张学勇移民公司
微信扫一扫 分享朋友圈

已有 499 人浏览分享

开启左侧

新进展!防疫物资大大增加!省府增加检测数量

[复制链接]
499 0

医疗用品 Medical Supplies

抗疫物资已增加!

在疫情期间,省长道格福特和省府将继续确保病患、一线医护人员和急救人员拥有所需关键医疗设备和用品来保护自己。

在过去五日内,本省的各个疫情储备仓库总共收到了超过1千3百万个医用外科口罩,20万个N95口罩,38台呼吸机



本人在此感谢阿省省长康尼(Jason Kenney)和阿省人民,感谢他们慷慨解囊,为本省捐赠了关键医疗设备和用品。

在危机面前,我们所有人精诚团结。作为“加拿大国家队”(Team Canada),我们定将阻止病毒的蔓延。



省长康尼已向本省捐赠了25万个N95口罩,250万个医用外科口罩,1千5百万副手套,8700副护目镜以及50台呼吸机

同时,省府将物资同日送达本省各医院、长期护理院、养老院和其他机构,以此支援所有必需行业工作人员(essential workers),并确保医疗设备和用品能尽快送到急需之人手中。



为保护本省一线医护、病患和(养老机构和长期护理机构)住户,省府已于上周末向本省650多个医疗机构所运送了650万医用外科口罩

此外,省府将继续不分昼夜的工作,来增加本省的储存量。借此,省府将保障抗疫前线的医护人员有充足装备来应战。

截止今日4月13日为止,省府在“同舟共济”(Ontario Together)网站上已经收到了14,500份申请,申请者中既有企业也有民众。



申请者表示愿意提供或捐赠各种物资和设备,譬如口罩、护面罩、检测设备、呼吸机、洗手液、医疗长袍和连体防护服。

而在这14,500份申请当中,有9千份申请涉及到了急需医疗用品。省府已借此采购了价值9千万元的关键设备和物资



特殊人群 Priority Groups

优先检测特殊人群

为遏制新冠病毒进一步传播,省府将展开下阶段工作,来大力扩大检测量和强化检测能力。当下,本省共有100家检测中心在为普通民众提供检测。



但除此之外,省府还将对以下人群展开积极检测:

01院内病人

所有住院病人
02特殊老人
所有长期护理机构和养老院住户
03一线人员
所有医护人员,保姆(caregiver),个人看护提供者(care provider),辅助医护人员,急救人员,以及警察和消防队员

04不易获取医疗服务之人员

所有偏远地区、农村人士以及原住民
05易爆发群体
所有聚集场所居民,地点包含无家可归人士庇护所,监狱和集体宿舍(group homes)
06特殊易感人群
接受化疗或血液透析治疗并需要移植的患者,以及孕妇,新生儿,跨境工作者

通过此项政策,省府预计每日检测数量将在2020年4月13日达到每日8000次,并在2020年4月29日达到每日14000次,届时检测能力将比当下有进一步提升。

数据平台 Data Platform

利用人工智能抗击疫情

省府正采取行动,以更优方式来发现、计划和应对新冠疫情。

通过与安省隐私专员(Ontario Privacy Commissioner)协商,省府正在开发一套新的健康数据平台,名为“应对大流行病威胁”(Pandemic Threat Response 简称 PANTHR)。

该平台可安全的存放健康数据,借此研究人员能更好支持卫生系统的规划和应对措施,例如当下就迫切需要分析新冠疫情。

若能更便捷的访问集成数据(integrated data),将有效改善模型建构能力和研究能力,借此可确定新冠病毒是如何演变。

通过确定演变方式,可保证一线人员在此史无前例关头,能充分备战。

鉴于该平台的安全性,所有在此所收集之信息将有助于打破长期以来的障碍,且可使研究人员能够提供以下帮助:

1.增强对新冠病毒的检测(detection)

2.发现易感人群的风险因素

3.预测疫情爆发的时间和地点

4.评估预防和治疗措施的效果

5.确定如何分配设备和其他资源

进入无忧资讯《新冠肺炎加拿大疫情地图|确诊病例|防护方法|加国无忧愿所有人平安》专题,查看更多文章 »

举报 使用道具

回复
您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

0

关注

5

粉丝

44947

主题
精彩推荐
热门资讯
网友晒图
图文推荐

维权声明:本站有大量内容由网友产生,如果有内容涉及您的版权或隐私,请点击右下角举报,我们会立即回应和处理。
版权声明:本站也有大量原创,本站欢迎转发原创,但转发前请与本站取得书面合作协议。

Powered by Discuz! X3.4 Copyright © 2003-2020, WinnipegChinese.COM
GMT-5, 2024-11-15 11:35 , Processed in 0.021224 second(s), 30 queries .