• czw.. wrz 28th, 2023

    Stryker Corporation doświadcza wzrostu dzięki platformie operacyjnej Mako i zróżnicowanemu portfelowi produktów

    ByPiotr Kruszczyński

    wrz 20, 2023
    Stryker Corporation doświadcza wzrostu dzięki platformie operacyjnej Mako i zróżnicowanemu portfelowi produktów

    Stryker Corporation (SYK) odnotowuje wzrost dzięki swojej mocnej platformie operacyjnej Mako, wspomaganej robotem i zróżnicowanemu portfelowi produktów. Kapitalizacja rynkowa firmy wynosząca 108,03 miliarda dolarów czyni ją jednym z największych producentów urządzeń medycznych na rynku ortopedycznym. Mimo obaw o presję dotyczącą cen, akcje SYK wzrosły o 16,3% w tym roku.

    Sukces Strykera wynika z dużej popytu na Mako i zdrowego zamówienia, gdyż popyt na zabiegi powraca do normy po pandemii COVID-19. Unikalne i obiecujące cechy platformy Mako pozwalają firmie utrzymać dynamikę sprzedaży robotyki w leczeniu. Stryker skupia się na rozszerzaniu Mako, z wprowadzeniem na rynek w nowych krajach, i spodziewa się silnego wzrostu przychodów związanych z Mako w drugiej połowie 2023 roku.

    Zróżnicowany portfel produktów firmy chroni ją przed znaczącymi spadkami sprzedaży w okresach trudności gospodarczych. Istotne zaangażowanie Strykera w robotykę i sztuczną inteligencję w dziedzinie opieki zdrowotnej, wraz z portfelem produktów do operacji na biodrze i kolanie, stawia go na czele przemysłu MedTech.

    Dążenie Strykera do innowacji i wsparcia klientów stawia go w korzystnej pozycji do wzrostu po ustąpieniu skutków pandemii. Silne wydatki na badania i rozwój, odpowiadające za 6,4% przychodów netto w drugim kwartale 2023 roku, napędzają wprowadzanie nowych produktów. Należy zauważyć, że Stryker wprowadził na rynek w 2022 roku Q Guidance System, nowe oprogramowanie do prowadzenia zabiegów kręgosłupa, które zdobyło obiecującą popularność.

    Z drugiej strony, Stryker stoi w obliczu wyzwań wynikających z niekorzystnych fluktuacji kursów walut i presji inflacyjnej, które obniżają marże. Jednak inicjatywy mające na celu obniżenie kosztów w firmie mają poprawić marże i równoważyć presję inflacyjną.

    Szacunki Zacks Consensus przewidują wzrost o 11% w stosunku rocznym w odniesieniu do zysku na akcję Strykera w 2023 roku, wraz z poprawą przychodów o 9,9%. Inne czołowe spółki w sektorze medycznym obejmują Align Technology (ALGN), HealthEquity (HQY) i McKesson Corporation (MCK).

