佰家富app登录-佰家富app官网网址

种植牙告别“万元时代” 多地公布种植牙集采目标价格******

　　多地公布种植牙集采落地日期和目标价格

　　最高不超4500元 种植牙告别“万元时代”

　　“万元种植牙”时代将落幕。北京青年报记者2月2日了解到，近日河南、安徽等多省医保局发布通知，公布种植牙集采落地日期和目标价格等。其中，湖南、河北等省更是已经于1月31日执行了种植牙的目标价格。

　　多地开始实施“种牙价格调控”

　　河南发布通知，明确自2023年2月10日起，单颗常规种植牙医疗服务价格全流程调控目标为4300元，单颗常规种植全流程费用不高于调控目标的97%。此外，广东省医保局也提出将单颗常规种植牙按照“诊查检查+种植体植入+牙冠置入”的医疗服务价格实施整体调控，全流程收费调整为政府指导价，最高价不超过4500元，其中粤东、粤西和粤北12个地市最高价不超过4300元。

　　而湖南省、河北省则已经于1月31日开始实施了“种牙价格调控”。其中，湖南省三级公立医疗机构单颗常规种植牙全流程医疗服务及药品总费用不超过4300元。河北省确定省级公立医疗机构调控目标为4300元。

　　安徽则将总费用控制在了4280元。根据安徽省发布通知，该省属三级公立医疗机构单颗常规种植牙全流程医疗服务及药品总费用不超过4280元，包含种植全过程的诊察费、生化检验、影像检查费、种植体植入费、牙冠置入费、麻醉费等，不包括拔牙、牙周洁治、根管治疗、植骨、软组织移植、即刻种植和即刻修复加收、颅颌面部种植体植入加收、临时冠修复植入、种植体系统及冠(义齿)费用。

　　收费名目透明化挤掉价格泡沫

　　北青报记者了解到，此前《国家医疗保障局关于开展口腔种植医疗服务收费和耗材价格专项治理的通知》。在专项治理通知中，曾经名目众多的种植牙收费渐渐规范化、透明化。通过专项治理，种植牙行业逐步实现更好评价、更好计价、更好监督的“阳光医疗”模式；医疗机构也走上了通过透明价格、规范管理、良好口碑等实现高质量发展的路径。该通知明确一颗种植牙的费用分为三个部分，即种植体耗材、牙冠耗材和医疗服务费用。国家医保局通过对公立医院设定调控目标，引导市场收取医疗服务费不超过4500元/颗。

　　收费名目的透明化，挤掉了因获客竞争等市场行为带来的价格泡沫。

　　带量采购 破解“种牙贵”

　　今年1月11日，在四川开标的种植体系统集中带量采购，是破解“种牙贵”的又一举措。这次被称为“史上最难”的集采最终平稳落地，平均中选价格降至900余元，平均降幅55%。

　　据国家医保局信息显示，此次参与报量医疗机构多达1.8万家，其中民营机构1.4万家，占医疗机构总数80%，需求总量达287万套，约占国内年种植牙数量(400万颗)的72%，预计每年可节约患者费用40亿元左右。具体来看，参与投标企业达55家，其中39家拟中选，中选率达71%。

　　价格方面，拟中选产品中选价格区间在约600元至1850元左右。瑞士品牌士卓曼、美国品牌登士柏、瑞典品牌诺保科种植体系统从原采购中位价5000元降至1850元左右，市场需求量最大的韩国品牌奥齿泰和登腾种植体系统从原采购中位价1500元降至770元左右。

　　文/本报记者 张鑫 统筹/余美英

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）