金福彩票_（中国）搜狗百科

“发热诊疗小屋”加强接诊能力 提升服务方便居民就医******

　　央视网消息：为有效提高基层医疗卫生机构应对发热患者的接诊能力，江西、浙江等地将部分不再使用的核酸采样点改造成了诊疗小屋，方便居民就医。

　　核酸采样点变“发热诊疗小屋”加强接诊能力

　　近日，江西多地将部分不再使用的核酸采样点，改造成“发热诊疗小屋”，让居民就近就便完成诊疗和取药。在樟树市鹿江街道的发热诊疗服务站记者看到，居民来到诊疗站后，可通过窗口服务进行病情初步诊疗，随后在站内完成配药。

　　在上饶市铅山县天街的“发热诊疗小屋”，居民们正在按序排队，等待医生诊疗，开具处方、完成配药。

　　为了方便群众就近看病就医，铅山县在原来网格化管理的基础上，根据人群的密集程度，陆续增加了10个诊疗点，进一步优化“发热诊疗小屋”配置，提升服务能力。

　　核酸点提升改造 全力接诊发热患者

　　这几天，浙江各地将部分街头核酸点改造成了便民服务点，改造后，发热患者可以在服务点就诊、取药。在台州市椒江区的发热诊疗站记者看到，现场有居民正在排队问诊。

　　在杭州市萧山区，由核酸检测点改造而成的街头“健康诊疗站”试点推出。刷医保卡、诊疗、开具处方、完成配药，该站点可为居民提供 “一站式”医疗服务，还可以为不方便前来就诊的人群提供“代看诊”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）