XiaoMi-AI文件搜索系统
World File Search System警戒
2024警戒计划和2023年报告| colisée
“艺术L. 225-102-4.---连续两个财政年度结束时，任何公司都在其自己的公司中雇用了至少五千名员工，并在其直接或间接的子公司中雇用了其注册办事处，或者至少在法国的雇员，或在其自己的公司及其直接或间接办公室中的至少一名雇员，其注册办公室在法国或计划中均在法规上或计划中，并效用了一定的绘制，并绘制了绘制的绘制。的子公司或受控公司超过第一段中提到的门槛的公司被认为遵守本文中规定的义务，一旦控制了第233-3条的含义，该公司在L. 233-3的含义中提起并实施了与公司的活动和所有公司或其控制公司的活动有关的警惕计划。该计划包括警惕措施，以识别风险并防止严重侵犯人权和基本自由，人的健康和安全以及对环境的影响，这是由公司的活动以及在L. 233-16的II含义内，直接或间接或间接地与供应者或供应者的活动相关联的行为，与这些关系的活动相关联，这些公司的活动与这些相关的关系有了这些关系，这些公司与这些相关的关系是由这些建立了这些关系的。该计划旨在与公司的利益相关者联合起草，该计划作为行业或地方层面的多利益相关者计划的一部分。它包括以下措施：1。风险映射以识别，分析和确定风险； 2。适当的措施来减轻风险或防止严重伤害； 4。”定期评估子公司，分包商和供应商的状况的程序，我们与之建立了有关风险映射的商业关系； 3。与代表公司的工会协商建立的有关风险的存在或发生报告的机制； 5。一个用于监视实施和评估其有效性的措施的系统。
急性护理环境下的高警戒药物清单 - ISMP
■ 氨甲环酸注射液被添加到“特定药物”列表中。氨甲环酸是一种抗纤维蛋白溶解剂，用于控制各种出血性疾病的出血，包括产后出血。它通过防止纤维蛋白分解来促进凝血。受访者表示，错误通常与储存问题和混淆外观相似的药瓶有关，最常见的是麻醉药，它们也通常储存在手术和程序位置。如果意外通过神经轴途径给药，氨甲环酸注射液是一种强效神经毒素，死亡率约为 50%，并且几乎总是对患者有害。神经轴氨甲环酸的幸存者经常会出现癫痫发作、永久性神经损伤和截瘫（www.ismp.org/ext/1139）。 ISMP 已多次警告不要使用氨甲环酸，包括 2019 年 5 月 23 日 ISMP 用药安全警报中的一篇专题文章！（www.ismp.org/node/8706），以及最近在 2023 年 8 月 24 日的新闻通讯中重复的一篇值得重复的文章（www.ismp.org/node/94378）。ISMP 还于 2020 年 9 月 9 日发布了国家警报网络 (NAN) 警告（www.ismp.org/node/20154）。
多架无人机系统 (UAS) 运行中的警戒和自动化依赖性：模拟研究
目标：本模拟研究调查了影响多架无人机系统 (UAS) 操作期间持续表现和疲劳的因素。本研究测试了任务完成时间和自动化可靠性对监视任务准确性和对自动化依赖性的影响。它还研究了特征和状态个体差异因素的作用。背景：Warm 的警觉资源模型在人为因素中具有很高的影响力，但需要进一步测试其对需要持续关注的复杂现实任务的适用性。多 UAS 操作不同于标准警觉范式，因为操作员必须在自动化的支持下在多个子任务之间切换注意力。方法：131 名参与者使用配置为低认知要求的多 UAS 模拟执行需要信号识别和符号计数的监视任务，持续 2 小时。在组间操纵自动化可靠性。在执行之前测量五因素模型人格特质。使用邓迪压力状态问卷评估主观状态。结果：在更苛刻的监视任务上的表现准确性显示警惕性下降，尤其是在自动化可靠性较低的情况下。对该任务的自动化依赖性随着时间的推移而下降。状态因素而非特质因素可以预测绩效。在更苛刻的任务条件下，高痛苦与较差的表现有关。结论：警惕性下降可能是多 UAS 监视任务的操作问题。Warm 的资源理论可能需要修改，以纳入与低工作量、疲劳环境中的多任务处理相关的信息处理和任务策略的变化。应用：多 UAS 操作的界面设计和操作员评估应解决包括动机、压力和对自动化的持续关注等问题。
LitGenie：利用 AI NLP 进行药物警戒文献检索和审查
© 2024 Infosys Limited，印度班加罗尔。保留所有权利。Infosys 认为本文件中的信息在发布之日是准确的；此类信息如有更改，恕不另行通知。Infosys 承认其他公司对本文件中提及的商标、产品名称和其他知识产权的所有权。除非明确允许，否则未经 Infosys Limited 和/或本文件项下任何指定知识产权持有人的事先许可，不得复制、存储在检索系统中或以任何形式或任何方式（电子、机械、印刷、影印、录制或其他方式）传输本文件或其任何部分。
MARG DARSHAN - 印度斯坦航空有限公司
那么，警戒部在过去五年的发展轨迹如何呢？我想说，主要的努力是整合、教育和修正。首先，我们的努力是将警戒融入主流，消除对该部门的各种误解。我们通过各种举措，试图消除人们对警戒运作方式的错误认识，以及警戒只是挑毛病和惩罚的感觉。我们一直试图创造与警戒相关的意识，灌输一种参与式警戒的氛围，并让大家相信警戒不是一项独立的活动。我们试图强调警戒管理的创造性和积极方面。我们持久的努力是让我们的员工了解公司、CVC、国防部和 DoPT 的规则、法规、指导方针和政策。每当我们发现不合规情况时，我们都会尝试寻找系统驱动的解决方案。我们如何才能弥补导致偏差的政策漏洞？我们一直试图回答的问题是，我们如何才能简化我们的政策和指导方针，我们如何才能提出减少自由裁量权的方法和手段，以及如何才能让我们的官员能够毫无畏惧地做出决定。管理层非常乐于接受我们的建议，并且对我们的指导方针进行了一些修改，以提高透明度并确保问责制。根据 CVC 赋予我们的授权，我们对警戒管理的方法主要是预防性的。我希望这一警戒尝试能引起您的共鸣。
药物警戒 (PV) 中的 AI 工具：FDA 的 InfoViP 范例和经验教训
参考文献：• CDER 对话：信息可视化平台 (InfoViP)：CDER 的新人工智能安全监控工具 | FDA。• 用于上市后监控决策支持的信息可视化平台 | SpringerLink。• 提高 FDA 药物警戒的效率和严谨性：多源信息可视化和无监督学习以支持因果推理 | FDA • https://link.springer.com/article/10.1007/s43441-019-00023-3
人工智能应用-药物警戒中不良事件和药物的数据驱动矢量表示
目标：评估通过全球药物警戒报告模式得出的不良事件和药物的向量表示法识别的最近邻的稳定性和临床相关性。背景：药物警戒需要识别与同一临床状况相关的不良事件术语，仅依靠医学术语的层次结构往往是不够的。药品分析也存在类似的挑战。通过利用机器学习的进步，UMC 开发了 vigiVec，产生了 MedDRA 首选术语和 WHODrug 活性物质的向量表示法。
2023 年管理报告
