家族史攻略百合，家族史阳性者是什么意思

纳兰

纳兰

纳兰

纳兰

得了癌症，是一个人最大的不幸。

孩子得癌症，就至少是七个人的不幸。

今天北京青年报就报道了这么一件事：不满 3 岁的女孩王凤雅，因一种眼部癌症「视网膜母细胞瘤」去世。

图片来源：微博截图

消息一出，引发了近千万网友关注，目前相关微博的转发量已近 10 万。

图片来源：微博截图

目前事件相关信息还不足，我们无法得出一些结论和判断。

但关于夺走孩子生命的视网膜母细胞瘤，我们有必要了解，这可能是帮助我们看清结局的关键之一。

视网膜母细胞瘤是什么病？

视网膜母细胞瘤是婴幼儿最常见的眼内恶性肿瘤，95% 的患者年龄低于 5 岁，通常由基因突变所致。

得了这个病的孩子，最常表现为「白瞳」（如下图，正常的眼睛拍照时会出现红色，而不是白色），还可有斜视等其他表现。

图片来源：wrex.com

视网膜母细胞瘤分为多种类型，其中相当危险的一种是三侧性视网膜母细胞瘤。

这种情况即使采用化疗和放疗等积极治疗，几乎仍是普遍致命的，它是双眼视网膜母细胞瘤患儿在诊断后最初 5 年内死亡的主要原因。

视网膜母细胞瘤会遗传吗？

图片来源：123rf.com.cn 正版图片库

大约 60% 的患者为单眼非遗传型，40% 的患者是由患病或携带患病基因的父母遗传导致，或者正常父母的生殖细胞突变所致。

有家族史的儿童患病风险会增加，出生后应尽快定期检查。

这种基因异常也会增加发生第二种原发性肿瘤的风险，需要终生密切观察。

视网膜母细胞瘤常见吗？

整体来说少见，目前权威的统计数据来自美国，美国 15 岁以下儿童中 RB 的年发病率为 4.1 / 100 万。

该病的中位诊断年龄为 2 岁，大约 95% 的病例在 5 岁以下被诊断出来，而男孩和女孩的发病率相近。

需要做什么检查？

需要在全麻下进行眼部检查，取病变组织进行化验，基本能确诊。

其他辅助检查还包括眼超声检查、MRI 等。

图片来源：123rf.com.cn 正版图片库

视网膜母细胞瘤怎么治疗？

标准的治疗方法包括：眼球剜除术、外照射放疗、放射性敷贴（碘 - 125 近距离治疗）、冷冻疗法、激光消融和化疗，需要根据病情选择。

视网膜母细胞瘤患者治疗后最初 1 年内，至少每 3 个月进行一次眼科随访。

如果随访期间患者病情稳定，可逐渐减少至每 4 个月一次，随后每 6 个月一次，再然后每年检查一次。

长期幸存者还应定期进行体格检查、实验室筛查和影像学检查，密切观察是否发生第二种恶性肿瘤。

怎样预防视网膜母细胞瘤？

需要预防的人，主要是有患病风险增高的儿童，比如有家族史的婴幼儿。

这样的孩子，出生后应尽快进行眼科评估，随后每 3～4 个月进行一次筛查，直到 3～4 岁，此后每 6 个月筛查一次，直到 5～6 岁。

图片来源：123rf.com.cn 正版图片库

治疗效果怎么样？

目前我国缺乏相关统计数据，在美国，患儿的总体 5 年生存率为 94%（诊断后 5 年无复发的患儿视为治愈）。

大部分报道显示，血行转移的患者的 1 年至 18 个月生存率为约 50%。

肿瘤转移的患者一般在确诊后 1 年内发现，结局往往不太好。

前面提到的三侧性母细胞瘤患儿是一类典型，已发表报道的一项 meta 分析表明，三侧性母细胞瘤诊断后的中位生存期仅有 9 个月。

如果有下列情况，患儿的生存情况较差：

诊断延迟超过 6 个月；

眼内手术史，这可能无意中导致眼内肿瘤种植、甚至眼外播散；

白内障；

使用外照射，这可能导致发生第二恶性肿瘤；

肿瘤已侵犯脉络膜、视神经或眼眶，肿瘤转移风险会增加。

对于进行眼球剜除术的患者，有研究显示眼眶肿瘤复发率为 4.2%，97% 是在术后 1 年内诊断的。

所以，患者治疗后必须在术后 2 年内密切监测，及时发现有无复发。

昨天被日本人气漫画《樱桃小丸子》原作者樱桃子去世的消息刷屏，这位创作了“臭脾气”却真实可爱小丸子形象的漫画家影响了诸多的80、90后。那个梳着锯齿发型，身穿红色背带裙，头戴柠檬黄小圆帽，俏皮童真的小女孩堪称很多人心中TOP1的人生导师，金句频出的樱桃小丸子曾治愈过多少人的心？

