XiaoMi-AI文件搜索系统
World File Search SystemOptimize
DassaultSystèmes和Volkswagen Group实施了3DExperience平台，以优化车辆开发
VELIZY-VILLACOUBLAY, France — February 4, 2025 — Dassault Systèmes (Euronext Paris: FR0014003TT8, DSY.PA) and Volkswagen Group today announced a long-term partnership to advance Volkswagen Group's digital infrastructure for state-of-the-art vehicle development by implementing Dassault Systèmes' 3DEXPERIENCE platform.大众集团已选择云上的3Dexperience平台作为主要的工程和制造平台。大众，奥迪和保时捷品牌的工程师，设计师和其他专业人士将使用虚拟双胞胎来简化车辆的开发。这将使团队能够在物理生产开始之前在合作的虚拟环境中模拟，测试和完善车辆开发的各个方面，同时确保遵守全球法规和可持续性标准。“我们正在推进下一代IT系统景观的发展，并决定与DassaultSystèmes合作标志着一个重要的里程碑，” Volkswagen Group的董事会成员Hauke Stars表示。“构建了一致的数据流和AI解决方案，我们正在为开发和工厂计划中的团队创造真正的技术飞跃。同时，我们通过简化系统的复杂性并利用虚拟双胞胎来可持续降低成本和加速过程。” DassaultSystèmes首席执行官Pascal Daloz说：“在生成经济的背景下，行业的发展是令人信服的汽车公司，可以做出变革性的决定，将车辆体验推向新的高度。”“在植根于创新和信任的四十年的合作伙伴关系之后，我们现在将与大众集团一起以3DExperience平台为核心。我们的AI驱动的虚拟双胞胎以及云的强度和弹性将统一Volkswagen Group的硬件和软件创新，并释放知识和专业知识，以加速其软件驱动的转换。”大众集团将依靠基于3Dexperience平台的四个DassaultSystèmes行业解决方案经验：“全球模块化体系结构”，“智能，安全和连接”，“有效的多能量平台”和“ target车辆启动”。
利用人工智能优化 COVID-19 疫情治疗供应链，影响高风险社区
摘要 - 2019 年冠状病毒病 (COVID-19) 大流行对全球社会的影响是历史上前所未有的。COVID-19 在美国各地迅速蔓延。包括非裔美国人和其他社会群体在内的弱势群体尤其受到该病毒的影响。随着药物被开发为可能的治疗和预防药物，挑战在于如何将这些重要药物送到风险最高的社区，尤其是代表性不足的少数族裔 (URM) 社区。本研究旨在创建一个供应链，优先考虑脆弱社区所在的地理区域，以防止和尽量减少 COVID-19 的影响。我们与休斯顿卫生和公共服务部合作，以获取建模面临这些挑战的社区所需的数据。我们为休斯顿市创建了一个供应链模型，该模型优先考虑该市脆弱社区所在的地理区域。我们定义了“COVID-19 社区健康指数”(C-19 CHI)，并用它来参数化供应链混合整数规划 (MIP)。这项研究的结果帮助我们优先考虑最需要药品的社区。这些信息可用于我们的医疗保健供应链模型，以确保及时向最脆弱的 COVID-19 患者提供药品和用品，从而最大限度地减少 COVID-19 的总体影响。关键词 – COVID-19、供应链建模、医疗保健供应链、社区地图、服务不足的社区、COVID-19 社区健康指数。
优化非小细胞肺癌新靶向变异检测的共识建议
