞬间便可迎刃而解的“一碟小菜”。
产品发布短短两个月,ChatGPT的日活量已突破千万,不少人“聊过”之后惊呼“这太像真正的人类了”。其超预期的表现引发越来越多的市场关注,人工智能生成内容(AIGC)概念由此走上风口。
人工智能聊天究竟能聊些啥?ChatGPT所代表的AIGC应用将带来哪些影响和变化?记者对此进行了调查采访。
“真正像人类一样聊天交流”
“我所热爱的是我真实的生活,因为它包含了我所有的经历和感受,是我每一天都在体验和思考的。”这句乍看上去充满了人类体悟和情感的话,实则出自人工智能聊天机器人ChatGPT。
随着ChatGPT大火,不少网友将它与自己的聊天记录分享到社交平台上,ChatGPT时而诙谐有趣,时而又显得思想深邃。除了各种聊天互动外,还有不少网友们将ChatGPT视为一种工具,让其写作文、翻译文章,甚至写代码。迅速的响应能力和较为靠谱的回答让大家直呼其“真正像人类一样聊天交流”“特别能聊”。
中国信息通信研究院联合中国人工智能产业发展联盟对ChatGPT进行的测试显示,ChatGPT在百科检索、数学问答、文学交流、常识问答、知识推理等对话任务上的意图识别率均达到98%左右,在生活闲聊上的意图识别率约为95%,已具备较好的语义理解能力。
实际上,ChatGPT属于生成式人工智能的一个典型应用。人工智能是怎样“进化”得如此智能的?“这是因为ChatGPT建立在大型语言模型上,会通过连接大量的语料库来训练模型。这些语料库包含了真实世界中的对话和各种网络公开信息,使ChatGPT知识丰富,还能根据上下文进行互动。”深度科技研究院院长张孝荣表示。
创新交互为AIGC带来新启发
随着人工智能技术的发展,近年来AIGC类型不断丰富、质量不断提升、技术的工程化水平越来越高,国内外科技公司纷纷发力布局AIGC领域。
以百度文心大模型为例,输入一个题目,它可以瞬间写出上百篇作文;根据一句话或者一段描述文本,可以生成一幅精美的画作;根据一幅图像,可以自动生成高清、流畅的视频。
在百度技术委员会主席吴华看来,ChatGPT在用户界面和交互上是一种比较创新的模式,用户更容易以自然语言的方式进行交互,这会给大家带来革新性的认识,也会给AIGC带来新的启发。
目前,国外一些公司在积极探索并落地ChatGPT的诸多应用场景,通过将ChatGPT整合进搜索引擎等方式提高服务智能化水平。有观点认为,ChatGPT将颠覆搜索行业,在智能客服、游戏、虚拟人等领域也将得到广泛应用。硅谷投资机构红杉预测,未来AIGC有潜力产生数万亿美元的经济价值。
根据中国信息通信研究院发布的《人工智能白皮书(2022年)》,“生成式人工智能”技术将广泛应用于智能写作、代码生成、有声阅读、新闻播报、语音导航、影像修复等领域,听说读写等能力的有机结合成为未来发展趋势。
“人工智能生成在诗歌、作曲、绘画等艺术创作方面大放异彩,在分子结构、软件代码等科研生产领域的应用不断拓展,还帮助降低临床试验的科研成本和缩短研发周期。”云计算与大数据研究所内容科技部副主任石霖表示,当前,人工智能生成内容的辐射范围还在扩大,未来有望重塑各行业领域的研发面貌。
商业化落地需克服技术和伦理问题
尽管各界对AIGC发展前景保持乐观,但从现状来看,ChatGPT等产品想要真正落地,还需要克服技术和科技伦理等方面的问题。
在对ChatGPT进行的种种评测中,ChatGPT会犯一些常识性错误,反映出其在可控性、准确率方面仍存不足。有人形容,ChatGPT像极了一个很能聊但有时候喜欢信口开河的人类朋友。
中国信息通信研究院评测结果同样显示,ChatGPT在非闲聊型对话的任务完成率上表现一般,难以摆脱传统深度学习模型普遍存在的知识整合和逻辑推理的问题。
“ChatGPT虽然能够较好地回答不少问题,但在一些略有深度的、专业性较强的领域,其答案往往‘捉襟见肘’。这说明ChatGPT语料库规模和计算能力的天然不足,也说明了算法依然需要完善。”张孝荣说。
在技术层面以外,人工智能还面临着悬而未决的科技伦理问题。张孝荣表示,ChatGPT在科技伦理方面至少面临三大挑战:“一是版权问题,ChatGPT生成的内容更多来自搬运,容易引发侵权;二是信息安全问题;三是社会缺乏接纳这一新生事物的准备机制,这对监管挑战很大。”
在国内,AIGC产业化路径同样有待探索。石霖介绍说,国内AIGC产业基础薄弱,相关初创公司数量明显少于国外。同时,国内企业目前仍处于打磨产品阶段,还未出现较为好用的内容生成服务。
(文图:赵筱尘 巫邓炎)