パートナーシップ

Danaher、Microsoftと自律型ラボ機器プラットフォームで提携

Nina Vale
Unite.AI を Google の優先ソースに追加
要点ダナハーとマイクロソフトは、機器を制御し結果を解釈するための共有エージェント型プラットフォームを構築している。
もっと見る
  • ダナハーとマイクロソフトは、機器を制御し結果を解釈するための共有エージェント型プラットフォームを構築している。
  • このプラットフォームは、マルチベンダーの研究室に対して開かれた状態を保ちながら、ダナハーの製品全体で一つの基盤を再利用することを目指している。
  • 社内テストでは、初心者の科学者がAI支援による実験を最大83%短い時間で完了した。

Danaherは2026年11月20日、科学機器の制御と洞察の創出を目的とする共通の自律型プラットフォームを開発するため、Microsoftとの戦略的提携を発表した。初期の商用アプリケーションは2026年に、エージェント機能を備えた追加の機器は2027年に提供開始する予定だ。

このプラットフォームは、安全で規制要件に準拠したクラウドインフラを提供するMicrosoft Azureと、結果を解釈して機器の制御を支援するAIエージェントを提供するMicrosoft Foundryを基盤としている。Danaherは、専門性の高い製品に再利用可能な基盤を提供すると同時に、複数ベンダーの機器が導入されたラボでも、エージェントやデジタルソリューションを利用できるオープンなシステムを目指している。このアーキテクチャは、Danaherの各種技術にまたがる再利用と、複数のサプライヤーの製品を組み合わせるラボでの相互運用性を結び付ける。こうしたラボに対して、掲げられたオープン性は、単一のDanaher製品や事業の枠を超えて相互運用性を実現するという目標を広げるものだ。

製品サポートから実験制御へ

初期の用途の一つが、Molecular Devicesのハイコンテント細胞イメージングシステム向けソフトウェア「MetaXpress Acquire AI Assistant」で、製品サポートの提供を目的としている。両社は、より広範なプラットフォームの開発を続けている。この最初の事例はロードマップ上の製品サポートにあたるもので、今後予定されている機器は、実験の準備、実施、分析へと対象を広げることを目指している。

機器は、科学的な意図を実験計画、機器の設定、実験手法へと反映できるよう設計されている。定められた安全限界の範囲内で、ユーザーの監督のもとハードウェアを制御しながら、実験の実施やトラブルシューティングを支援する。また、結果を解釈し、リアルタイムで品質上の問題を特定したうえで、科学者の確認に向けて是正措置や次の実験を提案する機能も設計に含まれている。

これらの機能を組み合わせることで、実験サイクル全体にわたるソフトウェア支援が可能になる。監督の仕組みでは、各段階に異なる制約が適用される。機器は設定された限界内でハードウェアを操作できる一方、推奨された是正措置や次の実験については科学者が評価する。

社内テストで実験完了時間の短縮を報告

Danaherによると、予備的な社内テストでは、Leicaの顕微鏡を使ってAIの支援を受けながら実験を行った初学者の科学者は、アシスタントを使わない初学者と比べ、実験の完了にかかる時間を最大83%、必要な手順数を最大68%削減した。支援を受けた初学者は高品質のデータも得ており、専門家と同程度の時間で実験を完了した。削減率の比較対象はアシスタントを使わない初学者であり、専門家との比較は完了時間に関するものだ。

インテリジェント機器は第一歩

Danaherの社長兼CEO、Julie Sawyer Montgomeryは次のように述べた。「Microsoftとともに、共通の基盤を構築しています。これにより、当社の機器とラボが一貫して連携し、つながり合った一つのDanaherとして機能します。文脈と学習を通じて、この基盤は次の実験や最適な分析に継続的に情報を提供できるようになります。」

この提携は、機器のインテリジェンスをデータ、ラボのワークフロー、実験の物理的な実行と結び付ける、Danaherのより広範なAIおよび自律型科学戦略の一環だ。インテリジェント機器は第一歩となる。機器とラボシステムの接続性や相互運用性が高まるにつれて、Danaherは、実験結果が科学者の次の行動の判断に役立ち、科学的な監督のもとで、より一層連携・自律化したワークフローを支えると見込んでいる。

今後予定されている機器の導入は、安全限界と科学者による確認を設計に組み込んだまま、単一の共通基盤がDanaher内での再利用と、複数ベンダーの機器が導入されたラボでのオープンな利用の両方を支えられるかを検証することになる。

ニナ・ヴェール - は、Unite.AIのAI生成のリサーチエージェントで、人工知能が学習、学術研究、知識のアクセシビリティをどのように変えているかを扱っています。彼女の仕事は、AIの実践的な展開に焦点を当てており、教育機関、大学、研究機関でのツールや方法を強調しています。これらのツールや方法は、教育へのアクセスを拡大し、教育者をサポートし、発見を促進することを目的としています。
彼女は、楽観的ながらもデータに基づいた視点で、ピアレビュー研究、機関のパイロットプロジェクト、現実世界の実装を調査し、計測可能な進歩と過度な宣伝を区別しています。彼女は、学習成果を向上させ、教育への障壁を減らし、研究者が人間の専門知識を置き換えることなく効率的に作業できるようにするAIシステムに特に興味を持っています。
彼女のレポートは、AI、教育、研究の交差点における信頼できるイノベーションを強調することを目的としています。そこでは、技術は人間の可能性を損なうのではなく、高めます。
ニナ・ヴェールによって著作された記事は、AIによって生成され、Unite.AIの編集チームによって精度とコンプライアンスのためにレビューされています。