针对RPMI8226异种移植模型的方案。 3和10mg/kg剂量似乎耐受性良好,而不会影响肿瘤体重。 20mg/kg的剂量诱导了适度的体重减轻,可以通过补充软食物凝胶来逆转。 •RA123的20mpk bid剂量导致几乎肿瘤停滞针对RPMI8226异种移植模型的方案。3和10mg/kg剂量似乎耐受性良好,而不会影响肿瘤体重。20mg/kg的剂量诱导了适度的体重减轻,可以通过补充软食物凝胶来逆转。•RA123的20mpk bid剂量导致几乎肿瘤停滞
Bagsværd, Denmark, 24 March 2023 – Novo Nordisk today announced headline results from the PIONEER PLUS trial, a phase 3b, 68-week, efficacy and safety trial with once-daily oral semaglutide 25 mg and 50 mg versus 14 mg as add-on to a stable dose of 1–3 oral antidiabetic medicines in people with type 2 diabetes in need of treatment intensification.该试验通过在第52周证明HBA 1C的统计学意义和出色的降低来实现其主要终点,而25 mg和50 mg剂量与14 mg口服semaglutide相比。
使用量子算法模拟量子物质中的复杂物理过程和相关性一直是量子计算研究的主要方向,有望实现优于传统方法的量子优势。在这项工作中,我们开发了一种广义量子算法来模拟由算子和表示或林德布拉德主方程表示的任何动态过程。然后,我们通过在 IBM QASM 量子模拟器上模拟 Fenna-Matthews-Olson (FMO) 复合体的动态来演示量子算法。这项工作首次演示了一种用于开放量子动力学的量子算法,该动力学过程涉及现实生物结构,具有中等复杂的动态过程。出于同一目的,我们讨论了量子算法相对于经典方法的复杂性,并基于量子测量的独特性质展示了量子方法的决定性查询复杂性优势。
酒店业的语音助理:使用人工智能为客户服务。目的——语音助理 (VA) 通过识别人类语音并执行用户发出的命令来增强人机交互。本文研究了酒店业中酒店与客人之间基于 VA 的互动。该研究将 VA 置于人工智能 (AI) 支持的物联网 (IoT) 环境中,颠覆了旧的做法和流程。智能酒店业使用 VA 以经济高效的方式为客人提供轻松的价值共同创造。该研究调查了消费者对酒店业 VA 的看法和期望,并通过专家技术提供商探索 VA 功能。设计/方法/方法——这篇实证论文研究了 VA 在酒店环境中的当前使用情况和未来影响。它使用定性、半结构化的深入访谈,采访了 7 位专家酒店业 VA 技术提供商和 21 位有 VA 经验的酒店客人。该研究采用供需方法,全面解决酒店业中的 VA。发现——研究结果表明,酒店和客人两方终端用户的需求,探讨了 VA 的优势和挑战。分析表明,VA 正日益成为数字助理。VA 技术可帮助酒店改善客户服务、扩大运营能力并降低成本。尽管尚处于起步阶段,但 VA 技术已在优化酒店运营和升级客户服务方面取得了进展。该研究提出了一种语音交互模型。原创性——VA 研究通常侧重于私人家庭中的技术,而不是商业或酒店空间中的技术。本文为智能酒店业中有关人工智能和物联网的新兴文献做出了贡献,并探讨了 VA 的接受度和操作性。该研究有助于概念化 VA 支持的酒店服务,并探索其积极和消极特征以及未来前景。研究局限性/含义——本研究通过使用 VA 和智能酒店和旅游生态系统的发展来促进酒店服务的转型。该研究可以从与酒店经理的进一步研究中受益,以反映酒店经营者的观点并调查他们对 VA 的看法。进一步的研究还可以探索不同背景下消费者与虚拟助理互动的不同方面。实际意义——本文对酒店管理和人机交互最佳实践做出了重大贡献。它支持技术提供商重新考虑如何开发合适的技术解决方案,以提高其战略竞争力。它还解释了如何经济高效地使用虚拟助理,同时为旅行者的体验增加价值。