据日媒8月27日发布的消息，《樱桃小丸子》的作者三浦美纪（笔名：樱桃子）在本月15日因乳腺癌去世，终年53岁。

樱桃子是由于乳腺癌去世的，同样因为乳腺癌去世的明星还有歌手姚贝娜和阿桑，同样都是很优秀的歌手，都是天使一般的嗓音，但是还是没有逃脱了乳腺癌的魔掌。

2013年，著名女星安吉丽娜·朱莉因为家族有乳癌基因，甚至提早切除乳房以防万一。

要克服恐惧，就要了解自己害怕的事物究竟为何。到底乳腺癌的成因是什么？平时如何保养才能预防？

有的小姑娘可能会觉得，乳腺癌是到了一定年龄才会患上的，离我很远，所以不用担心。要知道姚贝娜查出乳腺癌时刚满30岁，因此年龄不是安全线。

我们要趁着年轻，多做自检和养护，爱惜自己的身体。虽说天命有数，医学也敌不过命中注定，但还是可以保持着乐天知命的态度，了解如何照顾自己、爱护身体。

今天小可爱来给大家分享一篇精选文，请Yummyer记得自我检测，男孩子们也可以不害臊的检测另一半！（可以趁搓揉胸部时做，也是一种另类贴心）

01

日常生活中的预防和保养

至少在20 岁以后开始作乳房自我检查，而在 40 岁或 45 岁后，可先咨询过乳房外科医师及妇产科医师，定期做乳房摄影。再来，若你是乳癌高风险妇女，可与医生讨论，是否于 35 岁起接受超音波检查和 X 光乳房摄影的交替检查。

对女性来说，肝脾肾三脏是最重要的，肝气要常保疏通，气滞则血瘀，脏东西坏细胞没办法被消灭，停留久了恶势力也就变大了。导致身体发生畸形性质的异物，是“癌”症成因之一。

为了帮助女性朋友们更加科学合理的进行乳房保养，下面就提出几个日常生活中要住的几个地方。

保持住你的体重

我们都知道过度肥胖会引发身体问题、健康问题，于是疯狂的减肥，很多女人把减肥当做终身事业，但是研究证明，乳腺癌的发生与体重的变化程度有很强的关系，急剧的体重增长会大大增加女人患乳腺癌的危险。所以，预防乳腺癌的关键是保持正常稳定的体重，不能过胖。

规律性运动

这是帮女人呵护乳腺健康，预防乳腺癌的最佳方式之一。但这里的运动不是强度的体育锻炼，不用花钱又简单方便的运动无疑就是——到户外步行。女人只要每天都能坚持步行1个小时，乳腺癌的患病率就会降低。保持规律的运动习惯，适时释放身心压力吧。

合理的饮食

所谓祸从口入，“合理饮食”首先是要按时定量饮食，不要暴饮暴食。另一个“合理饮食”的要点就是——多吃蔬菜和水果。营养专家建议每天至少摄入各种蔬菜和各种水果，并且注意补充粗粮和杂粮，为身体排毒提供足够的维生素、矿物质，还有最重要的植物粗纤维。

划重点：雌激素含量大的食品和保健品更要少吃。

穿对的bra

长期穿戴不合适的内衣对于乳腺癌的产生有着不可推卸的责任，所以，根据自己的胸围大小，选择一款合适自己的内衣，也是保养乳房要做的事情之一。

情绪控制

女人要想预防乳腺癌一定要善于调节自己的情绪，让自己保持平和的心态，学会放松，不要长时间处于抑郁情绪中。所以婆媳关系不好、遇到扯后腿的妯娌，然后又遇到猪队友的老公，为了身体健康，还是趁早......我是说～要记得善待自己，不要拿别人的错误虐待自己，让自己活得美丽又开心，才是对敌人最大的惩罚。（敌人？哈哈哈，你懂得就好）

