第1117章 国内临床的悲哀
这。。。 恐怕在座的谁也没有想到,最常见的高血压脑出血手术,国内的死亡率,竟然达到了可怕的35%-40%。 “陆院士,这怎么可能?你刚刚不是说了,我们国家的医院,已经普遍换装了ai系统?怎么可能会出现这样的情况?” 已经有学生忍不住问道。 这。。。 这也太夸张了吧,如此高的病死率,这在国外,基本是不可能出现的。 “对于目前高血压所形成的脑出血,我国神外领域,并没有全面的手术指标,也就是说,国内对于是否手术干预的一个重要指标,并没有达成一致的意见。” “陆院士,这不该有一个统一的标准吗?我记得有一篇国外的文献上曾经说过,inc就是神外领域的标杆,对于国外的神外领域来说,inc制定标准和准则,我们国内难道不执行?” “这就是我刚刚说的,这是准则上的变化,在国内,是否手术的标准,看的就是患者脑部的血肿量。” 陆晨说到这里的时候,也叹了一口气。 对于陆晨来说,自己虽然也很想改变国内的标准。 可是,这并不是一件简单的事情。 看起来很容易,只要统一思想就可以了。 可是,每一位外科医生,在校学到的内容都不一样。 或多或少,都会跟着自己导师的思路来走。 “目前我们常规所采用的,是多田公式,只不过,这个公式只能测算圆形或椭圆形的血肿体积,但是,对于患者经常出现的不规则形状或根本就不是圆形或椭圆形的血肿,我们无法做到准确测算。” 对于上大的学生来说,多田公式自然谁都清楚。 简化公式是axbxcx1\/2,作用为临床粗略计算脑出血量。 多田公式可以说是的一种最简便方法。 公式:v(出血量)=axbxcx1\/2.a:最大血肿面积层面血肿的最长径。 b:最大血肿面积层面上与最长径垂直的最长径,c:ct片中出现出血的层面数。 而对于国内的神外领域来说,多田公式已经使用了很多年。 其原理也是通俗易懂。 多田氏法的应用原理也是将血肿体积理想化为一椭球体。 从而公式表达为(体积)=1\/6π*a(长径)*b(宽径)*m(层厚)*c(层数),实际应用中脑组织层厚常设为1cm。 可是,患者的情况不是一成不变的。 很多患者的ct显示,都是不一样的,而这,往往就考验临床医生的经验了。 只不过,35%-40%病死率,似乎已经说明了一切。 “不仅如此,我国在垂体腺瘤、颅咽管瘤、颅底肿瘤、脑干肿瘤、脑血管病、脊髓髓内肿瘤等领域,依旧处于尴尬的境地,而形成的原因,就像是我刚刚所说的,我们的医生,失去了所谓的创新。” 陆晨的话,单刀直入,丝毫没有给人缓和的余地。 陆晨或许知道,自己今天的讲话,可能在极短的时间内,传遍整个医学领域。 甚至于,可能因此得罪很多医生。 可是,这些话,对于陆晨来说,如鲠在喉,不吐不快。 “这。。。陆院士,我们要如何改变现在的情况呢?” “还是那句话,如何创新,如今这一批40岁左右的医生,虽然已经有了足够的经验,也磨练出了相应的技术,可是,他们的思维却已经被固化住了,有些事情,一旦固化了,就很难改变。” “而对于我来说,最好的改变,其实就是现在在座的各位,是的,医学生,你们能够更好地改变自己,不至于固化自己的思维。” “我知道,你们之间有不少人,都有自己的奇思妙想,也可能出现灵光一闪的场面,只不过,你们在座的,又有多少人,会把这些奇思妙想表达出来?” “这。。。” 所有的学生,此刻都眼巴巴地看着陆晨。 是的,陆院士说的没有错。 在上学的时候,不管是什么样的专业,都会有着自己的想法。 而这些想法,很有可能给将来的医学领域奠定基础。 只不过,这些想法,最终为什么会流产? 这就与目前的大环境相关。 对于医学生来说,医生这个职业,就像是陆晨一开始说的那样,是严肃的。 所以,自己的这些奇思妙想,就不该出现,就算是出现了,那也是如同笑话一般。 现在的医学生,没有能力来验证自己的想法。 而长久这样下去,医学生的思维,也会陷入固化的境地。 到时候。。。 就像是陆晨说的那样,最终成为只知道跟着书本,跟着导师走的“傀儡”和“木偶”。 “大家其实都知道,上大每年都会出现不少国家级课题,可是,我翻看了咱们上大医学院的历史,别的学科,或许每一届的国家级课题都会有学生的参与,可是医学院呢?我们已经很多年,没有国家级课题了。” “陆院士还真是。。。” 此时的张校长,也是一脸的无奈。 虽然很想反驳,不过,陆晨说的的确是事实。 为了这件事,张校长也是头疼了很久。 用张校长的话来讲,自己也的确是希望改变目前的局面。 甚至于,在陆晨被聘为了上大的教授之后,张校长就找到过陆晨,希望陆晨可以组织一次国家级课题。 不过,张校长从来没有想到过,陆晨竟然是抱有这样的想法。 “陆院士说的对,我们上大,不能局限了学生的想法,有的时候,头脑风暴才是最有效的途径,而我们,却忽略了这些。” 张校长此刻也是明白了陆晨的意思。 而一旁的汪院长,也是感同身受。 看来,这一次的讲座,非常有意义。 其实,目前的神经外科领域,已经到了百花齐放的时候。 其中,就包括了临床医学、生物医学大数据、人工智能、机器人等等分支。 只不过,国外如火如荼地开展研究,可是在国内的话,却是一点浪都没激起。 对于国内医学领域来说,这何尝不是一种悲哀。