1 BC Cancer，病理学系，温哥华，BC V5Z 4E6，加拿大；dionescu@bccancer.bc.ca 2 临床实验室遗传学部，实验室医学项目，大学健康网络，多伦多，ON M5G 2C4，加拿大；tracy.stockley@uhn.ca 3 多伦多大学实验室医学和病理生物学系，多伦多，ON M5S 1A8，加拿大 4 曼尼托巴省癌症护理研究所，温尼伯，MB R3E 0V9，加拿大； sbanerji@cancercare.mb.ca 5 曼尼托巴大学拉迪健康科学学院内科系，加拿大曼尼托巴省温尼伯市 R3A 1R9 6 魁北克大学拉瓦尔心脏病学和肺病学研究所解剖病理学和细胞学服务中心，加拿大魁北克省魁北克市 G1V 4V5；christian.couture.med@ssss.gouv.qc.ca 7 医学和牙科学院实验室医学和病理学系，加拿大艾伯塔省埃德蒙顿市 T6G 2B7；cheryl.mather@albertaprecisionlabs.ca 8 伊丽莎白二世健康科学中心病理学系，加拿大新斯科舍省哈利法克斯市 B3H 1V8； zxu3@dal.ca 9 加拿大新斯科舍省哈利法克斯达尔豪斯大学病理学系 B3H 4R2 10 加拿大蒙特利尔大学中心医院医学系血液肿瘤学服务系，1051, Rue Sanguinet，蒙特利尔，魁北克省 H2X 3E4，加拿大；normand_blais@hotmail.com 11 加拿大安大略省布兰普顿市多伦多大学威廉奥斯勒健康系统 L6R 3J7；parneet.cheema@williamoslerhs.ca 12 加拿大艾伯塔大学十字癌研究所肿瘤学系肿瘤内科分部，艾伯塔省埃德蒙顿 T6G 1Z2，加拿大；quincy.chu@albertahealthservices.ca 13 加拿大不列颠哥伦比亚省温哥华癌症中心，加拿大不列颠哥伦比亚省温哥华 V5Z 4E6； bmelosky@bccancer.bc.ca 14 多伦多大学玛格丽特公主癌症中心，多伦多，ON M5G 2C1，加拿大 * 通讯地址：Natasha.Leighl@uhn.ca
脑肿瘤分类联邦学习环境中聚合模型的权重共享优化
正确的肿瘤分类将极大地帮助脑肿瘤的临床诊断和治疗。如果放射科医生使用深度学习帮助专家和医生检查大量的脑部 MRI 图像，则可以更快、更准确地诊断出脑肿瘤。训练过程需要大量数据集，并且必须将所有这些数据集中起来才能通过此类技术进行处理。由于医疗数据隐私法规，有时无法在集中式数据服务器上收集和分发患者数据。本文提出了联邦学习（FL），由于患者隐私问题，数据不可共享。使用 FL 方法，我们提出了两种聚合方法：第一种涉及对每个客户端的权重百分比进行排名；第二种是平均权重法。为了评估建议的模型，除了 SVM 和 VGG-16 之外，我们还比较了排名权重百分比方法与 FL 环境中提出的 CNN 和预训练（VGG-16）的平均权重的性能。实验结果应用于两个数据集，结果表明我们的模型准确率结果在使用排序权重百分比法时与其他方法相比非常有效，在数据集 (BT_large-1c) 上达到了准确率 (98%)，在数据集 (BT-large-2c) 上达到了准确率 (97.14%)。
预先剂量还原化疗与免疫疗法协同作用，以优化鳞状细胞肺癌中的化学免疫疗法
抽象背景在最近的临床试验中已证实，将化学疗法（以最大耐受剂量为MTD）与并发免疫疗法（共同称为化学免疫疗法）相结合，共同称为化学免疫疗法，用于治疗鳞状细胞肺癌（SQCLC）。然而，为了提高SQCLC中免疫检查点抑制剂（ICI）的功效，对化学免疫疗法的优化仍有待探索。使用细胞系，合成性免疫能力小鼠模型和患者的外周血单核细胞，以全面探索如何增强异位淋巴样结构（ELSS），并上调抗编量性死亡1（PD-1）/抗抗Ib-pd-ligand-ligand-ligand-l1-ligand-l1-ligand-l1-ligand-l1-l1-ligand-l1-ligand-ligand（pd-ligand-l1-l1-ligand）（ （mabs），因此使SQCLC对ICI更敏感。此外，还表征了优化的分子机制。结果低剂量化学疗法有助于通过磷脂酰肌醇3-激酶/AKT/转录因子核因子Kappa B信号通路增强抗原暴露。改善了激活的树突状细胞（DC）的抗原摄取和表现，从而调用了特定的T细胞反应，导致全身免疫反应和免疫学记忆。反过来，在体内观察到增强的抗肿瘤ELS和PD-1/ PD-L1表达。此外，前期的监测（低剂量和频繁给药）化学疗法扩大了免疫刺激作用的时间窗口，并与抗PD-1/PD-L1 MAB有效协同。相反，当将常规MTD化学疗法与ICIS结合在一起时，这种影响似乎是加性的，而不是协同作用。这种协同作用的可能机制是激活的I型巨噬细胞，DC和细胞毒性CD8 + T细胞的增加，以及维持肠道肠肠菌群的多样性和组成。结论我们首先试图通过研究不同的组合模式来优化SQCLC的化学免疫疗法。与当前临床实践中使用的MTD化学疗法相比，在随后的抗PD-1/PD-L1 MAB治疗中，前期度量化疗的表现更好。这种组合方法值得在其他类型中进行研究
