江西政协委员建议完善乡村医疗卫生体系 固乡村振兴“健康之基”******

　　中新网南昌1月12日电 (刘力鑫)2023年春节将至，广大农村地区即将迎来“返乡潮”。农村医疗卫生资源基础薄弱、医疗服务能力不足，是疫情防控的重点地区和难点领域。正在举行的江西省两会上，多位江西政协委员建议完善乡村医疗卫生体系，进一步筑牢乡村振兴的“健康之基”。

　　江西是农业大省，农村人口众多。作为农民群众健康“第一道防线”的乡村医疗卫生服务体系，承担着基本医疗、公共卫生等职能，同时也是打赢健康扶贫攻坚战、疫情防控阻击战的“网底”力量。

　　农工党江西省委会在一份提案中表示，近年来，江西省村级医疗卫生体系不断完善，但对照乡村振兴要求和人民群众的期待，还需进一步优化、升级、提档，要进行医疗卫生的“供给侧结构性改革”。

　　该提案称，要优化体系设置，重点在优化村卫生室布点、加强一体化管理、提高服务水平上下功夫，通过提高准入门槛和建立退出机制，在逐步精简村医队伍的同时提高收入；要加强财力保障，建议将水电、网络、医保接口费用等基本运行开支纳入同级政府预算，由财政保障统一购买医疗责任险，加强对基本公共卫生服务、基本药物补助配套落实情况的监管；要提高医保限额，建议从方便群众就医和落实分级诊疗出发，适当提高村卫生室年就诊和次就诊金额限额，给村卫生室的发展“松绑”。

　　江西省政协委员、萍乡市委常委、统战部部长罗璇也在一份提案中表示，要积极探索优化乡村医疗卫生管理体制，破解乡村卫生健康发展瓶颈，具体包括完善乡村医疗机构和医疗人员制度建设、全面推行乡村医疗机构一体化管理、建立乡村医生执业风险化解机制。还要逐步推动“互联网+诊疗”在乡村医疗卫生领域的应用，提高乡村卫生健康管理现代化水平。

　　此外，针对当前农村地区面临的疫情防控问题，九三学社江西省委会在一份提案中建议要保障村卫生室药物储备、补充基层医疗机构人员、给重点人群组织发放“健康防疫包”、加强科普宣传，提高个人防护意识、建立村级应急转运队伍，强化急危重症患者转移救治工作。(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