MassHunter 用 AI ピーク積分

質量分析データシステム

MassHunter 用 AI ピーク積分

MassHunter 用の新しい Agilent AI ピーク積分ソフトウェアは、マニュアル（手作業）で行われているシングル四重極 GC/MS によるフタル酸エステルや TDCPP（リン酸トリス(クロロプロピル)）のデータ解析プロセスにおけるピーク検出とピーク積分を自動化します。  ユーザーごとに、ユーザーが通常行うデータ解析ワークフローにおける手作業の積分イベントを観察し、機械学習モデルに学習します。その後、手作業によるピーク積分が、アダプティブな AI 支援のピーク検出と積分で置き換えられます。 

AI ピーク積分ソフトウェアはバックグラウンドでデータからの学習を継続し、手作業による分析方法を真似して、ラボに合わせて機械学習モデルは学習していきます。これにより、サンプルのスループットを最大化し、複数のユーザーやラボ、拠点で一貫した分析結果を得ることができます。この新しいレベルのプロセス自動化は使いやすく、定量分析時間を短縮し、手作業による再積分の必要性を最小限に抑えることができるため、ラボ全体の効率が劇的に改善されます。 

現在、この機能を利用でき、サポートを受けられるのは、米国、および欧州の一部の国（オーストリア、ベルギー、デンマーク、フィンランド、フランス、ドイツ、アイルランド、イタリア、オランダ、スウェーデン、スペイン、スイス、英国）のみです。

お見積りはこちらお問合せはこちら

特長

  • データ解析における積分が非常に難しいことで知られるフタル酸エステルおよび TDCPP の GC/MS 分析に対応した自動ピーク積分 
  • 継続的に学習するアダプティブな AI 支援のピーク検出/積分により、手作業によるレビューと積分の手間を最大 75 % 削減
  • AI アルゴリズム/機械学習モデルが継続して学習を行い、サンプル解析のたびに、ピーク検出精度が向上
  • 同一のトレーニング済み機械学習モデルを使用することにより一貫した結果を達成。サンプルデータをいつでも再分析、再評価できるため、監査検証のニーズがシンプルに
  • ラボのピーク検出プロトコルやパターンに合わせて、ユーザーにより作成・学習したカスタムトレーニングモデル
  • ユーザーまたはラボごとに、フタル酸エステルまたは TDCPP 用のトレーニング済み機械学習モデルを複数サポート。さまざまな分析目的やメソッドに対応した AI ピーク積分アルゴリズムを可能に 
  • バージョン管理されたトレーニング済み機械学習モデル。これにより、保存された過去のバージョンのモデルに戻したり、時間の経過とともにモデルを変更したりすることが可能 
  • クラウドベースのソリューションのため、ピーク検出ソフトウェアを拡張して展開することが可能で、機能を柔軟かつ簡単に更新 

ページTOP

仕様

  • 現在のソフトウェアバージョン
    • 1.0
    構成モデル
    • データ解析ワークステーション（物理または仮想マシン）
    選択可能な言語
    • 英語
    ソフトウェアの提供方法
    • 電子
    サポート対象の機器
    • 5977 シリーズ GC/MSD
    • 5975 シリーズ GC/MSD
    サポートされているソフトウェアアドオン
    • MassHunter Quant 10.X 以降
    主なアプリケーション
    • 一般消費財試験 – フタル酸エステルおよび TDCPP

ページTOP

用途

  • フタル酸エステル用 GC/MS ピーク積分を AI/機械学習（ML）モデリングにより強化

    一般消費財で使用されるフタル酸エステルは、自動化された解析ツールにおいて GC/MS ピーク検出/積分が困難な場合があり、データ解析中に専門家が手作業で積分する必要があります。AI ピーク積分ソフトウェアはまず、パッシブモードで動作します。化学者の通常の分析ワークフローに基づいて機械学習モデルを構築します。データ解析の分析者の操作は常時モニタリングされ、トレーニングパイプラインに供給されます。操作がディープラーニングのニューラルネットワークの入力となり、学習モデルが作成されます。学習モデルが一定のしきい値に到達すると、そのモデルが使用可能になり、手作業による積分補正の必要性が大幅に削減されます。

  • AI ピーク積分がデータ解析のワークフローと生産性を強化

    機械学習モデルの作成が完了すると、MassHunter 用 AI ピーク積分により分析時間が数分まで短縮され、化学者は他の作業に時間を使うことができるようになります。AI による処理が、通常のデータ解析ワークフローでの手作業による処理にとって代わり、データ分析者が繰り返し行う煩雑な作業を減らすことができます。

    AI ピーク積分には次のような利点があります。

    • 再現性の高い結果
    • ターンアラウンドタイムの短縮
    • 分析結果の普遍的な一貫性
    • ラボ分析のベテラン、新人を問わない使いやすさ
    • ラボ効率の全体的な向上

ページTOP