经常泡澡

热敷和泡澡都能促进身体循环及代谢，疏通全身的经络，是化瘀行气最好的方式。适当的水温更能促进你体内的血液循环，帮你扩张毛孔，将身体中蓄积的毒素排出体外。

远离烟酒

烟酒中的致癌因子想必就不用我多说什么了，这里小可爱想提醒大家的是注意远离二手烟，并适时释放身心压力。

平日，则能在家自己做乳癌检测，用行动爱自己的身体！就脱掉上衣跟小可爱一起检测吧！（别笑，男生也是可能罹患乳癌的啊）

最重要的是，常常摸摸乳房，保持摸乳房的手感和熟悉度，记住身体平时的样子，哪天多出一个坏东西，就会特别容易抓到它。

02

如何按摩乳房让它们更健康

你曾停下来，给自己一段时间好好检视乳房是否有异状吗？下面小可爱贴出一个图集，为害羞的女孩子健康把关，教你怎么样做好乳房的按摩。

插画｜Paula

为了让美好的时光延续的久一些，希望每一个女性都能够关心健康，爱护自己的身体，毕竟健康才是第一位的！

03

乳腺癌的症状及高危人群

罹患乳腺癌的高危人群

遗传：有家族史患病人群

怀孕史：未曾生产过或三十岁才生第一个宝宝及生育后不哺乳

癌症史：有卵巢癌、子宫内膜癌、大肠癌者

生理期：经期早发、口服避孕药补充荷尔蒙者

不当生活习惯：烟、酒、油炸食品等

七个征兆，检测是否有乳腺癌

早期乳腺癌通常不会引起疼痛，医师触诊时也无法触摸得到，因此我们只能多利用沐浴时间观察自己的乳房是否有以下的变化。若是有以下异常状况，就得提醒自己多加注意。

乳房有肿块，但不会感觉疼痛（仍有少部分会疼痛）

乳头出现意样分泌物，尤其是带血分泌物

乳房有局部或全面向凹陷

乳房皮肤有橘皮样变化红肿或溃烂

腋下淋巴腺红肿

乳房附近或腋下的区域有肿块或变厚

乳房大小或形状改变

如发现有可疑乳房肿块后，请及时到医院就诊。

Yummy结语：

谢谢你，樱桃子，曾带给我们一个可爱的樱桃小丸子

表妹个人号「柳飘飘了吗」

第 46 篇推文

最近不断有人向表妹安利《延禧攻略》。后台留言也出奇一致好评。

引得表妹蛮心动，一搜：监制于正？！

哟！奇上加奇。

果断去看了。

默默追了几集，表妹觉得：

此剧，的确算暑期档的一股清流。

But，非夸它是什么尊重历史、服化道还原的正剧，就实在勉强了些。

有没发现，于正一向很喜欢卖这样的点——

当年拍《宫》时，扬言自己翻了20遍《清史稿》。这次的《延禧》更是抱紧各大历史博主：

OK，那就先来谈谈所谓尊重历史。

作为一个双担四爷党（雍正+怡亲王的双粉）。

多年前《宫》中的面瘫鼻孔四爷+猥琐版十三爷，给我的少女时代，留下了很深的心理阴影。

本想着这次于正写的是乾隆朝，我对乾小四又不感冒，可以安心看了吧。

结果，还是跌破眼镜！

这次《延禧》有没有抹黑历史人物呢？

有。

——十三爷的儿子弘晓。

十三爷何许人也？康熙第十三子，四爷党核心人物，也是雍正最宠信的兄弟，辅佐雍正多年，被封为和硕怡亲王，世袭罔替。

啥叫世袭罔替？也就是所谓的铁帽子王。

十三被封怡亲王，他死后，儿子继承王位。儿子传孙子，子子孙孙，无穷尽也。

结果《延禧》中他的儿子，第二代怡亲王弘晓，居然成了高贵妃的狗腿子？！还点头哈腰，赔尽笑脸？

历史上的弘晓可是个富贵闲人，文艺青年，擅长写诗。

剧中居然还被乾隆暴打，被女主设计，因为在供品肉里加了点盐，就被摘去顶戴，关押宗人府……

还有弘昼，也被黑得很惨——

《延禧》的故事主线是：女主角魏璎珞，为了查探姐姐被害死的真相，于是进宫选秀。结果原来她姐姐是被和亲王弘昼奸杀的！

弘昼又是谁？

雍正的儿子，乾隆的弟弟，这么一个亲王，居然还讨不来一个包衣之女？还要搞强奸，最后还要出动母妃亲自帮忙杀人？

你朝王爷，可能都不值钱。

但你朝妃子都这么横，为何还被会娘家人打？

佘诗曼饰演的娴妃（即后来乾隆的第二个皇后，也就是《还珠格格》中的恶毒皇后）因为不喜宫斗，其母（戴春荣老师饰演

）觉得她太没志气，不肯为家族承担责任，亲弟弟获罪，也不肯去求情，上来就是一巴掌！

弹幕一通刷：这怎么可能！

像《红楼梦》中元妃省亲，贾母王夫人亲祖母、亲妈都跪拜行礼。

亲爹压根进不去，只能隔帘而拜。

而剧中皇妃看见母亲跪下，急忙也跪了下来：

结果吧，暗中窥屏的于正急了：

辩解称“《红楼梦》不过是一小说，不是正史。”

对，《红楼梦》是小说。

但写小说的曹雪芹，可不是什么寒门秀才。

而且，不要偷换概念，观众并不是揪你清代能否探亲，而是君臣有别。

据《清稗类钞》记载后妃与娘家人见面：

“其母率家人亲戚排立院中，入内堂。阉人请妃降舆，登堂升座，除母及长辈外，皆跪地叩首。排筵宴，母陪坐于下，盖以妃为皇子之母也。”

像这种敢打做妃子娘娘的女儿一巴掌的娘，是不存在的。

何况满洲姑奶奶们，在娘家地位也是很高的。

就这个剧吧，要说还原历史。

那就是对乾隆帝后的感情关系，比较还原。

表妹还看到朋友圈有人惊叹：

我从未见过电视剧中有如此相敬如宾、恩爱有加的皇帝皇后？！

其实不用惊叹，这并不是于正的脑洞。

历史上乾隆对富察皇后的确感情很深，爱新觉罗家出情种。

乾隆一辈子写了4万多首诗，水平都很次。

唯有寄情皇后的一百余首，倒颇有些动人之句。

《延禧》现在确实被吹爆了。

比如有口皆碑的服化道。

你问它走没走心？看得出来: 走了！

像“一耳带三钳”这种道具，是符合历史的：

但你非说它多么还原，那实在还原得有限。

比如，剧中乾隆皇帝和高贵妃一起欣赏《快雪时晴帖》这段。

满满是bug！

皇帝叹道：

只是这山阴张侯四个字

这笔法与正文

似乎风格迥异啊

这本意是想凸显一下皇帝的欣赏水平，不过这台词和道具，尬到我笑不出来！

我真怀疑，这剧组压根就没搞清王羲之《快雪时晴帖》中，哪里是王羲之原帖，哪里是藏家们的题跋。

剧组做的《快雪时晴帖》道具

1.剧中皇帝大叹“风格迥异” 的“山阴张侯”四字，并不是什么苏州藏家所写，而是原帖的一部分，作为一封信的收件人，类似于xxx亲启。

2.演员叹着山阴张侯，道具师傅做道具时，却没做出这部分。尬上加尬！

不过也能理解，毕竟现存的《快雪时晴帖》在山阴张侯四个字上，有一个大写囧亮的“神” 字。

这正是乾隆爷的手笔：

So，道具师傅若是原原本本地全部做出来，岂不穿帮？

3.但是呢，你既然有心避免穿帮，就一起回避嘛！

你道具中，这也都是乾隆的御宝哦：

明晃晃的一个穿帮道具。

4.而且，我就奇怪，你给乾隆设计点啥台词不好……

乾隆好意思说别人破坏了名帖的意境？

现存《快雪时晴帖》 局部

只有红圈部分，才是王羲之原帖，其余都是藏家题跋。

而绿圈部分，全是乾隆的手笔+盖章。

表妹这只是圈出了我打眼看过去的哦。

尬不尬，你就说尬不尬？

乾隆：怪朕太爱转发盖戳，朕对不起汗阿玛的熏陶、对不起王右军、也对不起PS师傅们。

文章看到这，有人会说了:

