LBT Innovations 与 AstraZeneca 合作开发 APAS Pharma 微生物监测产品

这个耗资 100 万澳元的项目将使 LBT 开发其人工智能成像分析软件,供 AstraZeneca 在临床实验室中使用。

澳大利亚医疗技术公司 LBT Innovations (ASX: LBT) 将与全球生物制药公司 AstraZeneca 合作开发其 APAS Pharma 人工智能软件的完整产品。 这个耗资 100 万澳元的项目将使 LBT 开发 Automated Plate Assessment System (APAS) 分析模块,供 AstraZeneca 用于识别沉降板上的微生物生长,用于药物制造过程中的无菌监测。 该模块将集成智能成像分析软件,并在已建立的 APAS Independence 硬件平台上使用。 该平台已被全球临床实验室使用,预计将部署到 AstraZeneca 以支持数据收集和测试,作为该模块开发的一部分。 项目成本将由 AstraZeneca 提供资金,而 LBT 将根据预先设定的技术里程碑获得付款。 激动人心的成就 LBT 首席执行官 Brent Barnes 表示,新的合作伙伴关系对公司来说是一项“令人兴奋”的成就。 “AstraZeneca 在这个领域处于领先地位,并正在寻求创新流程并为其他人设定标准,”他说。 “我们的 APAS 技术非常适合微生物质量控制的应用,能够提高结果的一致性并推动整个生产场所的标准化。” 监测环境 微生物质量控制是一个重要的生产过程,用于监测无菌药物生产过程中的关键生产环境。 它采用连续使用的沉降板来检测空气中的微生物污染。 绝大多数(超过 90%)的板没有微生物生长。 沉降板的解释是主观的,依赖于人工阅读和报告,容易出现人为错误。 这导致监管机构对数据完整性的要求越来越高,包括在发布结果之前需要独立分析师验证。 通过自动化改进 LBT… Continue reading LBT Innovations 与 AstraZeneca 合作开发 APAS Pharma 微生物监测产品

LBT Innovations标志Beckman Coulter在整个欧洲市场APAS的独立性

LBT Innovations已经签署了一份为期三年的协议,将由诊断专家出售其自动车牌评估技术。

日前,澳大利亚医疗技术公司LBT Innovations (ASX: LBT)与临床诊断专家Beckman Coulter签署了一项营销协议,将在全欧洲销售其文化板筛选和解释技术。 根据为期三年的战略合作协议,Beckman将担任LBT自动平板评估系统APAS Independence的营销代理,该系统使用人工智能在繁忙的病理实验室中自动筛选、解释和分类琼脂板,从而加快病人结果的发送。 这项技术已经由LBT的合资公司Clever Culture Systems (CCS)商业化,LBT与德国实验室仪器制造公司Hettich Holding Beteiligungs- und Verwaltungs-GmbH共同持有该公司50%的股权。 客户介绍 最初,营销协议将集中在德国,英国和法国,Beckman将寻求在那里为合格的客户介绍CCS,以潜在购买APAS的独立性。 CCS将负责该技术的安装、持续服务和维护,并将为每次销售向Beckman支付固定的介绍费,包括增加对早期销售的激励。 通过这次合作,CCS将保持直接的市场客户关系,同时与Beckman Coulter品牌合作并利用其影响力和客户影响力。 强大的好处 LBT董事总经理Brent Barnes表示,协议涵盖的地区估计有340家目标客户将”强烈受益于”Beckman的市场影响力和行业知识。 他说:“这项协议代表着我们APAS商业化战略的重要一步,增加了Beckman Coulter品牌的规模和实力,以支持我们在该地区的销售努力。” Barnes补充称:“Beckman在全球拥有1.1万多名合作伙伴,使其成为全球最大的诊断公司之一,在欧洲拥有领先的市场份额。我们期待这成为一项成功的长期合作关系的开始。” 端到端解决方案 作为目前唯一可用于自动读取培养板的技术,Barnes表示,APAS的独立性非常适合贝克曼的一套模块化自动化产品,为客户完成了端到端的解决方案,并与LBT为实验室自动化构建模块化解决方案的战略相一致。 该营销协议将于今年晚些时候开始推出。 US评估 上个月,一项基于美国的独立的APAS独立性评估的结果显示,该工具能够在常规临床环境中准确识别耐甲氧西林金黄色葡萄球菌(MRSA)。 在为期三个月的研究中,4,603名患者的样本通过APAS技术自动读取,并由马里兰州约翰霍普金斯医院和医学院训练有素的微生物学家手动读取。 APAS达到了100%的阳性读数,并确认了之前微生物学家遗漏的另外三份MRSA样本。 实验室管理 Barnes先生说,这些结果表明,人工智能的实施和实验室中的图像分析可以帮助管理抗菌素耐药性。 他说:“从行业领先的实验室如约翰霍普金斯大学建立独立的临床数据对于支持这项技术的商业化非常重要,并为我们的客户提供了有价值的参考。” Barnes先生补充说:“这项评估的结果表明,通过提高培养板读数的准确性,可以提高实验室工作流程的效率,并改善病人的护理。”

Published
Categorized as 科技 Tagged