清宫太医院

来源 :科技潮 | 被引量 : 0次 | 上传用户:ghj1983
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
  


  坐落在北京紫禁城内的中国第一历史档案馆,今天仍然保存着大量清宫御医、御药的原始档案,可以帮助我们揭开清宫太医院的神秘面纱。
  关于宫廷医疗机构的设置,据《汉书》记载,黄帝时已有岐伯,管理宫廷医药的事情。周朝设有医师、上士、下士为帝王及卿大夫行医治病。秦汉时也曾设有太医令、太医下大夫、翰林医官等职官。到了金代,开始用太医院这一名称,隶属宣徽院。元代,太医院开始成为专门的宫廷医疗机构。自此以后,各朝都设有太医院,直至1911年清朝灭亡。
  
  太医院为五品衙门
  
  清顺治元年(1644),清朝的太医院,最初设在北京正阳门东江米巷,也就是后来的东交民巷西口路北附近。该院有大门三座,均向西。用黑漆书写“太医院”三个大字的匾额悬挂于大门之上。大门前为门役的住房。左为“土地祠”,右为“听差处”。太医院内有大堂五间,是主要的活动场所,大堂内悬挂着康熙皇帝御赐著名御医黄运的诗文:“神圣岂能再,调方最近情。存诚慎药性,仁术尽平生。”大堂左侧,有南厅三间,是御医办理公务的处所。大堂右侧是北厅。后面是先医庙,外门称棂星,内门称咸济,殿名景惠,南向,殿内供奉着伏羲、神农、黄帝的塑像,有康熙御书“永济群生”匾额。先医庙外北向为药王庙,庙里有铜人像。连接大堂的过厅是二堂,后面还有三堂五间。
  光绪二十七年(1901),依照丧权辱国的《辛丑条约》第七款,将东交民巷划为各国驻中国的使馆区,使馆区范围内的中国衙署都必须按时搬走。太医院只得暂借东安门大街御医白文寿的宅子应差。不久,又暂移至北池子大悲观音院。光绪二十八年,才于地安门外皇城根、兵仗局东建立新的办公衙署,其建筑规模较之从前要简陋许多,现在遗址尚存,但已是面目全非,昔日衙门形式,难以再现。太医院在紫禁城内东墙下、上驷院之北,设有待诊、休息的处所,旧称“他坦”,岁月流失,现也倾毁无存。
  太医院为五品衙门。医务人员都有相应的职位,堂官称为院使,相当于院长,为五品官,副职称为左院判,官居六品,所属官员有御医,官居八品。雍正七年(1729)规定:御医均受正七品,许用六品冠带。还有吏目、医士、医生等,这些人员享受从九品的待遇,一般通称御医(又称太医),各医官的品级,历朝稍有变动。历朝御医人数,略有增减。以光绪朝为例:有御医13人,吏目26人,医士20人,医生30人。这些御医全部是汉人。
  太医院的御医,来自全国各地,从各省民间医生以及举人、贡生等有职衔的人中,挑选精通医理、情愿为宫中效力的人,量才录用。如在康熙年间,同仁堂的创始人乐显扬就曾担任太医院吏目一职。此外,太医院还设有教习厅,培养医务人才,由御医、吏目充当教习。学习的内容有《类经注释》、《本草纲目》、《伤寒内经》、《脉诀》等专业知识,经过六年寒暑通过考试合格,才能录用为医士或医生。
  虽然在康熙年间已有西药进入宫廷,以后历朝也引进了西医、西药,但太医院主要是以中医、中药为皇帝和妃嫔诊脉开药。康熙三十三年(1693),康熙因患疟疾,就服用过法国传教士洪若翰送的金鸡纳,也叫奎宁。光绪二十四年(1898)九月初四,法国驻华公使馆多德福医生也曾为光绪诊病开药。尽管如此,在绝大部分时间里,他们从骨子里还是相信中医、中药。正因为如此,中医、中药始终是太医院的主导医疗手段。我们给大家讲述的御医、御药基本上就是中医、中药。
  太医院按医术分类设科,清朝初年为十一科,康熙朝和并为九科,分别是:大方脉、小方脉、伤寒科、妇人科、疮科、针灸科、眼科、口齿科、正骨科。同治、光绪时期,又合并为大方脉、小方脉、外科、眼科、口齿科五科。各科都有专科医生。
  太医院御医,日常在紫禁城内东墙下的待诊处轮流值班,随时听候太监的召唤,为皇帝、妃嫔看病、配药,同时,也担负一些其他与宫廷有关的医疗事务。这是其主要职责。此外,太医院还承担王公、公主、驸马以及文武大臣等的医疗服务,这些人遇有疾病,太医院奉旨派医官前往,并将治疗经过向皇帝奏报。在外地的公主、驸马及台吉大臣有病,也得奉旨携带药品前往诊视。军营、文武会试,就连刑部大牢囚犯得病太医院也要派人前往应差。
  