表妹你眼睛这么毒、嘴巴这么狠。

那你说说，这个剧为什么还能这么红呢？！

——因为它可取之处还是有的。

世界上没有无缘无故的红。

在表妹看来，《延禧》大概有三好。

1.时机好。

表妹对于正，其实爱恨交织很多年了。有时是真不喜他编的一些剧，但也不得不承认，他是个会审时度势的编剧。所以拍的剧大多火了。

很多网友都说《延禧》这次摆了还未播出的《如懿传》一道。

同年号，同历史背景，同一个皇帝，同一群妃子。

甚至整体色调，也处理得很相似：

整体暗系的打光和服装，也是《延禧》这次为观众喜欢的原因之一，起码我就是冲着它一反于妈剧的番茄炒蛋配色才看得下去的。

因为撞了题材，一些《如懿传》粉丝也和《延禧攻略》掐了起来。

表妹想说，这个真不用太激动！于正也不是第一次这么截胡了。

在女主戏还不泛滥的2004年，一部《金枝欲孽》独领风骚。

开启了大清宫斗的序幕。

于正果断扛过大旗，06年也拍了一部《大清后宫之还君明珠》。

同样是嘉庆年间，同样是选秀女进宫打怪升级。

衣服也蛮像，姐妹反目都有，妖娆的宠妃都有，佛面蛇心的皇后也都有。

整个00年代，是清穿小说最红的时候。表妹也曾是受荼毒的少女之一。

2011年，于正抢先拍摄中的《步步惊心》一步，播出了《宫锁心玉》。

同是现代女性穿越到康熙年间，搅合进康熙的儿子101男团间，参与九龙夺嫡。

一部《宫》。于正拿了最佳编剧，也捧红了杨幂。

一部《步步惊心》捧红了刘诗诗，还牵了吴刘红线。

巧合的是，这两部剧，也都卖过“尊重历史”的噱头。

剧中都有着不学无术的太子、面瘫冷酷的老四、和言善笑的老八、娇纵阴毒的老九、童年凄惨的老十三、玩弄权势的李德全——于正后来还吐槽：

二月河的《雍正王朝》也并不是正史啊。

的确，二月河不是正史。

那你们为何还都照搬二月河对康熙九子的性格人设呢？！

甚至就连二月河原创的、在历史上并不存在的大太监李德全。

《宫》和《步步》也都要照搬！

——但这或许也是于正另一个聪明独到之处：

分明是借你之风，但他还很不屑于你。

2.《延禧》这剧吧——反琼瑶。

琼瑶女主什么套路？美丽，柔弱，善良。

圣母光辉，被欺凌只默默流泪，娇娇柔柔，哭你还得哭得漂亮。

《延禧攻略》这女主什么样？

第一集就无形中KO掉两个同等级选手。

第二集被人报复，提茶壶在她被褥上洒了少许水，女主回头拎了一桶水，泼了过去！并宣称：

因为我入宫

也不是为了交朋友

但我今天必须警告你们

我 魏璎珞

天生脾气暴 不好惹

谁要是再唧唧歪歪

我有的是法子对付她

琼瑶剧虽然看似重女主，一代代也捧红了不少琼女郎。但她的故事其实父权味道很重，这或许是她的家庭影响的。

而且多恋爱脑，原本挺好一个姑娘，见着一个清俊的男人，是父母也忘了，诗礼也忘了，急急忙忙要加入人家的家庭。

《延禧攻略》这女主呢？

帅哥有毒，我不靠近。

英雄救美？拒绝发生。

你好好的姑娘，为什么要上赶做妾！

而且，于妈还拍板定性:

So，这是圣母傻白甜vs理智开挂女主的角逐。

你问大众厌倦前者了吗？

谢谢，早就厌倦了。

你问魏璎珞这种女主能红吗？

那必须红！

晋江女频爽文节奏啊！

3.这个剧吧，它还反甄嬛。

首先，国产古装剧，我都不怎么爱看。

很多所谓的大家闺秀，多是“扬州瘦马”式女主角。（扬州瘦马，旧时对高等娼妓的蔑称。这类女子一般自幼学习琴棋书画，唱歌跳舞，以备作大户人家的妾侍。）

说起来，这种风气应该也是琼瑶奶奶带起来的。

此类古装女主，后来也被各种作者编剧效仿。

美其名曰闺秀。具体表现为:

喜在人前卖口乖，抖书袋，玩文字游戏。

喜在大庭广众，与人吹笛弄箫，甚至合奏共鸣。

并且，从不论外男下臣，也不顾自家身份，专爱寻各种由头，华庭献舞。

琼瑶阿姨一直就有这爱好，几根水煮野菜，也能让紫薇引出唐风宋雨，沐衣沾冠:

但是琼瑶阿姨呢，起码古典文学底子扎实。

尤其歌词写得堪称一绝，经常化典于无形。

而有些作者，就非常露怯了：

嬛嬛一袅楚宫腰，化用“楚王好细腰”这一典故。

楚灵王喜欢细腰，大臣和后妃们都勒紧裤腰带，饿得半死。灵王昏聩残暴，最终被人民推翻，自个吊死在郊外老歪脖树上~

而同样的桥段，同样是圣前选秀，同样是昏君妖妃。

《延禧攻略》却说:

潘玉奴，是妖妃

萧宝卷是昏君

你今日学她

是要祸乱朝纲吗

嬛嬛: 我看你就是在针对我。

闲得发慌，大半夜跑御花园念什么歪诗啊？！

不会作诗，就不要作！

嬛嬛：这不就是四郎对我“一句倾心”的场景吗？

愿逆风如解……

是朔风如解意！

匪我思存：写错了你也要抄，我也很无奈

像妃子们为了求上位、求圣宠打破头的剧。

各种毒大人、堕小孩、血淋淋的一本正经宫斗，近年来观众也看的多了。

而《延禧》呢，它的宫斗有时蛮搞笑。

感觉只有高贵妃和女主在认真宫斗。

而整个后宫呈现出一种：

皇帝看不顺眼除皇后外的每个妃子，每天找茬吐槽。而妃子们，各自有好姬友，除了高贵妃，大家都很热爱皇后，以至于不搭理皇上。

皇后和纯妃的绯闻满天飞：

纯妃伺候皇后

比伺候皇上还尽心

于是整个后宫都散发着一种橘里橘气。

一天，皇帝在屋里看字帖，估计正准备盖章呢（大雾）忽听窗外飘来一两句昆曲，寻声而来，两个小戏子在唱《怜香伴》。

《怜香伴》是什么戏呢？

李渔大大几百年前写的百合番——

监生范介夫的妻子崔笺云，新婚后到庙里烧香，偶遇小她两岁的乡绅小姐曹语花。

崔笺云喜爱曹语花的体香，曹语花倾慕崔笺云的诗才，两个女孩，在神佛前互定终身。

崔笺云设局，将曹语花娶给丈夫做妾，为的却是自己能够与曹语花“宵同梦，晓同妆，镜里花容并蒂芳，深闺步步相随唱”。

本来就受皇后冷落的皇帝，被戳中了心事！

脸色顿时不太好看。太监醒悟，忙踩了一把女同:

李笠翁：三流？你再说一遍！

皇帝依然气不过。再加上有人说：排演这出戏文，是在影射他的心肝宝贝皇后和纯妃，气得他一径跑去捉奸了！

而皇后和纯妃，脱光光，正在……做艾灸。

女主听闻皇帝来捉奸，因为之前皇后对她很好，忙端了一盆水，故意撞到皇上。口中高喊恕罪，借声提醒房内的皇后。

but，看过《红楼梦》的贾琏戏熙凤，命平儿从房中端出一盆水的那段内涵戏。我表示: 你这么说，更容易让人误会啊！

干了啥事，还非得换盆水啊！

果然，皇上更疑心了！推开女主，就冲进了房间。

有了女主的拖延，皇后和纯妃已收拾停当。

皇帝:怀疑的眼神…………

感觉朕的妃子，都想撬走朕的皇后怎么办？在线等，急！

剧版《甄嬛传》最大的槽点，就是非要把一个宫斗架空文，强安到雍正头上。

这也是黑嬛党吐槽最多的。

历史上的雍正，后宫满打满算，有牌名的也没几个。

他还是个工作狂，子嗣也不多，被清史爱好者调侃为“大清生娃困难户”。

宫斗这种事，难道不应属于康·大清生娃专业户·熙吗？

一个积劳成疾的帝王，却被拍成纵情声色，被一群女人耍得团团转，甚至因为绿帽带得太多被气死的瞌睡龙。

而《延禧》中的乾隆，就设定得比较有意思了。

毒舌君王：

我有特殊的吐槽技巧：

鉴婊达人+心机boy：

总有绿茶要勾引朕！

皇后你紧张吗紧张吗？不会紧张朕的吗？！

……

归根结底呢，这剧火，是因为它和时下古装戏、清宫戏都不一样:

滤镜不一样，女主有性格，皇帝好毒舌。

它全都不按套路！

于正还是鸡贼（非贬义）。

虽然每个套路爽文中都常见，但在他巧妙的利用下（感觉自动脑补了于正枕边厚厚一摞女频爽文+反琼瑶文+黑嬛党合集的画面），至少开局的节奏一直被紧紧吊着。

看多了或疯狂注水，或四六不靠的仙侠剧，职场剧，港台合拍宫斗剧，《延禧》开局还算良心。

但——

我们也不能因为听多了“我们一起学猫叫”，就把“爱就像蓝天白云晴空万里突然暴风雨”奉为世纪金曲吧。

不必虚美，无需隐恶。

《延禧攻略》就是一打发时间的解闷爽剧。

让你爽快是它的最大原则，也是它的全部。

至于什么“尊重历史、服化道还原的正剧”。

表妹随手掰掰手指头——

《大秦帝国》《走向共和》《大明王朝1566》……

都不会答应。

据说每一个赞都会被于正暗中窥屏哦

↓↓↓

2017年4月，Hinton在接受《纽约客》采访时说：“5年内深度学习就能超过放射科医生，从现在起就停止培训放射科医生”。此言论一出，再一次引发全球关于AI正在取代医生的焦虑讨论。IEEE Spectrum在2018新年伊始推出专刊“AI vs Doctors”，统计了从2016年5月至今，AI在医疗领域的进展，并对比各大细分领域AI与人类医生能力差距，人工智能正在医生的主场获取成功，哪些医疗诊疗行业已被AI超越？机器人医生是人类的未来吗？

2017年4月，Hinton在接受《纽约客》采访时说：“作为放射科医生你就像卡通里的歪心狼一样，你已经冲出悬崖很远，但还没有往下看，实际上你的脚下空空如也。”商用的深度学习乳腺癌检测系统已经在开发中，Hinton说：“很显然，5年内深度学习就能超过放射科医生，或许会用10年，我在医院里说过，结果反响很糟糕。”

