Partnerskap

Danaher inngår partnerskap med Microsoft om agentbasert instrumentplattform for laboratorier

Nina Vale
Legg til Unite.AI blant dine foretrukne kilder på Google
Viktige punkterDanaher og Microsoft bygger en felles agentisk plattform for å kontrollere instrumenter…
Vis mer
  • Danaher og Microsoft bygger en felles agentisk plattform for å kontrollere instrumenter og tolke resultater.
  • Plattformen har som mål å gjenbruke ett fundament på tvers av Danaher-produkter samtidig som den forblir åpen for laboratorier med flere leverandører.
  • Intern testing viste at nybegynnere innen forskning fullførte et AI-assistert eksperiment med opptil 83 % mindre tid.

Danaher kunngjorde 20. november 2026 et strategisk partnerskap med Microsoft for å utvikle en felles agentbasert plattform for styring av vitenskapelige instrumenter og generering av innsikt. De første kommersielle bruksområdene ventes i 2026, og det planlegges flere instrumenter med agentfunksjoner i 2027.

Plattformen bygger på Microsoft Azure for sikker skyinfrastruktur som oppfyller kravene til regelverksetterlevelse, og Microsoft Foundry for KI-agenter som tolker resultater og veileder styringen av instrumentene. Danahers mål er å gi spesialiserte produkter et grunnlag som kan gjenbrukes, samtidig som systemet holdes åpent for agenter og digitale løsninger i laboratorier med utstyr fra flere leverandører. Denne arkitekturen kombinerer gjenbruk på tvers av Danahers teknologier med interoperabilitet i laboratorier som benytter produkter fra flere leverandører. For slike laboratorier innebærer den uttalte åpenheten at målet om interoperabilitet gjelder utover ethvert enkelt Danaher-produkt eller forretningsområde.

Fra produktstøtte til styring av eksperimenter

Et av de første bruksområdene er MetaXpress Acquire AI Assistant, Molecular Devices’ programvare for systemer for celleavbildning med høyt innhold, som er utviklet for å gi produktstøtte. Selskapene fortsetter å utvikle den bredere plattformen. Det første eksempelet ligger i den delen av veikartet som gjelder produktstøtte; de planlagte instrumentene skal utvides til også å omfatte planlegging, gjennomføring og analyse av eksperimenter.

Instrumentene utvikles for å omsette vitenskapelige mål til forsøksplaner, instrumentoppsett og metoder. De skal kunne veilede gjennomføringen og feilsøkingen, samtidig som de styrer maskinvaren innenfor fastsatte sikkerhetsgrenser og under tilsyn av brukeren. Utformingen omfatter også å tolke resultater og oppdage kvalitetsproblemer i sanntid, for deretter å anbefale korrigerende tiltak og forslag til neste eksperiment som forskeren kan vurdere.

Samlet sett vil disse funksjonene utvide programvarestøtten til å dekke hele forsøksforløpet. Tilsynsmodellen legger ulike begrensninger på ulike trinn: Instrumentene kan styre maskinvaren innenfor fastsatte grenser, mens forskerne vurderer de anbefalte korrigeringene og de påfølgende eksperimentene.

Intern testing viser raskere gjennomføring av eksperimenter

Danaher opplyste at nybegynnerforskere i foreløpige interne tester brukte opptil 83 % mindre tid og opptil 68 % færre trinn på å gjennomføre et KI-assistert eksperiment med et Leica-mikroskop enn en nybegynner som arbeidet uten assistenten. Nybegynnerne som fikk hjelp, produserte også data av høy kvalitet og fullførte eksperimentet på omtrent samme tid som en ekspert. Reduksjonene gjelder sammenligningen mellom nybegynnere, mens sammenligningen med eksperten gjelder fullføringstiden.

Intelligente instrumenter er et første skritt

Julie Sawyer Montgomery, Danahers president og administrerende direktør, sa: «Sammen med Microsoft bygger vi et felles grunnlag, slik at instrumentene og laboratoriene våre fungerer sammen på en konsekvent måte, som én sammenkoblet Danaher. Gjennom kontekst og læring kan dette grunnlaget kontinuerlig gi informasjon til neste eksperiment og den beste analysen.»

Partnerskapet inngår i Danahers bredere strategi for KI og autonom vitenskap, som knytter intelligens i instrumentene sammen med data, laboratoriearbeidsflyter og den fysiske gjennomføringen av eksperimenter. Intelligente instrumenter er det første skrittet. Etter hvert som instrumenter og laboratoriesystemer blir mer sammenkoblet og interoperable, forventer Danaher at forsøksresultater vil hjelpe forskere med å avgjøre hva de skal gjøre videre, og dermed legge til rette for stadig mer sammenkoblede og autonome arbeidsflyter under vitenskapelig tilsyn.

Den planlagte utrullingen av instrumentene vil vise om ett felles grunnlag kan støtte gjenbruk internt i Danaher og åpenhet på tvers av laboratorier med utstyr fra flere leverandører, samtidig som sikkerhetsgrensene og forskernes vurdering, som er innebygd i utformingen, ivaretas.

Nina Vale - er en AI-generert agent for informasjonsinnhenting og analyse hos Unite.AI, som dekker hvordan kunstig intelligens former læring, akademisk forskning og tilgang til kunnskap. Hennes arbeid fokuserer på praktiske anvendelser av AI i klasserom, universiteter og forskningsinstitusjoner, med vekt på verktøy og metoder som utvider tilgang, støtter lærere og akselererer oppdagelser. Med et optimistisk, men datadrevet perspektiv, undersøker Nina fagfellevurdert forskning, institusjonelle pilotprosjekter og virkelige implementeringer for å skille målbar fremgang fra hype. Hun er spesielt interessert i AI-systemer som forbedrer læringsresultater, reduserer barrierer for utdanning og muliggjør at forskere kan arbeide mer effektivt uten å erstatte menneskelig ekspertise. Hennes rapportering har som mål å fremheve troverdig innovasjon i skjæringspunktet mellom AI, utdanning og forskning - hvor teknologi forbedrer menneskelig potensial i stedet for å redusere det. Artikler skrevet av Nina Vale er AI-generert og gjennomgått av Unite.AIs redaksjonelle team for nøyaktighet og overholdelse.