目前北京重症患者救治情况，市卫健委发布— —******url:https://m.gmw.cn/2023-01/07/content_1303246850.htm,id:1303246850

　　1月6日，在北京新型冠状病毒感染疫情防控工作第433场新闻发布会上，北京市卫健委副主任、新闻发言人李昂介绍，医疗救治是当前工作的重点，北京市立足群众需求，采取扩增发热门诊、优化急救转运、畅通入院通道、强化医联体协作、加强重症救治等系列措施，有效缓解了就医压力。目前，全市门急诊量稳步回落，重症患者救治呈现向好趋势，仍处于高位。

　　李昂介绍，本市提升发热门诊接诊服务能力。发热门诊应开尽开，全市发热门诊和诊室总数达1263家，其中二级及以上医院303家、社区卫生服务机构960家；采取院内原址扩容、方舱转化、社区巡诊等方式扩容发热诊室数量，全市累计扩容诊室449个；充实发热门诊诊疗队伍，设置简易药房，满足单纯开药患者需求；通过互联网医疗、设置合作诊室和强化分级诊疗等措施，满足市民就诊需求。发热门诊接诊量从2022年12月15日最高峰7.3万人次，逐渐回落到2023年1月4日1.2万人次。

　　本市优化院前急救、急诊、住院流程。采取扩容增补急救资源、增加调度席位、分流咨询非急危重症需求电话，解决市民急救需求；提升全市急诊接诊和留观能力，截至2023年1月4日，全市急诊实有留观床位2472张，可转化急诊留观床位1312张，扩容达145.7%；做好院前急救和医院急诊衔接，打通患者入院治疗通道，实施跨科收治，分流急诊、重症、呼吸、感染等科室收治压力。急诊接诊量从2022年12月30日最高峰5.2万人次，逐渐回落至目前4.2万人次。

　　本市强化医联体协作。依托医联体建设网格化三级救治体系，推进分级诊疗。全市组建56个新冠网格化救治体系，每个网格均由一所三级医院（或区域医疗中心）作为牵头医院，与若干所二级医院、基层医疗机构建立分级转诊机制，基层医疗机构接诊超过自身救治能力的重症患者时，对口三级医院开通绿色通道，及时转诊救治，经三级医院诊疗并病情稳定的患者，转至下级医疗构机进行延续输液、吸氧等康复性治疗，有效分流三级医院诊疗压力。

　　本市加强社区医疗卫生机构能力建设。坚持关口前移，加强重点人群排查和早期介入管理，对65岁及以上老人、严重基础疾病和免疫力低下人群，做好健康监测，全面动态掌握居民健康情况，对病情症状做到早发现、早诊断、早治疗，防止病情转重。对符合在社区卫生服务机构用药条件的新冠重点人群，采取早期应用抗病毒药物，同时在全市社区卫生服务中心开展吸氧服务，为全市社区卫生服务中心（站）、村卫生室配备指氧夹4.5万个。

　　本市全力做好重症患者救治。扩容重症救治资源，全市ICU开放床位数从2022年12月中旬的3000余张增至7000余张，二级以上医疗机构经重症医学专业培训的医师数和护士数分别达到1.4万人和2.8万人。成立由知名专家组成的重症管理评估组，建立专家组分片巡查指导机制，按区域对全市收治重症患者的二级及以上医院进行巡诊和指导，提高重症患者救治规范化、同质化水平。

　　下一步，将继续聚焦“保健康、防重症”，全力以赴做好医疗救治工作，进一步加大医疗资源建设储备，分级分类救治患者，加强三级医疗救治体系建设，保障重点人群医疗健康服务，千方百计提高治愈率，降低重症率、病亡率，最大程度保障人民群众生命安全和身体健康。

　　转自：北京市新型冠状病毒肺炎疫情防控工作第433场新闻发布会

聚焦人工智能技术前沿与治理 中外专家学者国际论坛建言献策******

　　中新网北京12月5日电 (记者 孙自法)2021人工智能合作与治理国际论坛“人工智能技术前沿与治理”主论坛，12月5日在清华大学以线上线下结合方式举行，中外人工智能(AI)领域专家学者聚焦人工智能技术前沿与治理这一主题，发表主旨演讲建言献策，并深入研讨交流。

　　美国国家科学院院士、美国艺术与科学院院士、约翰·贝茨·克拉克奖得主、斯坦福大学商学院技术经济学教授、以人为本人工智能研究所副所长苏珊·阿西(Susan Athey)认为，大学在指导人工智能创新方面可以发挥优先引导的关键作用。由于私营部门的技术人员缺乏伦理、哲学方面的训练，难以开发出具有可解释性的算法框架，深化这类研究能够在人工智能治理的问题识别、建立开发实践框架、提供指引等方面发挥重要作用。此外，由于数据可以带来巨大的规模效应，当前“软件即服务”的平台经济模式已非常普及。人工智能和数据需求可能带来“伪”市场集中，因此，未来对“机器换人”的预测非常具有挑战性，需要重新关注和思考人工智能如何用于应对老龄化等公共管理问题，使基于人工智能的公共服务变得更加高效。