实际上，Hinton在医院里说的是，“应该从现在起就停止培训放射科医生”。

Hinton告诉《纽约客》记者：“放射科医生的角色从做感知（perceptual）的事情演变而来，这可能由一只训练有素的鸽子完成。”Hinton对自动化医学未来的预测建立在一个简单的原则基础之上：“在有大量数据的地方，采取旧的分类问题，这将通过深度学习来解决。将有数以千计的深度学习应用。”

Hinton希望使用学习算法来读取各种X射线，CT扫描和MRI数据，这正是他认为的近期前景。

将来，“学习算法会做出病理诊断”，可能是读取巴氏涂片、听心音，或预测精神病患者的复发。

AI可以帮助医生、护士，减少他们的工作量。人类往往无法长时间处理大量的扫描影像和医疗数据，这导致有时候病变会被看漏，或者过了很久之后才被发现，AI正好可以解决这个问题，极有希望在不久的将来，在医疗领域掀起又一次技术革命。

肺炎：斯坦福大学的算法诊断肺炎好于医生

去年9月，美国国家卫生研究院曾发布一组数据，这给斯坦福大学教授吴恩达领导机器学习小组带来了启发。该组数据包含112,120个胸部X射线图像，标有14种不同的可能的诊断，以及一些初步的算法。研究人员要求四名斯坦福放射科医师对420张图像进行注释，以查找可能的肺炎迹象。

在一个星期内，斯坦福大学研究人员开发了一种名为CheXnet的算法，它能够比以前的算法更准确地发现原始数据集中的14种病理学中的10种。在经过大约一个月的训练之后，研究人员通过康奈尔大学图书馆发表的一篇论文中报告说，CheXnet比四位斯坦福放射科医师更能准确诊断肺炎。

在420张X光片上进行测试的ChexNet在灵敏度（正确识别阳性）和特异性（正确识别阴性）方面优于四名放射科医师。个人放射科医师用橙色X表示，他们的平均表现用绿色X表示，ChexNet用蓝色曲线表示。

斯坦福大学还创建了胸部X射线的热图，颜色代表最可能代表肺炎的图像区域，研究人员认为CheXnet可以极大地帮助人类放射科医生的工具。

AI比医生的标准方法更准确地预测心脏病发作和中风

目前而言，评估患者风险的标准方法依赖于美国心脏协会和美国心脏病学会制定的指南。医生使用这些指导方针，重点关注诸如高血压、胆固醇、年龄、吸烟和糖尿病等完善的风险因素，为他们的病人制定咨询和治疗方案。

英国诺丁汉大学的研究人员创建了一个AI系统，可以扫描病人的常规医疗数据，并预测哪些人在10年内会发生心脏病或中风。与标准预测方法相比，AI系统正确预测了355名患者的命运。

为了使系统做得更好，研究人员Stephen Weng及其同事为英国378256名病人测试了几种机器学习工具。这些记录追踪了2005年至2015年的患者及其健康状况，并包含了人口统计，医疗状况，处方药，医院访问，实验室结果等信息。

研究人员将75％的病历记录下来，并将其输入到机器学习模型中，以找出在10年内发生心脏病或中风的患者的显着特征。然后Weng的小组测试了另外25％的记录中的模型，看他们如何准确地预测心脏病发作和中风。他们还测试了该部分记录的标准指南。

如果使用1.0分表示100％的准确性，那么标准指导得分0.728，机器学习模型的范围从0.745到0.764，最好的分数来自一种称为神经网络的机器学习模型。

虽然机器评分听起来可能不是一个响亮的胜利，但当翻译成人类术语时，其意义就变得清晰了：神经网络模型预测，在7404例实际病例中，有4998例患者心脏病发作或中风，这超过标准355例方法。有了这些预测，医生可以采取预防措施，例如开药降低胆固醇。

自闭症：AI扫描婴儿脑部以预测自闭症

北卡罗来纳大学教堂山分校的一个研究小组发现了6个月大儿童大脑的变化与自闭症的关系，而深度学习算法能够使用数据，预测在24个月时自闭症高危儿童是否会被诊断为病症。

该算法正确地预测了高危儿童的最终诊断，准确率为81％，灵敏度为88％。与行为问卷相比算法的表现不错，因为问卷产生早期的自闭症诊断准确率只有50％。

这个研究小组的项目是由美国国家卫生研究院资助，项目招募了106名患有自闭症家族史的婴儿和42名无自闭症家族史的婴儿，并在孩子们6、12、24个月时扫描他们的大脑。算法仅使用三个变量——脑表面积、脑容量和性别（男孩比女孩更可能有自闭症），算法确定了十个自闭症孩子中的八个。

研究人员发现，在6个月和12个月之间，婴儿的整体脑部发育没有任何变化，但后来被诊断为自闭症的高危儿童的脑表面积显着增加。表面积的增加与12至24个月之间发生的脑容量增长有关。换言之，在自闭症中，发育中的大脑首先在表面积上扩展了12个月，然后在整个体积中增加了24个月。

这个团队还在24个月的时候对孩子进行了行为评估，当时他们已经够大了，开始表现出自闭症的标志性行为，比如缺乏社会兴趣，语言延迟和重复的身体动作。研究人员指出，大脑过度生长越多，孩子的自闭症症状就越严重。