   记录皇帝病情的宫中脉案
  
  


  清朝太医院,御医的医事活动,无论在宫中,或在宫外,凡是经过他们诊治的人,都有专门的档案纪录诊治情况,如《脉案》、《病源》、《用药底簿》等等。这些档案类似今天的病历。中国第一历史档案馆现存的清代宫廷医案,总数约有四万件。但是这些病案一直被深藏宫中,究竟皇帝、皇后及其妃嫔等怎样看病,御医又如何为他们施药护理,等等,一向是神秘莫测的。
  这些档案的内容包括皇帝、皇后、妃嫔、皇子、公主、太监、宫女以及部分王公大臣的原始诊病记录、配方密本、御药房的各项记录,皇帝有关医案的朱批,等等。皇帝或皇后起居注及历朝实录、内务府抄件、历朝名臣文集笔记,也大量记载着皇帝及宫中重要人物的治病过程。同治皇帝患天花,从发病到病死,二十六天记录成册,无任何遗漏。如同治十三年(1874)十一月二十七日的医案中详细记录了御医李德立等共同会诊“外用熨洗”法为同治皇帝进行治疗。所开出的药方是:“木香一两,当归一两,肉桂五钱,生附子五钱,川贝五钱,草乌五钱,苍术五钱,断龙骨五钱,白芷一两,山甲五钱灸,乳香一两,透骨草一两。”效果如何,我们姑且不去管它。
  按清宫的规定,给皇帝看病的御医都由御药房太监带领,先给皇帝问过圣安,然后才能把脉、问病、开方,开好的药方,要与太监一同去御药房取药,药方的内容和御医、太监的姓名,都要记录在案,并抄写所开药方的药性、治疗方法,并署上御医、太监的名字,进呈皇帝御览。然后登记入册,并由专人保管,作为凭证,以备查考。溥仪在《我的前半生》中说:“按照常例,皇帝得病,每天太医开的药方都要分抄给内务府大臣们每人一份,如果是重病,还要抄给军机大臣一份。”这些药方大多都保存在中国第一历史档案馆内务府、军机处等档案全宗中。
  不仅如此,如果皇帝患病,医治无效,以致死亡,就是所谓“龙驭上宾”,御医及其相关人员就要受到处分。如同治皇帝死后,奉慈安、慈禧皇太后懿旨:“上月大行皇帝天花,李德立等未能力图保护,厥咎甚重。太医院左院判李德立、右院判庄守和,均着即行革职,带罪当差。钦此。”后来光绪帝死后,太医院院使张仲元、御医全顺、忠勋等,也受到同样的处分。这使御医和相关人员一直在谨小慎微、担心害怕的心态中工作。不过,处分毕竟是例行公事,没过多久,受过处分的御医又照样行医了。
  说起皇帝吃药,那可不是一件简单的事情,首先煎调御药,必须由太医院御医与太监在御药房一同相互监督。两服药和为一服,因为药煎好以后,要分为两杯,一杯由主治御医先尝,后院判、内监也得分别尝试,确认没有问题,另一杯才能进奉皇帝服用。如果配制药品不依照原方,及未开明药名品味分量或虽开而遗漏舛错的都将以“大不敬”论罪。乾隆五年(1740)以后,为了方便起见,各宫都设有药房改由内臣负责煎药,就连皇帝也不在御药房煎药。末代皇帝溥仪在《我的前半生》中是这样描述的:“我每次生病,都由永和宫的药房煎药。永和宫是端康太妃(瑾妃)住的地方,她的药房比其他太妃宫里的药房设备都好,是继承了隆裕太后的。”