　　国际人工智能协会前主席、清华大学人工智能国际治理研究院学术委员约兰达·吉尔(Yolanda Gil)指出，由于人类对智能机制认知不足、智能行为本身的复杂性、观测手段的有限性以及个体知识、职业、信仰、文化背景等的差异性，导致当前人工智能研究中面临着一系列挑战，因此，需要加强人工智能基础研究工作，这需要跨领域、跨学科的共同努力。当前，理解人工智能机理和构建人工智能世界模型是人工智能研究面临的两大挑战。一方面，理解人工智能机理需要构架“感知-思考-行动”的智能模型，加强对大脑思维机理的理解，建议借鉴神经科学研究联合体的有益经验，建立全球性的人工智能研究数据库，形成全球共享的研究社区。另一方面，构建人工智能世界模型则需要建立在人类经验、社会习俗、专业技能的基础上，建议建立类似于自由协作式的知识库，通过全民民众参与，推动知识在全球层面共享。

　　中国科学院院士、清华大学人工智能研究院名誉院长、清华大学人工智能国际治理研究院学术委员张钹表示，由于深度学习等算法存在不可解释性，导致前两代人工智能算法存在着公平性、安全性问题和不可靠、不可信等缺陷。发展第三代人工智能关键在于发展可解释的、鲁棒的人工智能理论和方法，开发安全、可信、可靠、可扩展的人工智能技术，以“数据驱动+知识驱动”构建支持可解释的人工智能算法的深度学习平台，赋能人工智能安全与防御优化。从数据中真正获取智能要靠知识的帮助与引导，并需要政策法规对数据使用的正确规范，充分利用知识、数据、算法和算力四个要素结合，推动人工智能的创新发展。

　　中国工程院院士、北京大学信息科学技术学院院长、鹏城实验室主任、清华大学人工智能国际治理研究院学术委员高文认为，当前人工智能发展处于新一代人工智能向强人工智能发展的关键阶段，至2030年，中国人工智能发展总体要达到世界领先水平。从战略问题看，中美欧三方在人工智能人才、研究、开发、应用、硬件、数据等方面竞争激烈，当前中国人工智能发展在战略政策、数据资源、应用场景、潜力人才方面具有优势，而在基础理论、原创算法、关键部件、国际平台、高级人才等方面还存在短板。从战术问题看，人工智能2.0需采用基于大数据的统计AI解决大规模AI应用需求，鼓励各种可能的强人工智能探索，“可解释机器学习+推理”和“仿生系统+AI大算力”是可能的技术路线图；在安全问题层面，强人工智能的安全风险主要来源于模型的不可解释性、算法和硬件的不可靠性和自主意识的不可控性，人工智能2.0应采用DPI与“防水堡技术”解决数据安全与隐私保护，重视探索人工智能伦理问题，并基于“理论-技术研究-应用”的阶段性采取不同的风险防范策略。

　　美国国家工程院外籍院士、英国皇家工程院外籍院士、清华大学高等研究院双聘教授沈向洋表示，AI已经应用于生活和工作的方方面面，目前甚至在法律上也具有一定的应用，比如美国已经有很多法庭用机器学习和人工智能方法帮助判刑，包括决定刑期这样非常重要的问题。但是我们还无法理解一些AI决策的缘由。未来发展过程中我们不能只看见AI决策的“黑箱”，应该打开“黑箱”，探究和理解其中的具体内容和因果关系，我们一定要做可解释性的AI。同时，他提到负责任的AI应具备公平性、可靠性、隐私性、包容性、透明性和责任性的特点，作为新兴领域，还需要向其他领域学习，从而更好的服务于人类。

　　中国工程院外籍院士、清华大学智能产业研究院院长、人工智能国际治理研究院学术委员张亚勤指出，“碳中和”是人类能源结构的又一次变革。“碳中和”既是可持续发展的必然选择，又是产业结构调整和发展的重大机遇。企业在“碳中和”背景下都面临转型增效的压力。人工智能+物联网是智联网，智联网可以赋能绿色计算，助力“碳中和”。智联网助力“碳中和”主要包括三个环节：首先，由数据驱动和人工智能优化引擎来实现智能决策。其次，多参数全链系统配置优化。最后，通过多源多维异构感知融合实现智能感知。智联网可用于能源融合、降低ICT产业的碳排放和推动新兴产业发展等。他还介绍了智联网赋能的绿色计算平台的框架，该平台包括人工智能驱动节能减排和高能效人工智能系统，应用路径包括绿色园区和工业节能。

　　2021人工智能合作与治理国际论坛由清华大学主办，清华大学人工智能国际治理研究院承办，国际支持机构为联合国开发计划署。论坛为期两天，设有三场主论坛、一场特别论坛和七场专题论坛。“人工智能技术前沿与治理”主论坛由清华大学计算机科学与技术系教授、人工智能研究院常务副院长孙茂松主持。(完)