7.5 社会信息 ................................................................................................................................................................................ 77 7.5.1 公司控制的员工 ...................................................................................................................................................... 77 7.5.2 客户 ...................................................................................................................................................................... 84 7.6 企业治理 ...................................................................................................................................................................... 90 7.6.1 独立性和中立性 ...................................................................................................................................................... 90 7.6.2 负责任的采购 ...................................................................................................................................................... 90 7.6.3 采购道德 ................................................................................................................................................................ 92 7.6.4 个人数据保护 ............................................................................................................................................................. 92 7.6.5 合规反腐败 ............................................................................................................................................................. 93 7.6.6 警惕义务 ................................................................................................................................................................ 93 7.6.7 举报程序 ................................................................................................................................................................ 93 7.7 警戒计划 ................................................................................................................................................................ 94 7.7.1 与 RTE 活动相关的警戒措施 ...................................................................................................................... 94 7.7.2 与 RTE 供应商活动相关的警戒措施 ............................................................................................................. 95 7.7.3 与 RTE 子公司和控股公司活动相关的警戒措施 ............................................................................. 99 7.8 绿色分类法 ............................................................................................................................................................. 99 7.8.1 要点和背景 ........................................................................................................................................................................... 99 7.8.2 合格活动：分析 ...................................................................................................................................................... 100 7.8.3 一致活动：分析 ...................................................................................................................................................... 101 7.8.4 指标的分类监管 ...................................................................................................................................................... 105
计算机药物遗传学 CYP2D6 研究重点关注草药抗抑郁药的药物警戒
全球范围内抑郁症发病率逐年上升，同时使用替代药物治疗的人数呈上升趋势，这要求我们制定可靠的草药安全档案。将草药与处方药结合使用时，会产生相当大的不良反应风险。大约 25% 的药物（包括许多抗抑郁药）的代谢和相应疗效都依赖于 CYP2D6 的活性。因此，探究草药中活性物质在野生型酶和临床相关等位基因变体中对 CYP2D6 的抑制作用对于避免毒性问题至关重要。在这项计算机模拟研究中，我们利用分子对接分析了几种被认为具有抗抑郁活性的草药化合物的 CYP2D6 野生型和 CYP2D6*53 抑制潜力。此外，还评估了几种药代动力学特性，以评估它们穿过血脑屏障的概率，并随后达到足够的脑生物利用度以调节中枢神经系统目标，以及可能暗示潜在安全问题的特征。