推荐期刊
在线客服

咨询客服 咨询客服

客服电话:400-6800558

咨询邮箱:hz2326495849@163.com

医学论文

音乐治疗在我国的现状分析与应用价值

时间:2019年10月16日 所属分类:医学论文 点击次数:

阿兹海默症( AD),俗称老年痴呆症,是一种老年群体高发病率的神经系统退行性疾病,临床上以记忆障碍、失语、失认等神经功能障碍为特征。关于阿兹海默症的治疗,除了药物治疗辅助对抗脑内神经元异常退化外,通过与自然的接触、保持愉悦的心情,比如由家人陪同

  阿兹海默症( AD),俗称老年痴呆症,是一种老年群体高发病率的神经系统退行性疾病,临床上以记忆障碍、失语、失认等神经功能障碍为特征‍‌‍‍‌‍‌‍‍‍‌‍‍‌‍‍‍‌‍‍‌‍‍‍‌‍‍‍‍‌‍‌‍‌‍‌‍‍‌‍‍‍‍‍‍‍‍‍‌‍‍‌‍‍‌‍‌‍‌‍。关于阿兹海默症的治疗,除了药物治疗辅助对抗脑内神经元异常退化外,通过与自然的接触、保持愉悦的心情,比如由家人陪同到含氧量高、鸟语花香的森林中疗养,对于患者的康复有很大的益处‍‌‍‍‌‍‌‍‍‍‌‍‍‌‍‍‍‌‍‍‌‍‍‍‌‍‍‍‍‌‍‌‍‌‍‌‍‍‌‍‍‍‍‍‍‍‍‍‌‍‍‌‍‍‌‍‌‍‌‍。

音乐治疗

  研究表明,还有一种有效的绿色辅助治疗方法,即音乐治疗法,对患者的康复、延缓病情发展、以及提高患者及其家属的生活质量等有很好的功效,其积极作用正得到越来越广泛的认可‍‌‍‍‌‍‌‍‍‍‌‍‍‌‍‍‍‌‍‍‌‍‍‍‌‍‍‍‍‌‍‌‍‌‍‌‍‍‌‍‍‍‍‍‍‍‍‍‌‍‍‌‍‍‌‍‌‍‌‍。

  音乐治疗近几年逐渐进入大众视野,是一门历史并不久远的学科,涉及多种跨学科应用,流派庞杂,因此没有统一的学科定义。中央音乐学院高天教授于《音乐治疗学导论》中阐释音乐治疗“是运用一切与音乐有关的活动形式作为手段,如听、唱、演奏、音乐创作、音乐与其他艺术等等各种活动”,且包括被治疗者、音乐和专业受训的音乐治疗师三个因素的系统科学的治疗过程。(高天,《音乐治疗学导论》,2006)美国音乐治疗协会认为音乐治疗能够有效帮助身体、心理、认知或社交功能方面有缺陷的老年人,即使别的治疗已经对他们不起作用。

  音乐治疗具备科学和实践依据

  音乐治疗虽然历史不久,却具有很坚实的科学理论基础。神经科学研究表明,音乐能够影响胼胝体、海马体、杏仁核、伏隔核、听觉皮质、前额叶皮质等众多脑域,而许多疾病都与这些脑域的失效退化有关,因此通过各种形式的音乐治疗可以有效刺激这些脑域,减缓其退化速率,从而延缓病情。

  为了进一步研究音乐治疗对脑功能退化群体的疗效,北京师范大学附属实验中学的三名高中学生组成的研究小组l进行了数据分析和实证研究。他们以阿兹海默症患者为目标群体,收集了世界不同地方音乐治疗阿兹海默症患者的实验数据,聚焦于音乐治疗带给阿兹海默症患者社会行为发生频率(即与人互动的次数)以及不安情绪指数(即焦虑暴躁程度)的影响,并通过分析数据、绘制图表形成结论。主要分析过程及结果如下:

