B. Braun Melsungen AG

BETHLEHEM, Pa., April 14, 2025 /PRNewswire/ -- B. Braun Medical Inc. (B. Braun), a leader in smart infusion therapy and pain management, announced today the launch of the EZCOVER® Probe Cover Set into the U.S. market. The new probe cover is designed to enhance safety and efficiency when using ultrasound to complete peripheral nerve block (PNB) procedures. While ultrasound is considered to be one of the safest imaging modalities, there is still a risk of infection transmission.1 The use of a sterile probe cover such as the EZCOVER Probe Cover Set for interventional ultrasound helps prevent cross-contamination and reduce the risk of healthcare-associated infections.2 A key feature of the EZCOVER Probe Cover Set is the inclusion of a "STOP" sticker. This safety measure prompts clinicians to pause and perform a final confirmation of the correct surgery site and side of the block before beginning the procedure, significantly reducing the risk of wrong site nerve blocks.3 "The EZCOVER Probe Cover Set reflects our commitment to designing products that protect both patients and providers, in accordance with the recent ASRA infection protection guidelines. We are confident that this product will enhance the safety of ultrasound procedures," said Peter McGregor, Director of Marketing, Pain Control. The EZCOVER Probe Cover Set is available in two versions — gel and non-gel (adhesive) — making it suitable for many ultrasound applications. Both versions are designed for ease of handling and convenience, featuring telescopic folding for sterile application and clear instruction labels to help minimize errors and misuse. The high-quality elastic material helps ensure a wrinkle-free and air-free fit, providing distortion-free scanning without compromising image quality. Click here to learn more about the EZCOVER Probe Cover Set. About B. Braun B. Braun Medical Inc. (B. Braun) is a leader in smart infusion therapy and safe and effective pharmacy products, patient and provider safety, and sustainable health solutions. Our purpose is to help providers constantly improve patient satisfaction and outcomes. With products and services created to help healthcare professionals focus on what matters most—their patients—we're uniquely positioned to help health systems succeed now and in the future. B. Braun is headquartered in Bethlehem, Pennsylvania and is part of the B. Braun Group of Companies in the U.S., which includes B. Braun Interventional Systems, Aesculap ® and CAPS ®. The company employs 8,500 people at over 30 locations across North America. Globally, the B. Braun Group of Companies employs more than 64,000 employees in 64 countries. Guided by its Sharing Expertise ® philosophy, B. Braun continuously exchanges knowledge with customers, partners and clinicians to address the critical issues of improving care and lowering costs. To learn more about B. Braun Medical, explore our website. References 1. Sartoretti T, Sartoretti E, Bucher C et al. Bacterial contamination of ultrasound probes in different radiological institutions before and after specific hygiene training: do we have a general hygienical problem? Eur Radiol. 2017 Oct;27(10):4181-4187 2. Nyhsen CM, Humphreys H, Koerner RJ et al. Infection prevention and control in ultrasound - best practice recommendations from the European Society of Radiology Ultrasound Working Group. Insights Imaging. 2017 Dec;8(6):523-535 Downloaded 08May2024 from Downloaded 08May2024 from 3. Ahsan Zil-E-Ali, Laubscher L, Islam Kourampi, Christos Tsagkaris. Is surgery on the right track? The burden of wrong-site surgery. Baylor University Medical Center Proceedings. 2023;36(5):1-4. doi: SOURCE B. Braun Medical Inc. WANT YOUR COMPANY'S NEWS FEATURED ON PRNEWSWIRE.COM? 440k+ Newsrooms & Influencers 9k+ Digital Media Outlets 270k+ Journalists Opted In GET STARTED

B Braun’s Duplex system is engineered to minimise the risk of contamination and medication errors. Credit: Bendix M/Shutterstock. The US Food and Drug Administration (FDA) has approved the injectable antibiotics Piperacillin and Tazobactam for use in B Braun Medical’s Duplex drug delivery system. The drug delivery system is a ready-to-activate container that separates pre-measured medication and diluent until activation by the provider during treatment. The system decreases process time by around four minutes for each dose and saves considerable labour time in comparison to the Baxter Mini-Bag Plus container system and traditional compounding methods. B Braun’s Duplex system is engineered to minimise risks of contamination and medication errors. Its closed-system design protects the potency of the drug and ensures that the diluent cannot be administered without the medication. With fewer process steps, the system has been shown to decrease the possibility of medication errors by 54% versus traditional compounding. The system eliminates the need for thawing and is suitable for storage at room temperature or in automated dispensing cabinets. B Braun medical marketing senior director Jeremy Greene stated: “We are excited to introduce Piperacillin and Tazobactam in our innovative Duplex drug delivery system, designed to save time, labour and space, and reduce waste. “Enhancing efficiency for nurses and pharmacists aligns with our commitment to providers and the patients they serve.” This is B Braun’s second introduction of antibiotics into the drug delivery system in 2025, following the launch of Cefazolin 3g, and is part of the company’s strategy to expand its portfolio of injectable drugs in the US. Headquartered in Pennsylvania, the company specialises in pharmacy products and infusion therapy.

