Danaher og NVIDIA indgår partnerskab om at integrere AI i videnskabelige instrumenter

Danaher Corporation annoncerede den 14. oktober 2026 et samarbejde med NVIDIA for at fremme autonom videnskab og bidrage til at fremskynde tempoet i videnskabelige opdagelser.

Samarbejdet kombinerer Danahers videnskabelige instrumenter, automatiseringsteknologier, software til laboratoriearbejdsgange og faglige ekspertise med NVIDIAs teknologier til accelereret databehandling og AI. Danaher beskrev arbejdet som en del af sin bredere indsats for at præge fremtiden for AI-understøttet videnskab og sagde, at målet er at fremskynde forskernes vej fra forudsigelser til eksperimentel dokumentation. Det skal skabe en kontinuerlig læringscyklus, hvor eksperimentelle resultater føres tilbage til modellerne, og modellerne er med til at forme den næste runde af eksperimenter.

Integration af AI i videnskabelige instrumenter og laboratoriearbejdsgange

Danaher og NVIDIA arbejder på at integrere AI i videnskabelige instrumenter. Arbejdet spænder fra edge computing med NVIDIA DGX Spark til accelereret analyse og databehandling med RAPIDS samt inferens i realtid, videnskabelig ræsonnering og teknologier til grundmodeller, herunder BioNeMo Open Models. Den indledende indsats fokuserer på en udvalgt gruppe prioriterede instrumenter med mulighed for over tid at udvide til en bredere produktportefølje.

Virksomhederne undersøger også, hvordan videnskabelig AI og fysisk AI, herunder NVIDIAs verdensmodeller i NVIDIA Cosmos og digitale tvillinger i Omniverse Digital Twins, kan understøtte mere intelligente instrumenter og laboratoriearbejdsgange. Danaher sagde, at arbejdet skal sikre, at eksperimentel dokumentation fortsat er omdrejningspunktet for videnskabelige beslutninger.

Danaher sagde, at samarbejdet skal styrke virksomhedens engagement i sammenkoblet videnskab ved at samle AI, accelereret databehandling, instrumenter, arbejdsgange og eksperimentelle data for at skabe eksperimentel dokumentation. Virksomheden sagde, at den sigter mod at hjælpe forskere med at forkorte og forenkle vejen fra en AI-genereret forudsigelse til den eksperimentelle dokumentation, der er nødvendig for at handle på den, samtidig med at kunderne frit kan vælge deres modeller, standarder og teknologileverandører.

Udtalelser fra ledelsen

“AI ændrer måden, videnskab udføres på, og Danaher er i front i denne omstilling,” sagde Julie Sawyer Montgomery, præsident og administrerende direktør for Danaher. Hun sagde, at samarbejdet bygger på en fælles vision om mere sammenhængende, tilpasningsdygtig og tilgængelig innovation, og beskrev formålet som at hjælpe forskere med at tage fat på afgørende udfordringer og omsætte videnskabelige opdagelser til positive resultater for mennesker.

“Den næste æra inden for videnskabelige opdagelser vil blive drevet af en kontinuerlig vekselvirkning mellem AI og eksperimenter,” sagde Kimberly Powell, vicepræsident for sundhedsområdet hos NVIDIA. Hun sagde, at virksomhederne bringer accelereret databehandling og fysisk AI ind i laboratoriet og forbinder modeller med instrumenter og faktiske eksperimentelle data, så eksperimenter forbedrer modellerne, og modellerne hjælper med at udforme bedre eksperimenter. Målet er at hjælpe forskere med at forkorte opdagelsesforløb fra år til måneder.

Danahers planlagte AI-drevne autonome laboratorium

Den 7. oktober 2026 annoncerede Danaher planer om at etablere sit første AI-drevne autonome laboratorium, der skal hjælpe forskere med at udvikle specialtilpassede antistoffer og andre molekylære værktøjer. Laboratoriet, der ligger hos Abcam, en Danaher-virksomhed, samler teknologier fra Danahers driftselskaber Beckman Coulter Life Sciences, Cytiva, Genedata, Integrated DNA Technologies og Molecular Devices i én sammenhængende arbejdsgang samt enhedsstyring og robotautomatisering fra samarbejdet med Automata. I meddelelsen den 7. oktober oplyste Danaher også, at Automata modtog en investering fra Danaher i januar 2026.

I meddelelsen sagde Danaher, at laboratoriet anvender AI til at skabe nye affinitetsreagenser, herunder antistoffer, hvorefter hver kandidat fremstilles og testes, og hvert resultat føres tilbage til modellen for at forbedre det næste design. Virksomheden sagde, at laboratoriet er designet til at levere opdagelse af affinitetsreagenser op til 8 gange hurtigere og øge den årlige produktion af reagenser op til ti gange, fra tiere til hundreder af reagenser om året, efterhånden som laboratoriet skaleres op.

Danaher sagde også, at hvert design, der udvikles i laboratoriet, verificeres, testes og føres tilbage for at forbedre det næste, samtidig med at den videnskabelige stringens bevares uden at gå på kompromis med hastigheden. Virksomheden sagde desuden, at tilgangen med tiden forventes at supplere traditionelle immuniseringsbaserede metoder, der bruges til at opdage antistoffer og andre forskningsværktøjer.

Danaher beskrev det autonome laboratorium som det første skridt i et bredere initiativ, der skal skabe intelligente instrumenter, integrerede arbejdsgange og autonome laboratorier. Under dette program udformes instrumenterne ifølge virksomheden, så de er lettere at integrere og styre programmatisk, producerer AI-klare data og omfatter agentbaserede systemer på ekspertniveau, der skal forenkle betjeningen, forbedre datakvaliteten og skabe dybere indsigt.

Virksomheden sagde, at disse enheder derefter kan forbindes i integrerede arbejdsgange og autonome laboratorier, der gennemfører cyklusser med design, fremstilling, test og læring. Det understøtter en udvikling hen imod mere forudsigelige og standardiserede forskningsarbejdsgange, hvor modeller prioriterer de mest lovende designs, før de fremstilles, og robotteknologi bidrager til mere ensartede eksperimenter. Det autonome laboratorium forventes at være i drift i stor skala i begyndelsen af 2027.