  1.研究阿兹海默症患者的社交行为发生频率与音乐治疗时长、周期的关系

  根据实验数据,分别将音乐治疗的时长、周期作为自变量x、阿兹海默症患者的社会行为发生频率作为因变量y(假设患者治疗前频率为y:11绘制柱状图。y)l表示患者社会行为发生频率增加。

  当音乐治疗的总时长处于120至420分钟或音乐治疗的周期处于2至7周时,患者的社会行为发生频率处于l2至l4之间,且与时长和周期呈正相关。

  2.研究阿兹海默症患者的不安情绪指数与音乐治疗时长、周期的关系

  根据实验数据,分别将音乐治疗的时长、周期作为自变量x、阿兹海默症患者的不安情绪指数作为因变量y(假设患者治疗前频率为y:01绘制柱状图。y <0表示患者不安情绪指数减少。

  当音乐治疗的总时长处于240至960分钟或音乐治疗的周期处4至l6周时,患者的不安情绪指数处于7至3之间,且与时长和周期呈负相关。

  以上数据结果显示,如果应用妥当,音乐治疗对于阿兹海默症患者的社交频率与不良情绪能够起到积极影响。

  除了数据汇总分析以外,三位高中生还走访了北京双井恭和苑养老中心的专业音乐治疗师。这家养老中心是北京少数几个采用音乐治疗的机构之一,其音乐治疗步骤为:治疗师先对患者进行人数集中的集体治疗,每组大约10 12个患者(对于88岁至103岁的阿兹海默症患者,集体治疗时长约为30 40分钟);治疗师在集体治疗中留意观察个体行为特点,再给每个患者单独进行“量身定做”的治疗。

  音乐治疗的现场能够非常有力地表明音乐治疗对于阿兹海默症患者的有效性。在恭和苑养老中心,许多病情严重的阿兹海默症老人的日常状态为躯体僵硬、毫无动作、目光呆滞、拒绝与人互动;然而在进行音乐治疗时,当老人们所熟悉的老歌响起,他们竟然开始有了反应——他们的嘴开始小幅度地张合、随着音乐一同哼起歌、甚至在治疗师带着他们打拍子的时候会一同拍手,场面十分震撼触动,充分印证了音乐对于老人大脑的刺激作用。

  国外音乐治疗的研究和实践

  在音乐治疗较为先进的国外,有诸多投入音乐治疗研究的学者,其中有两位对音乐治疗的发展与应用起到了极大的推动作用。

  一位是纽约大学神经病学教授、多本畅销书作者Oliver Sacks教授。他在畅销书《Musicophilia》一书中写道:“音乐可以影响我们所有人一一使我们平静,使我们充满活力,使我们舒适,使我们兴奋,在工作或娱乐时使我们产生共鸣——它可以特别强大,对患有各种神经疾病的患者具有巨大的治疗潜力。”他的理念使他投入大量精力到对各种病患的音乐治疗中,深深影响了他的许多病人的一生。

  另一位做出杰出贡献的是哈佛大学教授、麻省总医院神经病科副主席Rudolph Tanzi教授。他经过研究发现,人们对自己l3岁至25岁时听过的音乐印象最为深刻:基于这个发现他和合作伙伴一起开发了针对阿兹海默症患者的SPARK APP,使用该应用的患者只需要输入出生年份,系统会自动筛选出患者13-25岁时大概率听过的音乐,并可以根据患者对不同音乐的反应程度选择合适的曲目。来自年少记忆中的音乐是与患者最能够产生共鸣的,因此可起到最大化刺激患者大脑的效果。

  除了大量研究以外,音乐治疗在国外也被广泛而多样地应用。例如,在音乐治疗的发源地美国,一个信奉行为主义的音乐治疗师会采用音乐刺激或稳定患者情绪,从而促进患者学习特定技能或行为:而一个注重人道主义的治疗师则会引导患者即兴创作,强调创造性和自我表达。同时,在美国许多州的法律中音乐治疗是覆盖在医疗保险中的,已被应用于自闭症、阿兹海默症、学习障碍、脑损伤等病的治愈中。

