特写：上海重症医学科专家下沉社区 给基层医护、民众吃“定心丸”******

　　作为市级专家组成员，皋源与浦东新区内另外50位专家共同对区内基层医院开展救治指导。　上海交通大学医学院附属仁济医院供图

　　中新网上海1月10日电 (陈静黄兴)10日，上午刚刚忙完重症医学科病房查房和救治工作，下午3时，上海交通大学医学院附属仁济医院重症医学科主任皋源又马不停蹄赶往自己对口负责的社区卫生服务中心指导救治。

　　自12月中旬起，上海市卫生健康委成立市级重症专家组，通过市级专家巡查会诊、落实双向转诊、定点下沉指导、远程会诊等方式，统筹安排重症救治专家力量，加强重症患者的预防与救治。作为市级专家组成员，皋源与浦东新区内另外50位来自重症、急诊、呼吸、小儿等领域的专家共同对区内基层医院开展救治指导。

　　“我们现在配备了呼吸机、除颤仪以及心电监护仪，同时储备了小分子药物。”10日，金杨社区卫生服务中心医务科陆萍为皋源介绍相关情况。对于来自市级三甲医院重症医学专家的指导，陆萍用“雪中送炭”一词形容。她表示，此前社区卫生服务中心更多承担着保障社区居民基础医疗的作用，而像现在这样收治重症患者，可以说是从零做起，缺乏重症患者救治和管理经验。三甲医院(综合性大医院)重症专家的指导，是给医护和患者吃下一颗定心丸。”陆萍说。

　　皋源认为，预防性的识别、预警，尽早将药物分配到患者手中，并做好及时转诊是社区下一步的重点任务。　上海交通大学医学院附属仁济医院供图

　　当天下午，皋源与社区卫生服务中心负责人、医务科、医生护理团队进行了一场交流会。陆萍和医生护理团队负责人准备了十几个问题，逐一向皋源请教。

　　交流会后，皋源直言，金杨社区卫生服务中心222名医、护、技术人员承担了周边20万民众的医疗服务任务，工作非常辛苦，但通过交流，可以用“惊喜”来形容。“他们在患者的分类和识别、药品使用宣教、血氧饱和度跟踪等方面做得很完善，也是在全上海范围内率先启动发热哨点门诊的中心之一，大家的知识储备很充分。”

　　“下一阶段社区卫生服务中心可能面临更大的挑战：医护们要帮助二三级医疗机构出院患者康复、对相对轻症患者开展治疗等。”皋源坦率地说，“应该为社区卫生服务中心尽快配齐CT等设备，若该需求可以下沉，也能继续有效缓解三级医院急诊就诊秩序，尽早筛查出有肺部感染的患者。”

　　采访中，记者了解到，到目前为止，皋源已前往4家对口医院巡诊、参与会诊40余例、紧急会诊2例。“成立专家组，对这个片区整体危重患者的救治起到了一个指导或者帮助的作用。”皋源强调，现阶段除关注重症救治之外，预防性的识别、预警，尽早将药物分配到患者手中，并做好及时转诊是社区下一步的重点任务。(完)

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