广西：医生“网友”为居家新冠患者暖心答疑******

　　晚上7点的广西医科大学第一附属医院住院楼灯火通明，呼吸与危重症医学科主任医师王可结束在病房的工作后，回到休息室后第一时间掏出手机，认真地回复患者的线上问诊。

　　随着疫情防控政策优化调整，居家感染者的求医问药需求正大幅增长。自12月16日至今，王可在线上提供的问诊服务已超过1300人次。“不是每个人都有医生朋友，但可以有医生‘网友’。”王可说，刚刚过去的一下午就有近百条提问，趁着等待食堂送餐的空档，可以抓紧时间多为几名“网友”答疑。

　　面对如此大量的问诊需求，如何做到准确、高效的回复？王可及时梳理了患者的提问，发现大部分的问题集中在退烧药的具体使用、鼻塞和咽痛等不适症状如何缓解等方面。他针对这些常见问题整理了一套图文并茂的回复模版，再根据个性化的情况给出特别提醒。比如，在回答一名自述“有成人蚕豆病”的患者问诊发烧该使用什么药物时，他特别叮嘱要避免使用对乙酰氨基酚。

　　王可说，每次回复问诊都是一次医学科普的好机会，既可以让患者及时掌握“行或不行”、如何处置，也希望他们多知道一些“为什么”。

王可提供的线上问诊服务的截图。（受访者供图）

　　除了答疑，及时甄别出须尽快就医的患者也是线上问诊答疑的重要环节。就在前天晚上，王可收到一名新冠患者在线问诊，称“去年有急性心肌炎入院……今天尿非常少，眼睛水肿，心率上到100多，怎么办？”他当即回复：“建议尽快去医院，不要有耽搁，今晚就去。”收到建议后，该患者随即前往医院，目前正住院接受进一步治疗。

　　针对近期一些医院发热门诊出现排长队等“看病难”问题，各地正着力优化流程、扩容医疗资源、增加诊室和医务力量。其中，互联网医院正发挥着越来越重要的作用。广西壮族自治区卫生健康委员会副主任李勇强介绍，广西已制定阳性患者分级分类治疗策略，无症状感染者和轻型病例一般采取居家治疗，同时要求有条件的医疗机构积极发展线上医疗，通过远程指导、互联网医疗等线上+线下相结合的方式，为居家人员提供康复指导和心理支持。

　　王可所供职医院的互联网医院平台近日上线“核酸阳性在线诊疗区”，分为儿童诊疗区、成人诊疗区、孕产妇诊疗区、护理咨询区，由专业医生进行专业指导。该院相关负责人介绍，患者在日常生活中或居家治疗期间，有任何与新冠病毒感染相关的问题都可以通过在线诊疗区免费向医生咨询。

　　今年4月，王可曾主动请缨前往上海支援抗疫。作为广西援沪医疗五队医疗组的组长，他肩负起上海一家医院的救治工作，那里收治的许多新冠病毒感染者都有高危风险因素，包括有基础疾病、高龄等，他与医疗队成员都积累了不少经验。

　　晚饭过后，王可又投入到线上问诊服务中。“王医生，谢谢您这么晚还回复我”“您也要注意休息增强免疫力”……结束问诊前收到病患“网友”的祝福，也让王可倍感温暖。（记者黄凯莹）

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