  音乐治疗在我国的现状和发展机遇

  相比之下,音乐治疗在中国的钻研和应用力度远远不够。2018年采访毕业于中央音乐学院的音乐治疗师王瀚林时了解到,全国仅有不到130位经过注册的音乐治疗师。截至2018年中国开设音乐治疗专业的院校不足10所,学生人数也非常有限。音乐治疗更是完全不在许多国内医院的治疗体系之内。

  音乐治疗在国内普及度低的原因主要有三个:第一,我国缺乏完整而标准的培养音乐治疗领域人才的体系;第二,音乐治疗专业毕业生未来的就业选择少、途径窄,很多只能在医院和疗养院做音乐治疗师;第三,也是最为显著的一个原因,即国内大众对音乐治疗的认知程度低,许多人没有听说过音乐治疗,有所耳闻的群体中也不乏对音乐治疗有效性持怀疑态度的人。

  现状的不足也给音乐治疗在我国的发展带来很大的潜力。大量理论依据与临床经验证明,音乐治疗是一种正规、有效的疗法,很多时候甚至当面对别的治疗都已无效的病患时音乐治疗却能够发挥独特的作用,特别是能够帮助自闭症、帕金森症、阿兹海默症等疾病的患者完成一定程度上的康复。

  此外,音乐治疗是一种相对于其他疗法成本更低(只需要一名专业的音乐治疗师、接受治疗的病患与完成音乐互动必要的器具即可)且无副作用的疗法,是非常理想的辅助或弥补其他治疗方法的途径。喜爱音乐是人类的本性,音乐治疗能够对患者的心情起到极大的改善作用,接受音乐治疗既可帮助患者康复,又能喻悦身心。

  想要提高音乐治疗在国内的认知程度是有难度的,需要从大众和医院两边加大普及力度。从普通公民的角度来讲需要多加科普,避免大规模不了解或误解(如认为音乐治疗只是单纯听歌)的情况延续;要使大众认识到音乐治疗的有效性和应用价值,提高病患接受音乐治疗的意愿,培养潜在音乐治疗的学习者。从医院的角度需要将音乐治疗纳入医疗体系中,广收音乐治疗师,将音乐治疗付诸临床应用;医院加大对音乐治疗师的需求也能够加速音乐治疗专业的发展,激励更多潜在的学习者深入钻研音乐治疗,形成良性循环。

  同时,我国也可以结合国外研究经验,借鉴国外做法。例如上文提到的Tanzi教授的SPARK APP,吸收其核心思想并开发一款专为中国阿兹海默症患者设计的音乐康复软件不失为一个良好的起步。

  音乐治疗作为一种安全健康的绿色疗法,其适用范围不仅仅限于阿兹海默症,而是对自闭症、帕金森症等在内的神经功能性疾病的康复都具有积极作用。由于音乐治疗具备便利性,患者的家人可以在家庭护理中方便地实践,而且不额外使用药物,不产生污染,环境友好,愉悦身心,是名副其实的绿色疗法。尽管音乐治疗在国内起步较晚,但是通过各方积极努力,相信音乐治疗必定会得到越来越多的重视,结合药物治疗,更为有效地治疗不同疾病,显著提高患者和家属的生活质量。

  医学方向评职知识:人工智能在医学领域应用的论文文献

  摘要:人工智能(AI)技术发展至今已在许多研究领域和产业取得引人瞩目的成就,大大推动了高度依赖机器操控和海量信息数据分析的医学超声影像学的发展。目前AI在超声医学领域的发展是医工结合交叉研究的新热点,越来越多的超声医学专家和数学家、计算机科学家共同致力于推动超声医学研究与AI的融合实践,旨在提高超声诊断的准确率、降低误诊率、缩短报告时间,满足日益增长的临床需求。