2 月 21 日2024 年 — MSG 批准了由 TEITI 秘书处在 MSG 的全力支持下编写的第 14 份 TEITI 报告,并指示秘书处;... 4 坦桑尼亚能源...
Paul Hudson 赛诺菲首席执行官 “我们的目标是成为第一家大规模采用人工智能的制药公司,为我们的员工提供专注于洞察的工具和技术,使他们能够做出更好的日常决策。人工智能和数据科学的使用已经支持了我们团队在加速药物发现、增强临床试验设计以及改善药品和疫苗的生产和供应等领域的努力。我们才刚刚开始了解如何利用这些颠覆性技术来实现改变医疗实践的雄心。” plai 是全公司数字化转型和数据民主化进程中的重要推动因素。人工智能工具可帮助赛诺菲团队做出更好、更快的数据驱动决策,从而提高整个价值链的生产力:从研究到临床运营,再到制造和供应,再到业务分析。在研究方面,赛诺菲已经构建了多个人工智能程序,通过改进预测模型来缩短研究时间并自动化耗时活动。因此,AI 使研发团队能够扩大和加速突破性研究过程,从几周缩短到几个小时,并将免疫学、肿瘤学或神经病学等治疗领域的潜在靶点识别率提高 20% 至 30%。AI 还加速了 mRNA 研究工作。为了使 mRNA 疫苗到达指定细胞并产生抗病蛋白,必须通过一种特殊的粒子(称为脂质纳米颗粒)由稳定的药物输送系统携带。虽然赛诺菲拥有一个庞大的脂质纳米颗粒库,但研发团队现在使用 AI 创建数字模型来预测最强的颗粒选择。它将脂质纳米颗粒预测过程的速度从数月提高到数天。在临床运营方面,plai 洞察的日益数字化和利用使赛诺菲团队能够重新思考如何更好地开展临床试验。例如,研发团队可以为目标群体寻找并建立新的、更方便的试验地点,为来自历史上代表性不足的社区的人们提供参与临床研究的机会。通过提高代表性,赛诺菲继续致力于实现未来,即所有试验都能反映出受研究疾病影响最大的人群的多样性。在制造和供应方面,赛诺菲正在将质量评估流程数字化,从纸质记录转向电子批记录,利用数字和数据来提高资产利用率,并通过实施新的制造 4.0 功能提高生产力。赛诺菲还开发了一种内部人工智能产量优化解决方案,该解决方案可以从过去和当前的批次性能中学习,从而始终保持更高的产量水平。这有助于优化原材料的使用,有助于实现公司的环境目标,并支持提高成本效率。此外,赛诺菲生物制药供应链中最近采用的 plai 已证明能够预测 80% 的低库存情况,从而使团队能够比以往更快地采取缓解措施来确保供应。
供应商必须有一个内部流程来报告和处理对《供应商准则》的担忧、怀疑或违反行为,并且必须及时将任何担忧或潜在违规行为告知 IG,并且必须全力配合 IG 对此事的调查。供应商不得对提出或帮助解决真正商业诚信问题的任何人采取任何报复行动。
托马斯·H·达文波特是巴布森学院信息技术与管理学的校长杰出教授、麻省理工学院数字经济计划的访问学者,也是德勤人工智能业务的高级顾问。他是《全力投入人工智能:智能公司如何利用人工智能大获成功》(哈佛商业评论出版社,2023 年)一书的合著者。
申请人理解声明:我已阅读并符合所有资格要求。我理解参加此计划需要一年的承诺。我将全力参与,参加所有研讨会并参加我发展所需的所有计划活动。这些活动将作为分配给我的常规职责的补充。如果我表现不佳或未能完成计划要求和/或两次无故缺席,我可能会被终止参加该计划。