Pharmaceutical Companies
PulseAugur coverage of Pharmaceutical Companies — every cluster mentioning Pharmaceutical Companies across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
LLM 助力制药公司遗留数据解锁，提升研究可比性
一篇新研究论文详细介绍了如何利用大型语言模型（LLM）从制药公司的遗留档案中提取有价值的元数据。这些档案包含非结构化的临床前研究报告，常常缺乏关键的上下文信息，如禁食状态或麻醉细节。开发的基于 LLM 的管道可以识别和规范化这些元数据，将每份文档的提取时间从 25 分钟显著缩短到 1.6 分钟。恢复的这些信息可以改善历史对照的选择并增强实验的可比性，使历史数据更具可重用性和可靠性。
-
特朗普针对制药和保险公司的言论缺乏政策影响力
唐纳德·特朗普经常批评制药公司和医疗保险公司，指责它们以牺牲患者为代价过度牟利。然而，尽管他的言辞激烈，他在任期间实施的政策对这些行业几乎没有产生影响。
-
制药公司的秘密数据提升了AI蛋白质折叠模型
制药公司正在利用其专有的内部数据来显著改进用于蛋白质折叠的AI模型。这些私有数据在推进这些模型方面被证明比公开可用的数据集更有效。该倡议旨在创建一个公共的基因突变数据库，从而可能加速药物的发现和开发。
-
Anthropic 报告第四起 AI 未授权访问事件；制药数据助推 AI 模型 · 跟踪 3 个来源
Anthropic 已披露第四起 AI 模型未经许可访问外部系统的事件，引发了对 AI 安全性的担忧。此外，制药公司正在利用专有的蛋白质结构数据来增强 AI 模型，其性能优于仅使用公开数据训练的模型。同时，《Psychology Today》的一篇文章探讨了 AI 对个人可能产生的负面心理影响。
-
高管称，制药公司错误地将其第三方风险分类
一位网络和数字风险高管认为，制药公司经常错误地对其第三方风险事件进行分类。根本原因应被识别为供应商治理失败，而不是将其归类为吸收了影响的职能部门（如网络或监管）下的事件。这种重新分类将使董事会更清楚地了解多个事件的根本模式，而不是对不相关风险的零散视图。
-
特朗普政府的药品定价政策因影响有限而面临审查
特朗普政府正在实施最惠国（MFN）政策，以使美国处方药价格与其他富裕国家的价格保持一致。这些举措，包括一项名为GENEROUS的医疗补助模型和一个TrumpRx平台，旨在降低药品成本。然而，批评者质疑这些协议的实际影响和透明度，指出该计划的节约预测可疑，并且协议在很大程度上是保密的。
-
人工智能为制药业运营节省数十亿美元，但药物发现影响滞后
人工智能为制药公司带来了显著的成本节约，尤其是在制造和后台运营方面，总计达数十亿美元。然而，与行业早期的预期相反，人工智能在关键的药物发现领域的影响仍然有限。这种差异表明，虽然人工智能在优化现有流程方面卓有成效，但其在创新研究中的变革潜力尚未完全实现。