皮肉切割手术精准度，机器人击败了外科医生

在最近的一系列实验中，智能自主机器人STAR的发明者表明，它能比专家外科医生执行更精确的切割，并且对周围健康组织伤害更小。

STAR通过视觉追踪其预定的切割路径，切割工具并不断调整其计划以适应自身移动，最终完成工作。

对于这种视觉追踪，机器人依赖于研究人员事先在组织上放置的微小标记，这些标记显示在近红外摄像机上。研究人员因此将STAR称为半自主机器人。

机器人和外科医生都被要求切割直线5厘米的线。由于外科医生训练在已知标志之间切割组织，而不是切断绝对距离，因此在皮肤上绘制参考线。一些外科医生在开放式手术设置下进行了切割，而另一些外科医生进行了腹腔镜设置，这是日益普遍的手术操作，其中工具通过一个小孔插入。

机器人和人类都是根据它们偏离理想长度的理想切割线以及包围切口多少焦炭（受损的肉）来判断的。结果：STAR的切割长度接近5厘米，与理想的切割线偏离较少，并且导致焦点较少。

深度学习能帮助临床医生预测阿尔茨海默病（老年痴呆）吗？

阿尔茨海默病没有临床试验，因此医生通过评估患者的认知能力下降来诊断。但对于轻度认知功能障碍（MCI）的诊断特别困难，即症状不明显的早期痴呆阶段。而且更难预测哪些MCI患者会发展为阿尔茨海默病。

目前，哈佛大学领导的研究小组率先尝试将fMRI扫描和深度学习结合到一个能预测MCI患者发展为阿尔茨海默病的概览的项目中。静息时对患者进行fMRI扫描，与任何fMRI扫描一样，它们揭示了大脑中电信号的闪烁以及这些区域如何相互关联。

这种关系的术语是功能连接性，并且随着患者发展MCI而改变。这是因为信号依赖氧气流向神经元，但是阿尔茨海默病患者中tau蛋白的积累会扼杀这些神经元，导致脑部区域萎缩。

该小组想要看看他们是否可以使用功能连接的这些变化来预测阿尔茨海默病。他们从93名MCI患者和101名由阿尔茨海默病神经成像倡议提供的正常患者的数据开始。研究人员根据参与者大脑90个区域的130个fMRI测量结果的时间序列，可以确定信号在一段时间内闪烁的位置。

接下来，在一个关键的步骤中，这个小组处理这个数据集来创建这些信号在大脑区域相对于彼此的强度的二次度量。换句话说，他们构建了功能连接图，显示了哪些区域和信号彼此关系最密切。

最后，团队建立了一个深度学习计划，可以解释这些模式的强度，并结合有关年龄，性别和遗传风险因素的临床数据，预测一个人是否会发展为阿尔茨海默病，准确率高达90%。

机器人进行外科手术的多种尝试

如今，一些手术程序已经出现了智能机器的身影。机器人通常在一些程序中执行关键步骤，包括矫形膝关节置换，激光眼科手术和头发移植。这些手术的共同之处在于其目标的固定性质，因为在手术过程中可以固定腿骨，眼睛和头部。软组织手术更混乱，更难以自动化，因为身体的所有粉红色部分都转移并且很难追踪。

当前最先进的软组织手术机器人是Intuitive Surgical的da Vinci系统，但它并不是自动化的。达·芬奇是一个远程操作系统，外科医生坐在控制台上，操作灵巧操作的控制装置，通过患者体内的小工具进行模拟。

而上文所介绍的STAR，是通过整合一些不同的技术解决了软组织的挑战。其视觉系统依靠放置在肠组织中的近红外荧光（NIRF）标签;专门的NIRF相机跟踪这些标记，而3D相机记录整个手术区域的图像。综合所有这些数据，STAR能够把重点放在目标上。机器人为缝合工作制定了自己的计划，并在操作过程中随着组织的移动调整了计划。

一位外科手术机器人领域的外部专家称这项研究为一项突破，但也表示，其局限性是，自主机器人“不会很快进入手术室”。华盛顿大学自主外科手术机器人的先驱Blake Hannaford指出机器人所依赖的NIRF标签是由人类放置的。

治疗脑癌：时间与质量的权衡

在治疗脑癌时，时间至关重要。

2017年8月，发表在《神经学遗传学》（Neurology Genetics）杂志上的一项报告表明，在得到同样的测序信息后，IBM Watson用10分钟提出了一个治疗方案，而人家专家团队使用了160个小时。但是，这一结果并不能简单地看做是机器的胜利。

该案例中的患者是一名76岁的男子，他去看医生，抱怨头痛，行走困难。脑部扫描显示该男子脑部有恶性胶质母细胞瘤肿瘤，外科医生很快就该肿瘤切除。该名男子也接受了三周的放射治疗，开始了长期的化疗。但是，尽管得到了最好的照顾，他还是在一年内死亡。

虽然IBM Watson和医生都分析了病人的基因组，并且都提出了治疗方案，但等到手术的组织样本被测序之后，病人的身体已经衰退得太过厉害。

研究人员将IBM Watson进行的基因组分析结果，与NYGC的医学专家团队进行比较，后者由治疗肿瘤科医师，神经肿瘤专家和生物信息学家组成。

IBM Watson和专家团队都收到了病人的基因组信息，并确定了显示突变的基因，通过医学文献查看这些突变是否已经在其他癌症病例中发现，寻找药物治疗成功的报告，并检查这位患者有资格参加的临床试验。不过，人类专家团队做完这些，花了160个小时，而Watson则在10分钟之内做完。

但是，Watson的解决方案是最快提出的，但可能不是最好的。NYGC的临床医生确定了两个基因突变，综合考虑后，医生建议患者参加一个针对两种组合药物治疗的临床试验。而如果当时病人的身体条件允许，那么他将被纳入这个试验。