//   对于医药BD人士，AI不仅是一款有用的工具，更是一种思维方式。熟练掌握大模型将是未来医药BD人员必不可少的技能之一。 撰文｜雅法资本 张艺林 春节期间大火的DeepSeek让众多医疗BD人士担忧自己的工作未来有一天是否会被AI取代。如果不能通过AI辅助自己工作的人，在未来很可能会被迅速淘汰。一名优秀的BD如果能熟练掌握各种AI平台，在有效增加自己效率的同时，还可以拓展很多之前不熟悉的工作类型和种类。在此，笔者想抛砖引玉，就市面上比较有代表性的几个模型如何在日常工作中，帮助大家完成BD进行对比。 模型对比，到底该选谁？ OpenAI 作为最老牌的AI平台，OpenAI在DeepSeek出来后一度被疯狂看衰。但经过不少实测，OpenAI还是有很多优势：首先是其异常强大的平台DeepResearch以及Operator，代表着目前所有模型里最强大的链式推理能力。 如下图，最近推出的Operator甚至可以替代秘书，帮助你订机票、预定餐厅、网购等。其实ChatGPT在刚上市的几个月内，在Github上就有叫Autogpt类似链式推理模型工具。 OpenAI最大的挑战是价格昂贵，同时其O1模型没有长期记忆功能，且由于是闭源模型，无法本地或云端打造O1智能体，要使用DeepResearch+Operator需要注册其Pro用户，每个月200美元的价格会直接劝退很多“AI小白”。如果想要类似DeepResearch这样长链推理的能力，也可尝试Grok3模型，在多项LLM测试中，Grok3都跑赢了O1，同时也不需要高额费用。 Claude 亚马逊的Claude是笔者在DeepResearch和DeepSeek出现前最喜欢的平台。Sonnet 3.5模型有着强大的科研理解能力，虽然无法联网，但其内部数据库的医疗成本和数据预测极为精确，做出的模型相当准确。Claude由于没有内置的链式联网模式，导致其编程能力对比其他两个模型较差，在Cursor编程中经常出现bug且无法自我修复。而且对中国用户较为不友好，对中文理解能力不高的同时，对所有国内用户也会经常性查封。 DeepResearch DeepResearch具备与O1模型相媲美的推理能力，同时其API价格是几位国外竞争对手的1%以内。但由于访问量太大，目前官网的API已经暂时无法使用。需要通过腾讯元宝、纳米AI、 阿里云等国内云计算平台来访问“满血版”的DeepResearch，或者部署相应的API服务。 DeepResearch有着最强的中文理解能力，可以联网进行非链式的总结性查找，对比Claude、GPT这样的强伦理模型，DeepResearch对于隐私认知比较奔放，可以协助企业查询客户查找等海外模型无法完成的工作。 由于本身是开源模型，能直接定制DeepResearch模型在本地或云端，并将企业的大量数据输送给它，保持企业数据安全的同时也可以享受具有长期记忆的DeepResearch大模型，其对企业情况的了解是网页版或API版本无法比拟的。 入门版 很多时候，BD去调研海外竞争对手的数据或一些潜在新靶点，传统的资源挖掘者在没有付费数据库的情况下就是Google+Pubmed相结合的形式做大量案头工作。这里AI基本可以完全平替传统案头调研，我们只需要知道一个准则即可：如果过于宽泛，AI在回答开放式问题式的准确度会显著降低。举个例子来说，回答“2025年最好的创新药资产”的准确性<“2025年最好的自体免疫资产”的准确性<”2025年最好的TLA1自免资产”的准确性<“2025年最快的TLA1自免中国临床前资产”的准确性。 这是因为，首先AI对于好的定义是不知道的，所以一定要给它一个可以明确的定义，如OS数据提升对比SOC最高、开发速度最快等；另一个就是避免Scope过大，最好限定治疗领域、靶点、开发进度等等。