。CC-BY-NC 4.0 国际许可,可在未经同行评审认证的情况下使用)是作者/资助者,他已授予 bioRxiv 永久展示预印本的许可。它是此预印本的版权持有者(此版本于 2022 年 5 月 11 日发布。;https://doi.org/10.1101/2022.05.11.491547 doi:bioRxiv 预印本
Kitakyushu City的Hibikinada区是一个具有高度太阳能,风能和其他可再生能源设施的地区。该项目旨在通过开发和引入一种利用水电解的能源管理系统来建立低成本的绿色氢供应链,该系统利用该地区各种可再生能源的盈余功率有效地通过有效地生产氢。该项目通过一系列供应链的实际操作来努力建立低成本的无二氧化碳生产和供应模型:通过低成本采购盈余功率,然后在整个地区的区域运输和使用氢,从而生产氢。这样做,该项目旨在创建一个用于绿色氢生产和供应的枢纽,并实现广泛使用绿色氢。
一名器官捐赠者被诊断为间变性多形性黄色星形细胞瘤,而四名器官移植接受者患上了致命的恶性肿瘤,其来源无法通过标准方法确认。我们使用下一代测序技术确定了肿瘤的体细胞突变谱,并追踪了不同样本之间的关系。这些数据与供体中存在侵袭性克隆实体以及随后每个接受者中后代肿瘤的增殖相一致。接受者的病变之间存在 BRAF 、 PIK3CA 、 SDHC 、 DDR2 和 FANCD2 中的有害突变以及跨越 CDKN2A/B 基因的染色体缺失。除了证明 DNA 测序可以追踪供体/接受者的癌症传播之外,这项研究还确定了在考虑移植之前可以确定供体肿瘤的基因谱及其潜在的侵袭性表型。随着对肿瘤侵袭和转移的遗传相关性的了解越来越多,应该考虑将 DNA 测序的遗传分析添加到移植安全性的数据中。
Xtend 即将根据五角大楼合同交付 Skylord Xtender sUAS 2021-05-25 16:54:19.401 GMT (Janes) 根据最近的一份合同,Xtend 将很快开始向五角大楼交付其 Skylord Xtender 小型无人机系统 (sUAS)。 2021 年第三季度,该公司将向五角大楼战术单位交付数十套 Xtender 战术 sUAS 平台原型系统进行作战测试 要点 根据最近的一份合同,Xtend 将很快向五角大楼交付其 Skylord Xtender sUAS 的原型 Xtender 是一种专为近距离作战和城市战而打造的室内 ISR 解决方案 根据最近的一份合同,Xtend 将很快开始向五角大楼交付其 Skylord Xtender 小型无人机系统 (sUAS)。 2021 年第三季度,该公司将向五角大楼战术部队交付数十套 Xtender 战术 sUAS 平台原型系统,用于作战测试和评估 (OT&E)。该合同于 2021 年初颁发,由国防部负责特种作战/低强度冲突 (SO/LIC) 的助理部长、不规则战争技术支持局 (IWTSD) 颁发。Xtend 发言人于 5 月 24 日表示,该公司参与了该合同的竞标,但他没有提供更多细节。Xtend 业务开发和销售副总裁 Ido Bar-On 于 4 月 20 日告诉 Janes,Xtender 是一种室内情报、监视和侦察 (ISR) 解决方案,专为近距离战斗和城市战争而设计。Xtender 提供了一种独特的以人为本的机器界面技术,使操作员能够从安全距离远程干预危险情况。Xtender 操作员佩戴虚拟现实 (VR) 护目镜来查看飞机的视频源。 Bar-On 表示,这让操作员能够感受到飞机的一部分。操作员有一个手动控制器来指挥飞机,Bar-On 表示,这与任天堂 Wii 视频游戏系统使用的控制器类似。Xtender 在 2 月 5 日至 3 月 5 日于佐治亚州本宁堡举行的 2021 年美国陆军远征勇士实验 (AEWE) 上进行了演示。
