在中成药使用中,很多药适应症有风寒和风热的区别,大家应该如何区分自己的症状是寒还是热,怎么选药更对症更有效?
《新冠病毒感染者居家中医药干预指引》以及各地出台的指南指引,推荐了很多中成药,个人参照这些方案,该怎样选药?应注意避免哪些用药误区?
针对本轮疫情中患者出现的“刀片喉”,中医如何看待?在治疗时是否更有优势,应该如何缓解?
北京中医医院院长刘清泉为您权威解答。
在中成药使用中,很多药适应症有风寒和风热的区别,大家应该如何区分自己的症状是寒还是热,怎么选药更对症更有效?
对于新冠病毒感染,从中医来看是“疫病”,通俗的说,是传染性很强的外感病。对于外感病,无论其具有风寒或风热的属性,都会出现发烧、怕冷、乏力、咽喉疼痛等症状。因此,无论风寒或风热引起的临床不适,具有解表功能治疗感冒的药物都会有疗效。当然如果有专业医生运用中医理论进一步区分风寒、风热进行治疗会更有效。
对于临床表现为发热、怕冷很明显、肌肉酸痛、咽干咽痛、乏力、鼻塞流涕、咳嗽等症状的,多属于风寒导致,宜服用具有疏风解表功效的中成药,如感冒清热颗粒、荆防颗粒、正柴胡饮颗粒、清解退热颗粒等。
对于临床表现为发热、咽痛明显,怕冷不明显,肌肉酸痛、乏力、咳嗽等症状的,多属于风热导致,宜服用具有疏风清热、兼有化湿解表或清热解毒功效的中成药,如连花清瘟胶囊或颗粒、金花清感颗粒、疏风解毒胶囊、宣肺败毒颗粒、清肺排毒颗粒、热炎宁合剂(颗粒)、银翘解毒颗粒、蓝芩口服液、复方芩兰口服液、痰热清胶囊、双黄连口服液、抗病毒口服液等。
患者可根据自身症状,选择其中一种中成药,按照说明书剂量服用1-2天后,如症状无明显缓解或持续加重,请及时到正规医疗机构就诊。切勿盲目同时服用多种功效类似的中成药。
特殊重点人群,尤其是老年人合并慢性基础疾病的、肿瘤患者、免疫相关疾病患者、慢性肾功能衰竭在做常规透析的患者等,这些人群如果感染了新冠病毒以后,吃中成药的时候一定要向专业医师咨询,在医生指导下用药。
《新冠病毒感染者居家中医药干预指引》以及各地出台的指南指引,推荐了很多中成药,个人参照这些方案,该怎样选药?应注意避免哪些用药误区?
在参照《指引》用药时,应注意以下几方面。
一是经早期治疗,一般3天之内体温逐渐正常,之后一些患者会出现咽喉疼痛、咳嗽、声音嘶哑等症状,此时宜服用具有宣肺止咳功效的中成药,如急支糖浆、止咳宝、通宣理肺丸、连花清咳片、杏贝止咳颗粒等;咽喉疼痛明显者加用3天利咽止痛功效的中成药,如六神胶囊、清咽滴丸、金喉健等。
二是部分病人出现明显的乏力,以及胃肠道症状如呕吐、腹泻等,此时多兼有湿邪,宜服用具有化湿解表功效的中成药,如藿香正气水、复方香薷水等。但此时不宜服用清热解毒类中成药,以免导致腹泻或者消化道症状加重。
三是儿童出现发热、咽干咽痛、咳嗽者,可用金振口服液、儿童清肺口服液等;如发热、食少腹胀、口臭、大便酸臭或秘结者,可用小儿豉翘清热颗粒、小儿柴桂退热颗粒、醒脾养儿颗粒等。因儿童体质特殊,在服药之前最好咨询儿科中医师。对于婴幼儿,还可以采用一些非药物治疗手段,比如推拿、捏脊,或者中医刮痧,来缓解患儿症状。
对新型冠状病毒感染,要理性用药、合理用药,切忌病急乱投医、盲目用药。
一是照说明书选择相应药物服用,看清楚药物的适应症、禁忌症以及不良反应等情况;
二是用药48小时若症状未见缓解请及时到医院就诊或咨询专业医师;
三是中西药不宜同时服用,应至少间隔30分钟,同一类型药物不建议重叠服用;
四是一般服药时间5-7天,不建议过度服药。
针对本轮疫情中患者出现的“刀片喉”,中医如何看待?在治疗时是否更有优势,应该如何缓解?
