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
（新春走基层）急诊科的不眠夜******
中新网银川1月12日电 题：急诊科的不眠夜
中新网记者 杨迪
在宁夏回族自治区人民医院急诊科，时钟仿佛比其他地方走得更快，只有一路小跑，才能在这里“争分夺秒”。
预检分诊，是急诊科的第一道“关口”，值班医护需要在最短时间内了解患者诉求，进行初步检查并给予建议。在就诊高峰期，急诊科预检分诊护士凌娟娟要同时面对五、六名患者，以最快时间询问患者症状，安排其就诊。
护士为前来就诊的患者预检分诊。 杨迪 摄从下午4时到深夜12时，凌娟娟几乎没有休息的时间。“我的这个岗位不能离开人，在接班前，我会尽量少喝水、提前上厕所。”凌娟娟的语速很快，这是长期在急诊科工作养成的习惯，“分秒必争”——是急诊医护们的共识。
据了解，近日宁夏回族自治区人民医院急诊就诊数增多，院方本着“应接尽接”的原则，优化急诊流程、整合救治资源、抽调医护支援，最大程度做好急救保障。
病床上的患者、焦急等待的亲友、忙碌的医护……在急诊科，“小步快走”成为医护们的标志性步伐。“急”和“诊”，是贯穿这里的关键字。
从下午6时工作到第二天上午8时，急诊科抢救室护理组组长杨玉龙已习惯通宵忙碌，“现在的愿望，就是尽最大努力帮助大家渡过难关。”
在急诊红区，急诊科主治医师杨晓明正在查看患者的肺部CT，包括他在内的2名医生和2名护士，要为整个红区的患者提供诊疗和救治。杨晓明用“跑”来形容自己的工作状态，“我们从接班到下班全身是汗，要抓紧跑、抓紧救治患者。”
在急诊红区，医生正在为患者查看CT结果。 杨迪 摄急诊重症监护室(EICU)收治的是需要插管、呼吸辅助通气等的危重症病人。与急诊黄、红区不同，EICU格外安静，可以清楚地听见仪器的滴答声、医护的脚步声。在这里，患者没有家属陪护，急诊科护士王志华在为患者插管、配药、擦身之余，还要安慰、疏导患者，帮助其建立战胜疾病的信心。
在急诊黄区，医护正在与患者家属交流。 杨迪 摄从下午6时起，王志华还未喝过水，这是他新冠病毒感染的第二天，全身酸痛的他在上班前要吃一粒布洛芬，才能坚持工作到第二天早上。“我们科现在人员比较紧缺，我‘阳了’以后，也不敢轻易下‘火线’。”王志华的声音显得有些虚弱，时常要停下来呼气，“家人也劝我请假休息，但我没请。我想作为医务人员，去尽力守好这道防线。”
已是深夜，王志华和同事依旧在忙碌，这注定是一个与病魔赛跑的不眠夜。“我们所需要的不多，就是希望看到病人康复出院。”王志华说。(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
彩神地图 |
)