这里就需要BD人员对行业有着深刻的行业，AI对经验丰富的BD可以帮助他提升早期调研的效率，但如果对行业毫无理解，单纯通过AI无法找到合适的答案。 这里笔者想着重说一下DeepResearch，这个是OpenAI的链式推理平台，可以直接联网。目前它主要可以接触的数据还是Google可以查到的开放数据为主，而且准确度极高，也就是说，对于已经进入临床试验阶段的海外公司的数据，DeepResearch有比较高的准确度和效率，但对于“水下企业”是无能为力的。DeepResearch无法上载文件，只能通过文字描述需求，大家可以通过R1或O1直接把PDF或者WORD文档的信息进行文字结构，然后给到DeepResearch进行调研。 例如，我帮助母亲撰写一篇神学论文，由于神学几乎所有的数据都是开源的，导致DeepResearch的效率非常高。  在DeepResearch开始调研前，它几乎都会再次确认一些问题，帮助更好的定位你的需求。然后模型就会开始工作，在5~30分钟左右的时间就会完成调研，期间你可以挂机去做别的事情。对于严肃的学术工作，reference也是必不可少的。 如果要调研配套的资料非常多，一个PDF无法解决，这里可以在Claude或者GPT的项目栏创建一个项目，项目可以上传非常多的文档，这些文档在AI做分析时都会被引用和考虑进去，增加context的准确性，但在GPT里项目栏是无法访问最高级的推理模型DR的 ，在Claude中则没有这方面限制，所以推荐大家在背景文档较多的时候选择Claude进行初步分析。 在调研完以后，很多时候BD需要对市场进行预测，这里也可以借助DeepReseacu来完成。首先，可以在任意平台上传你想预测的资产信息，然后让AI进行文件的文字解构，主要包括资产的数据，适应症以及进度，然后在让输入这些信息给到模型，要求输出一个rNPV模型以及所有的假设和参数，这里面所有的参数如果不确定，可以让DR单独调研，比如“非小细胞肺癌在美国的年治疗费用” “前列腺癌在欧洲的病人数量” “ADC GLP毒理实验成本”等等，确保所有的参数都有较好的数据支撑，然后让AI通过VBA的形式直接输出模型并在Excel上录入这块VBA代码，rNPV模型就可以完成了。 AI 进阶版 这里大家可以明显发现网页版的调研，哪怕是最贵的DeepResearch也有很多限制，包括无法访问付费数据库、无法上传文档、没有记忆等等问题。如果仅仅是单人访问，或者对应的文档和数据比较小，可以通过GPT和Claude的项目功能解决。但如果访问人数众多，数据背景巨大，可以通过一定的编程或者本地化部署来解决问题。有医疗内容作为背景数据的智能体的公司，最近也在一级市场大放异彩，数家公司都有千万级别的融资。但搭建一个丐版的医疗AI智能体，其实都不需要花钱，也不需要大家有高级编程背景。 这里我推荐大家还是尽量采用云计算的方式而不是本地化部署，本地化除非有非常强大的设备，单纯的笔记本和台式机只能跑得动参数最少的DeepSeek，智能程度和网页版差异太远。 本地化部署 但如果大家来自于预算充足的大型企业，当然可以尝试本地化部署，只需要去Github上下载DeepSeek模型https://github.com/deepseek-ai/DeepSeek-LLM， 然后去HuggingFace下载模型参数https://huggingface.co/deepseek-ai/DeepSeek-V3，通过AI编译软件Cursor（如果有编程背景，可以试用ANACONDA）对上述部署步骤的指令的编程，这里需要大家有一定的技术理解，包括CMD命令行调用的基础功能。 