释放医疗数据的潜力：人工智能如何优化强大的战略资产
如今，医疗机构管理着海量的数据源，而且新的数据源类型不断涌现。这些数据源往往是孤立的，很难从中获取有意义的价值。医院每年产生约 50PB 的数据，包括临床记录、实验室测试、医学图像、传感器读数、基因组学、运营和财务数据等。目前，约有 97% 的数据未被使用，其代价是什么？2 幸运的是，这种情况正在改变，因为科技公司开发了工具和策略来协助医疗数据的集成和管理，以及医院内不同部门和电子系统之间的互操作性，以及与其他医疗服务提供商的交换。在许多情况下，数据量如此之大，系统如此分散，以至于解决问题的第一步仅仅是了解和规划出其特定数据需求的复杂性。
AI增强雨量协议：一种优化直肠肿瘤药物组合的系统方法
背景：直肠癌或直肠肿瘤是从直肠内壁发展而来的肿瘤，这是肛门末端的大肠的结论部分。这些肿瘤通常以良性息肉开始，并且可能会在几年内发展成为恶性肿瘤。直肠癌的原因是多种多样的，基因突变是关键因素。这些突变导致不受控制的细胞生长，导致肿瘤会传播并损害健康的组织。年龄，遗传倾向，饮食和遗传条件是危险因素之一。治疗直肠癌对于预防严重的健康问题和死亡至关重要。未经治疗，它会导致肠道阻塞，转移并使患者的生活质量恶化。有效的治疗方法取决于找到合适的药物组合以改善治疗结果。鉴于癌症生物学的复杂性，治疗通常将手术，化学疗法和放射线与选择靶向不同肿瘤生长机制的药物结合在一起，旨在减少肿瘤并限制副作用。癌症治疗的持续进步凸显了需要进行持续研究的新药组合，为患者提供改善的康复前景和更好的生活质量的需求。这种背景封装了对直肠肿瘤，其起源，治疗的紧迫性和寻求有效药物疗法的详细而简洁的理解，为治疗进步和患者护理的影响铺平了道路。
根据药物类型调整 ICAM-1 靶向 3DNA 纳米载体的设计参数以优化肺部靶向性
摘要：3DNA 有望成为一种药物载体，药物可插入其核心或连接到表面臂。将 3DNA 与靶向细胞间粘附分子 1 (ICAM-1) 的抗体偶联可导致体内肺特异性生物分布高。虽然已经研究了其他纳米载体中各个参数对 ICAM-1 靶向性的作用，但从未对 3DNA 进行过研究，也从未以能够揭示所述参数之间层次相互作用的方式进行过研究。在本研究中，我们使用 2 层和 4 层抗 ICAM 3DNA 和放射性示踪来检查小鼠的生物分布。我们发现，在饱和条件下和测试范围内，与每个载体上的抗体数量、总抗体剂量、3DNA 剂量、3DNA 大小或给药浓度相比，3DNA 上靶向抗体的密度是驱动肺靶向而非肝清除的最相关参数，这些参数影响器官中的剂量，但不影响肺特异性与肝清除率之比。数据预测，可以使用这种生物分布模式调整插入（核心负载）药物的肺特异性递送，而臂连接（表面负载）药物的递送需要仔细的参数平衡，因为增加抗 ICAM 密度会减少可用于药物负载的 3DNA 臂的数量。
DNA接枝磁性纳米颗粒的合作动力学优化磁性生物传感和耦合到DNA折纸
AFM显微照片（图S1）。D H分布记录在分散在Tris-Edta（TE）缓冲液中的CMP上的Malvern-Zetasizer-Nano仪器上（5 mM Tris，1 mm EDTA，1 mm EDTA，5 mm NaCl，pH 7.3）。（d）菌株促进的叠氮化物 - 烷基环加成（SPAAC）的方案 - 铜铜的铜线自由点击反应在叠氮化物标记的CMPS和二苯并杂志环链（DBCO） - 修饰的ssDNA低聚物之间。（e）根据耗尽测定估计的平均值（SEM）标准误差的平均ssDNA数量与标称移植密度r（x）相比。（f）在90 MA处的0.5％琼脂糖凝胶上，在不同的R（x）值上对CMP和CMP-DNA偶联物进行的琼脂糖凝胶电泳移位测定，P代表装载口袋。（g）CMP-DNA的凝胶相对前（r f）相对于r（0）样品的r f，无ssDNA作为r（x）的函数。（h）CMP-DNA偶联物的体积加权粒子流体动力学大小（D H）作为R（x）的函数。面板F和G中的实线是拟合参数r f lemal = 0.42 dna/nm 2和n = 6.3和r falt = 0.48 dna/nm 2和n = 4.5的山丘方程。比例尺分别在面板（a）和（b）中为50和100 nm。