彩神彩票|(中国)企业百科

贵州：远程医疗打通农村防疫“最后一公里”******

　　科技日报讯 （郭芮羽 记者何星辉）1月4日，来自贵州省新冠疫情防控工作新闻发布会的消息显示，针对农村地区老幼群体数量巨大但医疗资源相对薄弱的情况，贵州发挥远程医疗服务优势，推动防控重心从防感染向“保健康、防重症”转变，全力做好“最后一公里”医疗救治工作，实现基层“见医、见药、见干部”。

　　“真的是雪中送炭，太感谢了！”1月5日，在贵州省贵阳市白云区牛场布依族乡石龙村，当莫任华老人从村党支部书记罗红燕手中接过防疫健康包的时候，感动得热泪盈眶。从1月2日起，贵州陆续为133万重点和次重点人群免费发放防疫健康包，包括对乙酰氨基酚片、止咳消炎中成药、医用外科口罩、医用酒精、核酸检测抗原试剂等。发放对象是65岁及以上重点人群，包括国家分类人群中的重点人群和次重点人群。

　　根据监测，目前贵州第一波高峰已进入平台期，新发阳性感染人员逐步减少，农村感染率已超过60%。但随着春节临近，农村人员流动将进一步加强，贵州疫情形势依然复杂严峻，防控形势不容乐观。为此，贵州及时建立农村新冠病毒感染救治和民生保障系统解决方案，畅通转诊“绿色通道”，确保农村居民一旦有重症出现可以立即送到三级医院治疗。同时，夯实农村医疗力量，所有乡镇卫生院和社区卫生服务中心发热诊室全部建设并投入使用，每日接诊最大能力为8.6万人，着力发挥县级医院主阵地作用，统筹县域内医疗资源，让宝贵的医疗资源用在最需要的患者身上。

　　值得一提的是，在医疗救治中，贵州充分利用省市县乡四级远程医疗服务体系，开展远程会诊、远程影像等服务，帮助农村基层医疗卫生机构提升医疗水平，帮助农村患者就近获得优质医疗服务。

提速近10倍！基于深度学习的全基因组选择新方法来了******

　　近日，中国农业科学院作物科学研究所、三亚南繁研究院大数据智能设计育种创新团队联合多家单位提出利用植物海量多组学数据进行全基因组预测的深度学习方法, 可以实现育种大数据的高效整合与利用，将助力深度学习在全基因组选择中的应用，为智能设计育种及平台构建提供有效工具。相关研究成果发表在《分子植物（Molecular Plant）》上。

　　全基因组选择作为新一代育种技术，通过构建预测模型，根据基因组估计育种值进行早期个体的预测和选择，从而缩短育种世代间隔，加快育种进程，节约成本，推动现代育种向精准化和高效化方向发展。

　　统计模型作为全基因组选择的核心，极大地影响了全基因组预测的准确度和效率。传统预测方法基于线性回归模型，难以捕捉基因型和表型间的复杂关系。

　　相较于传统模型，非线性模型（如深度网络神经）具备分析复杂非加性效应的能力，人工智能和深度学习算法为解决大数据分析和高性能并行运算等难题提供了新的契机，深度学习算法的优化将会提高全基因组选择的预测能力。

　　该研究团队以玉米、小麦和番茄3种作物的4种不同维度的群体数据为测试材料，通过创新深度学习算法框架开发了全基因组选择新方法。

　　与其他五种主流预测方法相比，该方法有以下优点： 可以利用多组学数据开展全基因组预测；算法设计中包含批归一化层、回调函数和校正线性激活函数等结构，可以有效降低模型错误率，提高运行速度；预测精度稳健，在小型数据集上的表现与目前主流预测模型相当，在大规模数据集上预测优势更加明显；计算时间与传统方法相近，比已有深度学习方法提速近10倍；超参数调整对用户更加友好。

　　该研究得到了国家重点研发计划、国家自然科学基金、海南崖州湾种子实验室和中国农业科学院科技创新工程等项目的支持。

学术支持

中国农业科学院作物科学研究所

记者

宋雅娟

　　（文图：赵筱尘 巫邓炎）