民政部：落实养老机构老年人分类分级健康服务******

　　中新网1月11日电 民政部养老服务司副司长李邦华11日表示，落实养老机构老年人分类分级的健康服务，为老年人配备必要的血氧仪和吸氧设备，做到养老机构内的黄色、红色标识重点老年人给予重点关注和老年人重症前期的“早识别”。

　　国务院联防联控机制11日就重点机构和重点场所疫情防控有关情况举行发布会。会上有记者提问称，在“乙类乙管”阶段，民政部门要采取哪些措施来实现养老机构“保健康、防重症”目标？

　　“‘保健康、防重症’是‘乙类乙管’阶段整个疫情防控的重心，养老机构也是这样的。”李邦华称，现在全国有4万多个养老机构，入住老年人220多万人，这些老年人多数是高龄、失能和有基础病的老年人，一旦养老机构发生感染就容易形成聚集性感染，而且老年人感染后，重症风险比较高。民政部按照“乙类乙管”阶段“保健康、防重症”的总体部署，结合养老机构的特点，坚持“关口前移”，会同卫生健康和疾控部门，着力预防和减少老年人重症的发生。

　　一是指导养老机构每天做好至少两次的健康监测和每周两次的核酸或抗原检测，如果养老机构自行联系核酸检测机构有困难，地方联防联控机制要给予协调，做到老年人的疑似新冠病毒感染症状能够“早发现”，以及养老机构阳性人员的“早发现”。

　　二是落实养老机构老年人分类分级的健康服务，为老年人配备必要的血氧仪和吸氧设备，做到养老机构内的黄色、红色标识重点老年人给予重点关注和老年人重症前期的“早识别”。

　　三是发挥养老机构内社医疗机构和定点协议的医疗机构的作用，储备相应的药物，通过远程或者上门巡诊诊疗服务，做到感染老年人诊疗的“早干预”。

　　四是健全养老机构感染者的转运机制和就医绿色通道，提高转诊效率，在医疗资源紧张的时候，养老机构如果提前预定的定点医疗机构床位比较紧张时，要求民政部门和卫生健康部门要加强协作，统筹辖区内的其他医疗资源，优先为养老机构的老年人安排接诊和病床，做到“早转诊”。

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