三分快三返点 - 三分快三登录

破解就医停车难需要多方协作******

　　就医停车难、医院周边交通拥堵，为群众所诟病，亟待解决。这不仅需要医院、交通管理等部门进行治理，政府相关部门也应共同协作、多方发力，利用信息化优势，多措并举，从而改善患者的就医体验。

　　1月12日晚，参加北京市政协十四届一次会议的委员们陆续报到，北京市政协委员、北京市丰盛中医骨伤专科医院院长齐越峰带来《关于解决就诊停车难，缓解医院周边拥堵的提案》。

　　诸多问题导致患者就医停车难

　　作为医药卫生界的市政协委员，齐越峰在参政议政过程中，聚焦患者的停车问题。齐越峰谈道，随着北京市机动车保有量不断增加，驾车就医成为普遍现象，而在各大医院门口，经常出现就诊患者的车辆排成长龙、等待进入医院的景象，有时患者已经看完病，家属的车辆还未开进医院。齐越峰调研发现，诸多问题导致患者就医停车难。

　　首先，患者到医疗机构就诊存在潮汐现象。齐越峰在提案中指出，周一、周二上午就诊人数最为集中，医院周边路段此时也最容易堵车，社会车辆对就诊高峰不了解，更加剧了交通拥堵。其次，中心城区的医院由于历史原因，院内停车位有限，且难以扩容，开车就诊的人数与医院内部停车位明显不成比例。

　　此外，对于医院外的道路，医院在管理上无能为力，交管部门警力有限，依靠电子摄像头监控、违法停车贴条等办法，也极易引起患者不满，更有甚者将怨气指向医疗机构。

　　齐越峰介绍说，北京市曾在2014年到2016年出台一系列政策，鼓励社会资本进入医院停车场。但从实际情况来看，在北京市内的医院建设地下立体停车库，每个车位成本高达30万元左右，投资方积极性不高。

　　患者就诊时间过长，也导致医院内的车位使用率不高。齐越峰观察，患者到了医院后，经历取号、报到、就诊、拍片、取药、治疗等环节一般需要2-3小时。大医院有时患者较多，看病至少耗费一上午，有限的车位和单次就诊时间过长的矛盾更加剧了停车难。

　　交管和医院协作疏导成为破题关键

　　如何破解就医停车难？齐越峰在提案中建议，首先应由交通管理部门牵头，加大医院周边交通拥堵情况的指挥调度。

　　齐越峰梳理媒体报道发现，2022年北京市针对重大活动、重点时期开展了30余次交通综合协调调度，及时发布预警信息为市民出行提供参考，并取得较好的效果。“随着交通数据共享、指挥调度能力进一步提升，将医院预约就诊、动态就诊人数纳入交通运行监测平台，建立交通综合协调调度机制，可以让医院周边交通更加有序和通畅。”齐越峰说。

　　交通部门要加大信息化建设。齐越峰指出，利用百度或高德等APP及时发布医院就诊人数信息、院内停车位数据，以及医院周边道路的拥堵指数，在预约和就诊人数集中时段采取交通预警和分流绕行提示，让社会车辆尽早避开医院，医院周边的交通状况或将得到改善。

　　除了疏导车辆，齐越峰建议，医疗机构要继续深入开展分级诊疗、预约诊疗、检验和化验报告的数据化，优化患者就诊的各项服务流程，缩短患者在医院的驻留时间，减少患者不必要的就医出行，也可有效缓解停车难题。

　　齐越峰还谈道，政府牵头在城区医院附近合适区域，在不影响街区景观的前提下，可鼓励社会资本出资建设立体停车场，让患者在医院附近就近下车就医。

　　文/本报记者 崔毅飞

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）