更简单的方法，对于毫无电脑背景的可以用Ollma(https://ollama.com/)，安装成功后在CMD直接输入ollama run deepseek-r1:1.5b命令，下载最简单的DS参数模型，当然如果设备足够强大，也可以提高参数数量。然后下载软件AnythingLLM（https://anythingllm.com）, 这个软件可以把我们的PDF文件这样的数据变变为RAG（Retrieval-Augmented Generation）数据，由于下载了DS模型，可以在AnythingLLM的UI中选中DS并上传文件，目前测试支持的文件有PDF, txt, csv, excel, 音频。上传完毕后就可以让文件转移为向量数据。然后就可以在AnythingLLM里面直接询问DS刚才你上传文件的相关内容，模型就应该已经对你的数据有更深的理解，也会基于你的数据智能分析回答问题。 （截图来自腾讯云分享） 云端部署 当然，最简单的办法可以去目前主流的云计算平台，包括阿里云、腾讯云、华为云，都有现成的RAG+DS解决方案，这里我们以腾讯云为例： 如果不知道选择哪个，可以把你的需求和预算直接告诉DeepResearch，他的决策会更专业。如下图，可以通过网页直接进入云DeepResearch 点击窗口里面的Anythingllm就可以和本地部署一样上传你的数据了，如果你的云部署只是一个人使用，且使用频率不大，甚至可能不需要支付计算费用。但效果却比本地部署在普通办公用电脑的效果好得多。 在DeepSeek出现后，其实LLM大语言模型的搭建本身已经没有任何成本。而搭建一个优秀的智能体的核心还是结构化数据体量的大小，毕竟后端不管是模型的fine-tuning调参还是大语言模型本身的革新，都会由云计算公司或者LLM公司直接解决，开源的模型成本低廉而云计算的成本对比传统人力也是相对便宜，那么本身具有庞大embedding数据的大型药企将拥有大量临床/临床前数据，类似于医药魔方/IMS这样的数据公司拥有大量的管线数据，而药明这样的CDMO公司有大量的分子数据，都可以利用智能体有效提升公司的内部效率，而医药数据本身极度缺乏公司间的互通性，也不开源，也没有点对点的数据接口，所以未来可以预见会出现结构化数据的军备竞赛，甚至不排除腾讯这样的云计算公司直接推出的垂直解决方案，毕竟对于TMT巨头这些子领域的数据获取成本与算力投入来对比不值一提。 总结： 我们从网页版的GPT、DeepSeek、Claude的应用，以及本地化部署和方法都初步做了一些总结，由于医疗数据本身有较强的隐私和封闭性，推荐大家学习如何系统的做好本地化/云端部署，让大模型更好的服务于团队以及公司。 对于医药BD 人士而言，AI 不仅是一款有用的工具，更是一个思维方式——如何高效检索并分析信息，如何用数据支撑商业决策，如何拓宽自身能力边界从而占据行业先机。无论从个人角度快速完成案头调研，还是团队层面部署智能体进行深度分析，熟练掌握大模型都将是未来医药 BD 人员必不可少的技能之一。 希望本文能帮助更多 BD 同行快速上手并不断探索 AI 带来的新机遇，真正发挥“人机协同”的最大价值。祝各位在新的医疗商业竞争中脱颖而出，持续为企业和行业创造更高价值！ 张艺林（Peter Zhang）, CFA | 雅法基金合伙人，毕业于美国伊利诺伊州立大学香槟分校，长江商学院FMBA，曾任曾任上市公司百普赛斯CVC投资总监，先后在费森尤斯卡比、贝朗、诺华、安图生物担任市场营销和BD工作，拥有丰富的中国医疗行业商业化经验以及产品引进BD经验。 编辑 | 毛冬蕾 mao.donglei@PharmaDJ.com 总第2374期 访问研发客网站，深度报道和每日新闻抢鲜看 www.PharmaDJ.com