但是，Watson没有这样综合考虑这个信息，因此没有建议进行临床试验。

先天性白内障诊断，AI与人类医生打平

中山大学眼科医生Haotian Lin与西安电子科技大学Xiyang Liu的研究小组合作，开发了一种能诊断先天性白内障的AI程序CC-Cruiser，利用深度学习算法，预测疾病的严重程度，并提出治疗决策建议。

在计算机模拟中，CC-Cruiser能够以98.87％的准确度区分患者和健康个体。评估疾病严重程度时，在三个关键指标（晶状体混浊面积、密度和位置）上，准确度都超过了93％。不仅如此，系统提供的治疗建议的准确率，也达到了97.56％。

在临床试验中，CC-Cruiser的表现也十分出色：98.25％的识别准确率，所有三个疾病严重指标评估准确率超过92％，治疗建议准确率为92.86％。

但Lin强调，这种技术还“不足够”，因为目标是以100％的准确性来确定最佳的治疗过程。目前系统能做的，是帮助医生，给出识别和治疗建议，同时防止潜在的错误分类。

所以，CC-Cruiser并不会让眼科医生很快就失去工作。而且，人的交流和情感互动是医疗当中不可或缺的，而模拟人类的情感对于机器来说非常具有挑战性。

医患之间面对面的互动，将成为人类智能的最后堡垒之一。

皮肤癌诊断，AI算法与人类医生表现几乎相同

斯坦福大学的研究人员开发了一种深度学习算法，识别皮肤癌的准确率与专业的人类医生相当，相关研究论文被选为封面论文，在2017年2月的一期 Nature发表。

研究人员训练系统观看了近13万张痣、皮疹和其他皮肤病变的图像，覆盖了2000多种不同的疾病类型。他们使用这一数据集创建了图像库，并将其作为原始像素提供给算法，每个像素都带有标签，描述了相关疾病的附加数据。

为了测试算法的性能，研究人员找来斯坦福医学院的21名皮肤科医生。实验中，算法和人类医生需要完成三项任务：角质细胞癌分类、黑素瘤分类，以及使用皮肤镜检查的结果对黑色素瘤进行分类。

在最后一项测试中，研究人员仅使用了高质量、经活检证实的恶性黑色素瘤和恶性癌的图片。研究人员让参与测试的人类医生观看这些图片，并询问他们是“进行活检、治疗，还是安慰病人”。算法在发现所有癌性病变和不得到假阳性结果两方面都表现良好，综合准确率为91%，与人类医生表现相当。

斯坦福大学的研究人员希望在不久的将来将他们的这项技术投入实用，让更多人获得更好的医疗服务。试想一台就在你智能手机里的皮肤癌检测仪，随时随地方便使用。

AI赋能显微镜能计算血液样本中的疟疾寄生虫

近日，一家中国制造商和由比尔·盖茨支持的风险投资公司将宣布计划将显微镜商业化，该显微镜使用深度学习算法在20分钟内自动识别和计数血液中的疟疾寄生虫。AI驱动的显微镜可以加速诊断，并实现标准化规模化检测。

AI赋能显微镜的实验版本已经显示，它可以很好地检测疟疾寄生虫，以达到世界卫生组织最高显微镜标准，称为能力等级1.该等级意味着它可以与训练有素的显微镜专家，尽管研究人员指出，一些显微镜专家仍然可以胜过自动化系统。

正在开发的EasyScan GO显微镜将结合明场显微镜技术和运行深度学习软件的笔记本电脑，该软件可以自动识别导致疟疾的寄生虫。人类实验室的工作人员大多将注意力放在制备血液样本的玻片上，在显微镜下观察并验证结果。

Intellectual Ventures在华盛顿贝尔维尤的首席研究员本·威尔逊（Ben Wilson）表示，疟疾寄生虫为深度学习算法提出了一个棘手的“罕见的对象问题”，通常需要大量的训练数据来准确地识别对象。

微小的疟疾寄生虫可能只会出现在血涂片的数百个显微镜图像中少数几次，在感染水平非常低的情况下，10万个红细胞中可能只有一个疟疾寄生虫。

该解决方案需要将深度学习和用于分割图像中感兴趣事物的传统计算机算法相结合。它还需要大量基于制备的显微镜载玻片的培训数据。

原型显微镜扫描每张幻灯片的速度大约与专家人类显微镜专家相当，每张幻灯片20分钟。但威尔逊预计最终能够将扫描时间缩短一半，每张幻灯片只需10分钟。

更重要的是，即使现有版本的显微镜可以补充有限数量的训练有素的显微镜可用于确定疟疾和追踪多药耐药性疟疾。Motic公司的Nunnendorf说：“从本质上讲，这是一个巨大的效率提升，而不是实验室技术人员的机器人替代。

一般性诊断，医生绝对优势击败AI

根据Benton基金会2013年的研究，约三分之一的美国成年人已经通过访问在线网站来检查他们的症状。哈佛大学医学院的医生Ateev Mehrotra说：“APP和网站”是普通人士常用的诊断工具。

BMJ（以前称为“英国医学杂志”）在2015年发表的研究中，Mehrotra和他的研究小组为23例症状检查者提供了45例标准患者的症状，包括后来诊断为哮喘和疟疾的患者。该小组发现，约三分之一的时间，检查员列出了正确的诊断。

在新的实验中，研究人员将检查者的准确性与234名医生、研究人员和居民的准确性进行了比较。对于每一个案例，至少有20名医生提供了一个在线平台，列出排名前三名的诊断。

医生们给出正确的诊断结果正确率在72％，而应用程序则为34％。