大发平台注册|在线用户注册平台 | 官网APP下载

新华全媒+丨药品拆零、共享药架、优先派送……基层开动脑筋保障群众“药事”******

　　新华社上海12月21日电题：药品拆零、共享药架、优先派送……基层开动脑筋保障群众“药事”

　　新华社记者何欣荣、龚雯、郭敬丹

　　面对疫情挑战，退烧药供应紧张，怎么办？在上海，很多基层社区积极开动脑筋，通过药品拆零、共享药架、优先派送等多种方式，保障群众“药事”，尽力让每个有需要的市民有药可用。

　　药品拆零，系统跟进

　　上海市徐汇区斜土街道社区卫生服务中心把药品拆零供应发热患者。（受访者供图）

　　上海市徐汇区斜土街道社区卫生服务中心为辖区内7万多名常住居民提供医疗服务，其中有逾1.6万名超过65岁。在斜土街道社区卫生服务中心，社区医生在现有药品规格包装的基础上，对解热镇痛类药物限定每次开具三天的量，如布洛芬、氨麻美敏片等，所有包装均一分为二做成小单元，统一发放包装，注明用法用量。

　　“医疗机构拆包装分发感冒药品是有道理的。因为感冒是常见疾病，感冒药大多数为非处方药，价格较低，所以感冒药的包装量通常超过一次感冒治疗所需要的用量。在特定情况下，医疗机构提供1/2、1/3或1/4整包装的感冒药品，可以更高效地用好当前资源，努力满足未来更多患者的用药需求。”上海市临床药事质控中心主任、复旦大学附属华山医院主任药师钟明康说。

　　药品拆零后，系统设置也要跟上。斜土街道社区卫生服务中心主任颜骅告诉记者，由于目前部分药物一分为二，故收费系统调整单价为原价的二分之一。

　　除了拆零销售，为了更加精准合理用药，基层医疗机构也在想办法进行超量拦截。记者了解到，一是多渠道科普合理用药，缓解部分居民的恐慌心理。二是医生把关，对发热哨点诊室接诊患者按需配药。三是通过信息化系统对发热药物使用设定限制条件，无论哪位医师出诊，每次开具处方的量都不能超过上限。

　　“对于辖区独居、失能、失独等脆弱人群和重点人群，由街道牵头，以居委会为单位，落实专人负责，做好人员排摸建档。同时配备一定量的解热镇痛药物作为应急物资，为他们的健康托底。”颜骅说，遇到居民有医疗、咨询等需求，家庭医生将对其进行健康评估，确保合理用药。如居民病情较重的，建议转诊至上级医疗机构，确保医疗安全。

　　邻里互助，共享药架

　　上海市金山区石化街道四村里的共享药架。（受访者供图）

　　“请问哪位邻居有退烧药吗？孩子突然发高烧，需要降温，感谢！”“等我到家了，给你家孩子半板吧。”“我家有美林，就一瓶，可以给你倒点。”

　　上海很多社区的业主群中，近期有不少这样的暖心对话。共享药品、分享经验、互相鼓励，居民守望相助的同时，还探索出楼道里的一个个“共享药品区”。

　　今年75岁的楼兴妹家住金山区石化街道四村。最近，她带头在楼道里改造出一个“共享药架”：一楼大门口，墙上贴了写着“共享药品处”的指示牌，架子上放着感冒药、体温计、口罩等药品物品，楼兴妹还拿出家里一张小桌，放上酒精和消毒喷雾等。

　　楼兴妹的想法很简单。“我们楼老人多，正好我有一些药物，就把连花清瘟颗粒、口罩、麝香保心丸等都拿出来，共享给有需要的人。”

　　邻居们发现了这个“共享药架”，感动之余，也加入这一互帮互助行动，药架上的药品被取走又被补上，邻里真情不断传递。

　　“最近，有不少老年居民打来电话，一方面是求助，一方面也诉说紧张的心情。”静安区南京西路街道华业居民区党总支副书记郑璐璐说，社区干部与居民们耐心沟通，同时把居委会的“库存”拿出来，按一盒连花清瘟、5只口罩、5份抗原检测试剂打包，放到有需求的居民家门口。

　　药品订单，优先派送

　　“马哥，我们这需要几只抗原，你那还有吗？”“没问题，我让小哥给你们捎过去。”在美团外卖上海环球港配送站，站长马亮的电话此起彼伏。

　　“刚才求助的是一家我们合作的奶茶店，为保障骑手健康，站里备了一些常规药品，遇到有需要的客户能帮就帮。”马亮说。

　　马亮说，11月底以来，站里的外卖订单量持续攀升，估计较往常增加了40%。同时，外卖员由于感染原因，只有不到70%在岗。“订单多了，骑手却少了，所以配送时间普遍延长，原来半个小时能送到的，现在要45到50分钟。”

　　在部分订单超时的情况下，马亮要求站里的外卖骑手，遇到药店订单可以优先配送。“这种一般是有感染的情况，客户急着收货，我们会优先保障。”

　　在中通快递上海徐汇南站网点，临近傍晚五点仍有不少快递员在忙碌。“我们网点一天进出港有2万多件，在区域内属于快递大户。目前网点60多名员工，阳了大概10多名。为保障每天的快件都能清掉，我们启动了夜间派件，最近每天要干到晚上十点多。”网点负责人杨波说。

　　目前，徐汇南站网点的中通快递员每人每天要送400多件。杨波注意到，每个快递员每天承担的件量中，大约有二三十件是从各类网络药店发过来的。“这种快递我们都挑出来放在最上面，快递员可以优先配送。”

　　尽管任务比较重，但很多快递外卖小哥都愿意用“举手之劳”帮助居民。美团外卖员王进表示：“最近我接到一个老客户电话，他想买水银温度计，但附近药店都没有。我说我跑的范围比较大，可以帮他试试，后来果然就买到了。”

　　由于最近感染的人比较多，很多客户在取订单时，会特地给快递外卖小哥留言，不用当面交接，放在快递架或挂在门把手上就行。“我估计订单高峰期还会延续一段时间，大家互相理解，一定能共渡难关。”王进说。

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）