  御医为皇帝看病的处方用药、御医姓名,都要一一登记入册,建立专门的《万岁爷用药底簿》以备查考。皇太后、太妃、皇后、妃嫔,就连宫中太监、宫女等,有病诊治,也是如此,只不过一般不立个人专册,而是以某宫若干人共为一册。如光绪八年(1882)二月十七日“长春宫总管、首领、太监等用药底簿”。但也有例外,慈禧太后的宠信太监李连英就建有个人专册。
其他文献
"早饭在伦敦,午饭在巴黎,晚饭在巴塞罗那。"上世纪80年代欧洲的报纸,把这叫做"超级火车带给欧洲人的21世纪的生活"。那时人们心中的超级火车,时速二三百公里。对超级火车,记
期刊
隶属北京林业大学鹫峰国家森林公园(以下简称公园),是全国青少年科普活动基地,国家AA级旅游景区。公园位于北京市西北约30公里的群山怀抱之中,在北京市第二条景观大道北清路的西尽
针对制革工业废水有机污染浓度高、悬浮物质多、组成复杂,污染严重的特点,着重综述了国内制革综合废水生物处理技术的关键工艺与设备开发进展,总结了制革废水生物处理方法的优缺
模糊理论自1965年产生以来便逐渐被运用于文学理论与批评,解释文学中长期而广泛存在的思维与语言的模糊现象,有其独到之处。无论是与中国文学中的风骨、神韵、格调、境界、意象
1999年,北京市委八届四次全会讨论通过了《中共北京市委关于加强技术创新,发展高科技,实现产业化的意见》,提出实施“首都二四八重大创新工程”,并在全国率先提出构建区域创新体系
以甘肃省平凉市纸坊沟流域为例,选取1987,2001和2016年3期遥感影像,结合RS和GIS技术,采用基于最大似然法的监督分类与目视解译相结合的方法提取土地利用信息,运用多种土地利
阳离子聚丙烯酰胺(CPAM)“水包水”乳液作为絮凝剂使用,具有经济、高效、环保、节能的独特优势,将其与磁性纳米材料相结合可以得到一种新型磁性絮凝剂,有效地把絮凝技术和磁分
利用PCR技术从酿酒酵母(Saccharomyces cerevisiae W303-1A)总DNA中扩增得到1.9kb乙醛脱氢酶编码基因aldh,将其连接到表达载体pEtac,得到重组载体pEtac—aldh,重组载体在大肠杆菌JM
<正>七十年的峥嵘岁月史,就是当代中国环境事业的壮丽发展史。我们要不忘初心,牢记使命,以史为鉴,在新的征程中再铸辉煌。中国当代环保事业起自何时?传统的说法起自20世纪70
随着电网行业的发展,电网系统规模变得越来越壮大。为了防止经济损失,变电站的设备安全检测问题变得尤为重要。如果投入人力检测设备异常有诸多弊端与资源消耗。因此基于人工智能的电网设备图像异常检测是一个有重要意义的课题。在实际场景中,电网设备异常类间差距小,难以判别,并且算法要集成到系统中,对运算速度有很高的要求。针对该问题,本文提出一种基于深度学习的电网设备图像异常检测方法:高效多语义设备异常检测算法。