点击右上角
微信好友
朋友圈
请使用浏览器分享功能进行分享
探访后疫情时代下的内蒙古三级医疗机构：分级诊疗 收治扩容******
中新网呼和浩特1月8日电 题：探访后疫情时代下的内蒙古三级医疗机构：分级诊疗 收治扩容
中新网记者 张林虎
近日，国家卫健委发布公告，自2023年1月8日起，对新型冠状病毒感染实施“乙类乙管”，这无疑对基层公共卫生服务提出了新要求。
岁末年初，为确保新冠病毒感染者就诊需求得到满足，记者探访发现，内蒙古自治区三级医疗机构以生命护佑生命，医护人员24小时守护患者，以“满格”状态应对挑战，全力当好“生命守门人”。
图为医护人员帮助患者进行雾化治疗。 张鹏飞 摄“急诊严格执行分级诊疗，经接诊医护评估后，病情危重、生命体征不稳定的患者第一时间送入抢救室开展相应治疗，生命体征相对平稳的患者会在医护人员的引导下排队候诊。”8日，内蒙古医科大学附属医院急诊科副主任牛君义说。
作为内蒙古最早建立的综合性医院之一，内蒙古医科大学附属医院为应对就诊高峰，缓解患者就医压力，采取分级分类诊疗，通过扩容发热门诊和急诊数量的方式，进一步提高救治效率。
“在急诊收治患者过程中，我们首先成立了急诊重症病房，目前重症病房设有大约120张床位，对符合住院条件的重症病人及时收治。”内蒙古医科大学附属医院院长赵海平说，对于亚重症病房，包括呼吸科、神经外科、神经内科、儿科等专业设有近100张床位，满足亚重症患者的救治需求。
与此同时，该院还设置转换ICU病房，床位约120张，“如果仍不能满足患者救治需求，医院会开通储备床位。”赵海平说，在人员配置方面，医院组建了以ICU为主的医疗团队，辐射到各个专科病区。
图为放射科医生为患者进行肺部CT检查。 张鹏飞 摄赵海平说，针对急诊重症病人人数增加的情况，该院启动了“清零行动”，按照国家卫健委、国家疫情防控指挥部的要求，及时将急诊留观的患者收治入院，以保障急诊救治能力，确保广大患者得到及时诊疗。
“上臂向上举，呼气、吸气……”连日来，这样的话语，呼和浩特市妇幼保健院放射科主任吴杰每天会重复上百遍。
作为临床医生诊断的“火眼金睛”，放射科的医技人员不得不24小时在岗。“为了让患者在最短时间内可以进行检查，拿到结果，我们都提前到岗，中午放弃休息时间，每天加班加点工作。”吴杰说。
呼和浩特市妇幼保健院医务科主任贾淑婧告诉记者，针对近期患者的增多，该院加强全院医护新型冠状病毒感染医疗救治培训，同时通过制定患者相关处置预案、增设重症病房、整合医疗资源、救治队伍储备、优化急危重症患者救治流程等多项措施，最大限度释放医院的救治潜能，着力保健康、防重症、降低病死率。
图为患者有序就诊。 高俊维 摄“发完烧之后，咳嗽了好几天，今天过来拍个片。”回民区居民武瑞平已经年逾耄耋，前段时间感染新型冠状病毒后，持续不断咳嗽，随即来到回民区防治医院进行肺部CT检测。
连日来，针对老年人感染新冠病毒之后，容易引发基础疾病从而加重病情的情况，呼和浩特市回民区防治医院为辖区老人开展了免费的肺部CT检测筛查。
“筛查后，我们会根据每一位患者的结果，提出一些中西医结合的治疗方案，患者可以自行选择治疗方式和治疗地点。”呼和浩特市回民区防治医院院长高俊维表示，每天8点半到18点，医院会给80周岁以上老人免费做肺部CT筛查，会一直持续到春节前。
记者了解到，为充分满足发热患者的就医需求，内蒙古多家医院还开通了在线问诊通道，提供健康评估、居家健康指导、心理疏导、药品配送等服务。(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
（文图：赵筱尘 巫邓炎） [责编：天天中] 阅读剩余全文（）  视觉焦点
至尊彩票地图 |
)