“刀片喉”是声门和声带周围的黏膜发生了充血水肿,一般来说,在病程的第3-5天时表现明显。在呼吸道病毒感染急性期结束,病毒复制被抑制,炎症减轻,水肿改善后,将会逐渐恢复。
从中医来看,“刀片喉”是“热毒”从全身消退,而聚到咽喉局部的症状表现。因此,早期规范治疗,及早“解表透邪”,将“热毒”及早透出是治疗的根本,热毒透出来了,“刀片喉”的情况会减少,或不发生,如果只用发汗退热的药但热毒无法清除,“刀片喉”的情况会增加。因此,早期治疗上以解表药为基础,加上清热解毒利咽的药共同发挥作用,既能快速退热,缓解全身症状,又能减少咽喉的不适。
对于已经出现“刀片喉”的感染者,中医药也有很多办法,如及时加用具有利咽止痛、解毒利咽等作用的药物,如六神丸/胶囊、清咽滴丸、金喉健喷雾剂等;也可以由医生进行针灸治疗,针刺少商穴、商阳穴等。这些都可以很好的缓解咽痛症状,如咽痛持续加重,宜前往医院寻求治疗。
来源:国家卫生健康委员会官网、健康中国
ChatGPT搞钱行不行******
一系列的试探之后,AI聊天机器人ChatGPT的收费计划浮出水面。当地时间2月1日,人工智能实验室Open AI在其官网宣布将推出“ChatGPT Plus”付费订阅版本,每月收取20美元。免费了两个月,月活用户却达1亿的ChatGPT,终于踏上了自己的“赚钱路”,由此,AIGC商业化落地的探讨也陡然升温。不少人迫切地想知道,ChatGPT Plus会不会是AIGC从烧钱到赚钱的关键转折。
免费服务仍将继续
“新晋顶流”ChatGPT用收费计划再次搅动了AI圈的一池春水。根据Open AI的公告,订阅ChatGPT Plus服务的用户,即使在高峰时段,也可获得该聊天机器人更快速的回应,而且可以提前体验新功能和改进。
去年11月,ChatGPT横空出世,不仅能够通过学习和理解人类的语言与用户进行对话,还能根据上下文互动,甚至能够完成撰写文案、翻译等工作。得益于这种突破性的使用体验,ChatGPT迅速蹿红。
当地时间2月1日,瑞银发布研究报告称,截至今年1月,近期爆火的ChatGPT在推出仅两个月后,其月活跃用户估计已达1亿,成为历史上用户增长最快的消费应用。同样的成绩,海外版抖音TikTok在全球发布后,花了大约9个月的时间,Instagram则花了两年半的时间。
但大量用户涌入的同时,也导致ChatGPT经常在流量压力之下无法提供及时的回应,此次收费版的ChatGPT Plus针对的便是这一痛点。
据悉,付费计划将在未来几周内首先在美国推出,然后扩展到其他国家。但ChatGPT Plus的推出并不意味着取代免费版的ChatGPT,Open AI表示,将继续为ChatGPT提供免费访问。
烧不起的模型成本
尽管只推出了两个月,但Open AI对于ChatGPT的收费计划却已经暗示了有一阵子。早在1月初,Open AI就曾提出过专业版ChatGPT的计划,宣布“开始考虑如何使ChatGPT货币化”,并公布了一项调查。什么价格以上会无法接受?什么价格以下会觉得太便宜?诸如此类关于定价的问题皆在其中。
有用户曾在社交媒体上提问ChatGPT是否会永久免费,对此,Open AI首席执行官Sam Altman回应称:“我们将不得不在某个时间点,以某种方式将其商业化,因为运算成本令人瞠目结舌。”Sam Altman曾透露,ChatGPT平均每次的聊天成本为“个位数美分”。
“这类大模型训练成本非常高。”在接受北京商报记者采访时,瑞莱智慧高级产品经理张旭东表示。
但相对训练来说,模型推理,也就是用户提交输入模型输出结果的过程,这一成本会更高。“据说ChatGPT在开放测试阶段每天要花掉200万美元的服务器费用,所以前段时间免费的公测也停止了,如何降低模型推理的消耗也是目前的一个重要研究问题。”张旭东称。
“钱景”在哪
长久以来,广阔的市场前景和难以盈利的现状几乎成为了AI领域难以平衡的理想和现实,对ChatGPT或者说是以ChatGPT为代表的AIGC也是一样。
洛克资本副总裁史松坡对北京商报记者分析称,ChatGPT受到广泛认可的重要原因是引入新技术RLHF,即基于人类反馈的强化学习。在史松坡看来,ChatGPT是一个高效的信息整合助手,可以取代大量人类中初级助理的角色。
但他同时提到,目前ChatGPT在海外英文环境中已经能胜任图画创作、音乐创作、文字整理、信息搜集综合、基础编程和金融分析,但还不能胜任高频度的人类主观决策,比如大型投资决策、政治战略决策等。
天使投资人、知名互联网专家郭涛认为,ChatGPT在重塑众多行业或场景的同时也孕育着巨大的商机,将推动众多行业快速变革,有望在AIGC、传媒、娱乐、教育、客户服务、医疗健康、元宇宙等领域快速落地,具有万亿级市场规模。
张旭东认为,AIGC商业化落地还需要结合应用场景,目前基于生成式大模型的商业应用案例还比较少,就以当下的技术水平看,一两年内达到很好的AGI(通用人工智能)水平还是不太现实的,所以一定需要有垂直领域的创新公司来基于OpenAI等公司的工作来寻找合适的场景落地。
AIGC商业化,侵权与被侵权
AIGC要想商业化,场景只是其一。伴随着ChatGPT的爆火,争议始终并行,比如AI绘画面临的版权探讨。学术界也已针对ChatGPT做出了反应,权威学术出版机构Nature规定,ChatGPT等大模型不能被列为作者。纽约市教育部门曾表示,纽约公立学校的所有设备和网络上将禁止使用ChatGPT。
张旭东认为,目前AIGC最为成熟的应用在内容作品创作上,但从专业角度看,AIGC属于模仿创新,并不具备真正的创造力,AIGC的作品可能对一些艺术家、创作家的风格题材造成侵权;另一方面,AIGC作品也存在被他人侵权的风险。
此外,就安全性问题而言,AIGC这种深度生成能力很可能被滥用于伪造虚假信息,比如生成一些敏感性的有害信息,甚至伪造新闻信息恶意引导社会舆论,而且这些生成式内容难以分辨追踪,大幅增加对信息治理的挑战难度。信息获取也是AIGC需要解决的问题之一。
郭涛则提到,当前AIGC赛道尚处于孕育探索阶段,存在关键核心技术不成熟、免费素材资源较少、内容堆砌且质量参差不齐、成熟的商业应用场景较少、相关法律法规不健全及技术伦理挑战等突出问题,短期内还难以实现大规模商业化应用。
北京商报记者 杨月涵
(文图:赵筱尘 巫邓炎)