联合新闻稿 新加坡,2021 年 6 月 8 日 NTU、NP 和 NHCS 科学家发明的新型人工智能工具可以加快心血管疾病的诊断 新加坡南洋理工大学 (NTU Singapore)、新加坡义安理工学院 (NP) 和新加坡国家心脏中心 (NHCS) 的一组研究人员发明了一种可以加快心血管疾病诊断的工具。在人工智能 (AI) 的推动下,他们的创新利用心电图 (ECG) 来诊断冠状动脉疾病、心肌梗死和充血性心力衰竭,准确率超过 98.5%。联合开发诊断工具非常及时,因为新加坡过去三年来因心血管疾病导致的死亡人数有所增加。据新加坡心脏基金会称,2019 年新加坡所有死亡人数中有 29.3%(几乎占新加坡死亡人数的三分之一)是心脏病或中风造成的。科学家们希望他们的创新能够支持临床环境中心血管疾病的诊断,特别是在医生进行初步心电图检查时,最终加快治疗进程。研究人员使用一种名为 Gabor-卷积神经网络 (Gabor-CNN) 的人工智能机器学习算法设计了诊断工具,该算法模仿人脑的结构和功能,使计算机能够像人类一样从过去的经验中学习。他们使用该算法,通过输入反映心血管疾病的心电图信号示例来训练他们的工具识别患者心电图中的模式。这项研究的共同作者、NHCS 心脏病学系高级顾问临床副教授 Tan Ru San 表示:“我们对一小组初步研究对象进行的研究表明,在使用常规心电图对一些常见心血管疾病进行分类的准确性方面取得了令人鼓舞的结果。虽然确认特定疾病仍需要额外的测试,但我们的诊断工具将
合成数据与人工智能医疗设备的创新、评估和监管 Puja Myles,公共卫生硕士、博士;Johan Ordish,文学硕士;Richard Branson,理学硕士、文学硕士 摘要 合成数据是模仿真实数据的属性和关系的人工数据。它有望促进数据访问、验证和基准测试,解决缺失数据和欠采样、样本增强以及在临床试验中创建对照组的问题。英国药品和保健产品管理局 (MHRA) 正在利用其目前对高保真合成数据开发的研究,制定其对经过合成数据训练的人工智能医疗设备的监管立场,并将合成数据作为人工智能医疗设备验证和基准测试的工具。 关键词 人工智能作为医疗设备 (AIaMD)、数据隐私、健康数据、合成数据、验证、监管 简介 人工智能 (AI) 在医疗和社会保健领域的应用预计将会兴起,这意味着人工智能作为医疗设备 (AIaMD) 将成为医疗设备中越来越突出的子类别。 1 因此,医疗器械法规是否适合人工智能变得越来越重要,制造商是否了解并遵守其义务也变得越来越重要,其中最主要的是证明其 AIaMD 具有良好的效益风险比。2 强大的数据集是展示 AIaMD 性能的核心,通常是此类设备开发的主要障碍。3 医疗器械监管机构有责任确保制造商拥有履行这些义务所需的工具,并提供更广泛的支持以鼓励此类创新设备的开发。合成数据集的开发很可能成为这样一种辅助工具。本文概述了 MHRA 在研究和开发合成数据方面的努力,并考虑在更广泛的改革背景下使用合成数据,以确保医疗器械法规适用于人工智能。合成数据概况 近年来,人们对合成数据的兴趣日益浓厚,原因有很多,包括在数据治理法规更加严格的世界中可能易于获取、保护患者隐私、在机器学习算法背景下的基准测试和验证能力,以及解决真实数据局限性的能力,如数据缺失、欠采样和样本量小。4 更重要的是,尽管合成数据的潜在应用已经讨论了多年,但直到最近,合成数据生成方法的进步才能够产生高质量的合成数据。5 定义合成数据 从概念上讲,合成数据是模仿真实数据的属性和关系的人工数据。合成数据的质量取决于生成合成数据的方法。合成数据的质量通常用其“效用”或“保真度”来描述。“能够捕捉各种数据字段之间复杂的相互关系以及真实数据的统计特性的合成数据集可称为“高实用性”或“高保真度”合成数据集。在患者医疗保健数据方面,高保真度合成数据集将能够捕捉复杂的临床关系,并且在临床上与真实患者数据难以区分。高效用合成数据的生成往往需要大量资源,并且根据需要合成数据的应用,使用低效用或中等效用合成数据可能是可以接受的。