仲傅彩票平台手机版APP_仲傅彩票平台娱乐

来源：仲傅彩票平台官网平台2023-02-27 17:48

2022国家医保目录发布今年“灵魂砍价”能省多少钱？******

　　中新网1月18日电(中新财经左雨晴) 医保局专家与药企代表每年一度的“灵魂砍价”落下帷幕，新冠口服药、肿瘤高值新药、罕见病新药等首次“开谈”，成为本次医保谈判的焦点。那么，谈判结果究竟如何？

　　18日，国家医保局召开新闻发布会，介绍2022年国家医保药品目录调整工作的有关情况。

18日，国家医保局召开新闻发布会，介绍2022年国家医保药品目录调整工作的有关情况。左雨晴摄

　　患者能省多少钱？

　　——预计未来两年将为患者减负超过900亿元

　　据国家医保局医药服务管理司副司长黄心宇介绍，2022年国家基本医疗保险、工伤保险和生育保险药品目录调整工作现已顺利结束。本次调整，共有111个药品新增进入目录。

　　本次新增药品包括高血压、糖尿病、高血脂、精神病的慢性病用药56种，肿瘤用药23种，抗感染用药17种，罕见病用药7种，新冠肺炎治疗用药2种，还有其他领域的用药6种。

　　本轮调整后，国家医保药品目录内药品总数达到2967种，其中西药1586种，中成药1381种；中药饮片未作调整，仍为892种。

　　从谈判和竞价情况看，147个目录外药品参与谈判和竞价(含原目录内药品续约谈判)，121个药品谈判或竞价成功，总体成功率达82.3%。谈判和竞价新准入的药品，价格平均降幅达60.1%，与去年基本持平。

　　从患者负担情况看，通过谈判降价和医保报销双重减负效应，本次调整预计未来两年将为患者减负超过900亿元。

　　黄心宇表示，5年来，国家医保局坚持“保基本”的功能定位，坚决杜绝天价药进医保，依托中国巨大的市场规模，通过谈判准入的方式，大幅降低了新准入目录的药品价格。在很多治疗领域，中国的药品价格由原来的高地成为全球的洼地，中国药品价格首次成为发达国家药品定价的参考。

　　“2018年-2022年，进口药品基本给出了全球最低价。2022年又创新提出了竞价准入的办法，解决了部分非独家药品价格较高、难以进入目录的问题，引导企业以竞价的形式主动降低价格，换取能进入医保目录的机会。”他说。

资料图：阿兹夫定片。　殷立勤摄

　　新冠治疗用药谈判结果如何？

　　——阿兹夫定片等2种药品正式纳入国家医保目录

　　此前，国家医保局负责人透露，今年共有阿兹夫定片、奈玛特韦片/利托那韦片组合包装(简称“Paxlovid”)、清肺排毒颗粒3种新冠治疗药品通过企业自主申报、形式审查、专家评审等程序，参与了谈判。

　　那么谈判结果如何？

　　据黄心宇介绍，本次医保谈判全力支持新冠病毒感染治疗。连续第三年将新冠治疗用药作为医保目录准入条件，阿兹夫定片、清肺排毒颗粒等2个药品通过谈判降价将正式纳入国家医保药品目录。第十版新冠病毒感染诊疗方案涉及的25个已上市药品中，21个品种已被正式纳入国家医保目录。

　　对于因辉瑞公司报价高而未能通过谈判纳入医保目录的Paxlovid，相关人士透露，不会再和辉瑞就Paxlovid举行专门谈判。此外，默沙东的莫诺拉韦胶囊也不会额外进行谈判。“正常情况下，医保目录谈判一年只举行一次。”

资料图：北京某社区卫生服务中心，医务人员正将配送到的药品放入药架。中新社记者易海菲摄

　　哪些重点领域用药补短板？

　　——支持国产重大创新药品进入目录

　　黄心宇表示，医保谈判继续支持重点领域药品进入目录，包括国产创新药、新冠治疗药、儿童用药等重点领域疾病，肿瘤罕见病等重大疾病，以及糖尿病、慢阻肺等慢性病疾病。“这些药品进一步被纳入了目录，补齐了目录的短板，提高了保障水平。”

　　据悉，本次共计24种国产重大创新药品被纳入谈判，最终奥雷巴替尼等20种药品谈判成功，成功率83.3%，高于整体的谈判成功率。同时，有7个罕见病用药、22个儿童用药、2个基本药物被成功纳入目录。

　　“本次目录新增的药品绝大部分都是5年内新上市的药品。”黄心宇指出，有23种药品是2022年上市当年就被纳入了目录。

　　例如，在肺癌领域，本次谈判不仅新增了洛拉替尼、赛沃替尼等疗效显著的新药，原来目录内的恩沙替尼、塞瑞替尼等药品价格也有显著下降。“医生和患者有了更多的临床选择。”黄心宇说。(完)

　　搜索

复制

仲傅彩票平台手机版APP

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（）