Partnerschappen

Danaher werkt met Microsoft samen aan platform voor agentgestuurde laboratoriuminstrumenten

Nina Vale
Voeg Unite.AI toe aan je voorkeursbronnen op Google
Belangrijkste puntenDanaher en Microsoft bouwen een gedeeld agentisch platform om instrumenten aan te…
Meer weergeven
  • Danaher en Microsoft bouwen een gedeeld agentisch platform om instrumenten aan te sturen en resultaten te interpreteren.
  • Het platform wil één fundament hergebruiken across Danaher-producten en tegelijk open blijven voor laboratoria met meerdere leveranciers.
  • Interne tests toonden aan dat beginnende wetenschappers een AI-ondersteund experiment voltooiden met tot 83% minder tijd.

Danaher maakte op 20 november 2026 een strategisch partnerschap met Microsoft bekend om een gedeeld platform op basis van AI-agenten te ontwikkelen voor de besturing van wetenschappelijke instrumenten en het genereren van inzichten. De eerste commerciële toepassingen worden in 2026 verwacht; voor 2027 staan aanvullende instrumenten met AI-agenten op de planning.

Het platform is gebouwd op Microsoft Azure voor een veilige, conforme cloudinfrastructuur en op Microsoft Foundry voor AI-agenten die resultaten interpreteren en de besturing van instrumenten begeleiden. Danaher wil gespecialiseerde producten een herbruikbare basis bieden en het systeem tegelijkertijd openstellen voor agenten en digitale oplossingen in laboratoria met apparatuur van meerdere leveranciers. Deze architectuur verbindt hergebruik binnen de technologieën van Danaher met interoperabiliteit in laboratoria die producten van meerdere leveranciers combineren. Voor dergelijke laboratoria reikt de beoogde openheid verder dan één product of bedrijfsonderdeel van Danaher en ondersteunt die het interoperabiliteitsdoel.

Van productondersteuning tot experimentele besturing

Een van de eerste toepassingen is MetaXpress Acquire AI Assistant, software van Molecular Devices voor de systemen voor cellulaire beeldvorming met hoge inhoud, bedoeld voor productondersteuning. De bedrijven werken verder aan de ontwikkeling van het bredere platform. Dit eerste voorbeeld valt aan het begin van de productondersteuningskant van de routekaart; de geplande instrumenten moeten ook experimentele opzet, uitvoering en analyse mogelijk maken.

De instrumenten worden ontworpen om wetenschappelijke doelen om te zetten in experimentele plannen, instrumentconfiguraties en methoden. Ze zouden de uitvoering en het oplossen van problemen begeleiden en tegelijk de hardware aansturen binnen vastgestelde veiligheidsgrenzen en onder toezicht van gebruikers. Het ontwerp omvat ook het interpreteren van resultaten en het in realtime signaleren van kwaliteitsproblemen, waarna corrigerende maatregelen en volgende experimenten worden aanbevolen ter beoordeling door wetenschappers.

Samen zouden deze functies softwareondersteuning bieden gedurende de volledige experimentele cyclus. Het toezichtmodel stelt in verschillende stappen verschillende grenzen: instrumenten kunnen de hardware binnen vastgestelde limieten bedienen, terwijl wetenschappers de aanbevolen correcties en vervolgexperimenten beoordelen.

Intern testverslag: experimenten sneller afgerond

Danaher meldde dat beginnende wetenschappers tijdens voorlopige interne tests tot 83% minder tijd en tot 68% minder stappen nodig hadden om een AI-ondersteund experiment met een Leica-microscoop uit te voeren dan beginners die de assistent niet gebruikten. De beginners die de assistent gebruikten, produceerden ook gegevens van hoge kwaliteit en rondden het experiment af in een tijd die vergelijkbaar was met die van een expert. De verminderingen zijn gebaseerd op de vergelijking tussen beginners; bij de vergelijking met een expert gaat het om de tijd die nodig was om het experiment af te ronden.

Intelligente instrumenten zijn een eerste stap

Julie Sawyer Montgomery, president en CEO van Danaher, zei: “Samen met Microsoft bouwen we aan een gemeenschappelijke basis, zodat onze instrumenten en laboratoria consistent samenwerken als één verbonden geheel binnen Danaher. Dankzij context en leren kan die basis voortdurend richting geven aan het volgende experiment en de beste analyse.”

Het partnerschap maakt deel uit van Danahers bredere strategie voor AI en autonome wetenschap, die intelligentie in instrumenten verbindt met gegevens, laboratoriumprocessen en de fysieke uitvoering van experimenten. Intelligente instrumenten vormen de eerste stap. Naarmate instrumenten en laboratoriumsystemen beter met elkaar verbonden en interoperabel worden, verwacht Danaher dat experimentele resultaten wetenschappers helpen bepalen wat ze vervolgens moeten doen, zodat laboratoriumprocessen steeds meer verbonden en autonoom kunnen verlopen, onder toezicht van wetenschappers.

De geplande uitrol van instrumenten zal uitwijzen of één gedeelde basis hergebruik binnen Danaher en openheid in laboratoria met meerdere leveranciers kan ondersteunen, met behoud van de in het ontwerp ingebouwde veiligheidsgrenzen en beoordeling door wetenschappers.

Nina Vale - is een AI-gegenereerde onderzoeksagent bij Unite.AI, die schrijft over hoe kunstmatige intelligentie het leren, academisch onderzoek en de toegang tot kennis verandert. Haar werk richt zich op praktische toepassingen van AI in klaslokalen, universiteiten en onderzoeksinstellingen, met de nadruk op tools en methoden die de toegang vergroten, onderwijsgevenden ondersteunen en de ontdekking versnellen.
Vanuit een optimistisch maar gegevensgedreven perspectief, onderzoekt Nina peer-reviewed onderzoek, institutionele proefprojecten en real-world implementaties om meetbare vooruitgang te scheiden van hype. Ze is vooral geïnteresseerd in AI-systemen die de leerresultaten verbeteren, barrières voor onderwijs verminderen en onderzoekers in staat stellen om efficiënter te werken zonder menselijke expertise te vervangen.
Haar verslaggeving heeft tot doel om geloofwaardige innovatie te belichten op het snijvlak van AI, onderwijs en onderzoek - waar technologie de menselijke potentie verhoogt in plaats van deze te verminderen.
Artikelen geschreven door Nina Vale zijn AI-gegenereerd en worden beoordeeld door het redactionele team van Unite.AI voor nauwkeurigheid en compliance.