    Related Post

    Inżynierowie z Uniwersytetu w Zurychu opracowali system SI o nazwie Swift, który może pilotować drony zdolne do pokonywania ludzkich pilotów w wyścigach. Nauka hybrydowa wykorzystywana do szkolenia SI ma potencjalne zastosowanie w technologiach autonomicznych, takich jak samochody autonomiczne, roboty osobiste, a nawet samoloty autonomiczne. Osiągnięcie to stanowi pierwszy raz, kiedy robot zasilany SI pokonał ludzkiego mistrza w fizycznej dyscyplinie zaprojektowanej dla i przez ludzi. Zespół pracujący nad Swift wykorzystał głębokie wzmocnienie uczenia (DRL), aby zaprojektować SI. DRL to rodzaj uczenia maszynowego, które uczy SI, jak się zachowywać w określonych sytuacjach poprzez próby i błędy. SI uczy się z czasem, jak osiągnąć pożądany wynik poprzez nagrody. W przypadku wyścigów dronów, pożądanym wynikiem jest wygrana wyścigu. Nauka DRL odbywa się w symulacjach przy użyciu danych ze świata rzeczywistego, aby naśladować fizyczne środowiska. Swift jest w pełni autonomiczny, wyposażony w sensory pokładowe. Nie ma potrzeby instalowania zewnętrznych czujników w otoczeniu. Robot może po prostu być włączony i latać. W badaniach Swift rywalizował z trzema mistrzami wyścigów dronów i wygrał 15 z 25 wyścigów. Zarejestrował również najkrótszy czas na torze, pokonując najlepszego pilota o pół sekundy. Choć to osiągnięcie jest istotne, system Swift ma wciąż pewne ograniczenia. Błędy, takie jak uderzenie w barierę czy rozbicie się na ziemi, są trudniejsze do naprawienia przez SI w porównaniu do ludzkiego pilota. SI również boryka się z nieprzewidywalnymi zmianami w środowisku fizycznym, takimi jak warunki pogodowe. Niemniej jednak system Swift oferuje nowe i potencjalnie przełomowe podejście do robotyki autonomicznej. Ma zastosowanie w zadaniach, które wymagają, aby autonomiczny robot wykonał zadanie w odpowiednim czasie, takich jak inspekcja infrastruktury, zarządzanie magazynem i sytuacje poszukiwawczo-ratownicze. Podczas gdy drony zasilane SI przejmujące nasze drogi i niebo nadal mogą być odległą możliwością, system Swift otwiera nowe możliwości postępu w technologiach autonomicznych. Źródło: The Daily Beast
    Przełomowe rozwiązania w dziedzinie zdrowia wzroku oferowane przez Alcon Inc.
    Prezydent Ukrainy Volodymyr Zelensky przybył do Holandii na spotkanie z premierem Markiem Rutte.

    You missed

    Inżynierowie z Uniwersytetu w Zurychu opracowali system SI o nazwie Swift, który może pilotować drony zdolne do pokonywania ludzkich pilotów w wyścigach. Nauka hybrydowa wykorzystywana do szkolenia SI ma potencjalne zastosowanie w technologiach autonomicznych, takich jak samochody autonomiczne, roboty osobiste, a nawet samoloty autonomiczne. Osiągnięcie to stanowi pierwszy raz, kiedy robot zasilany SI pokonał ludzkiego mistrza w fizycznej dyscyplinie zaprojektowanej dla i przez ludzi. Zespół pracujący nad Swift wykorzystał głębokie wzmocnienie uczenia (DRL), aby zaprojektować SI. DRL to rodzaj uczenia maszynowego, które uczy SI, jak się zachowywać w określonych sytuacjach poprzez próby i błędy. SI uczy się z czasem, jak osiągnąć pożądany wynik poprzez nagrody. W przypadku wyścigów dronów, pożądanym wynikiem jest wygrana wyścigu. Nauka DRL odbywa się w symulacjach przy użyciu danych ze świata rzeczywistego, aby naśladować fizyczne środowiska. Swift jest w pełni autonomiczny, wyposażony w sensory pokładowe. Nie ma potrzeby instalowania zewnętrznych czujników w otoczeniu. Robot może po prostu być włączony i latać. W badaniach Swift rywalizował z trzema mistrzami wyścigów dronów i wygrał 15 z 25 wyścigów. Zarejestrował również najkrótszy czas na torze, pokonując najlepszego pilota o pół sekundy. Choć to osiągnięcie jest istotne, system Swift ma wciąż pewne ograniczenia. Błędy, takie jak uderzenie w barierę czy rozbicie się na ziemi, są trudniejsze do naprawienia przez SI w porównaniu do ludzkiego pilota. SI również boryka się z nieprzewidywalnymi zmianami w środowisku fizycznym, takimi jak warunki pogodowe. Niemniej jednak system Swift oferuje nowe i potencjalnie przełomowe podejście do robotyki autonomicznej. Ma zastosowanie w zadaniach, które wymagają, aby autonomiczny robot wykonał zadanie w odpowiednim czasie, takich jak inspekcja infrastruktury, zarządzanie magazynem i sytuacje poszukiwawczo-ratownicze. Podczas gdy drony zasilane SI przejmujące nasze drogi i niebo nadal mogą być odległą możliwością, system Swift otwiera nowe możliwości postępu w technologiach autonomicznych. Źródło: The Daily Beast