En 
IMACELの支援事例
画像解析AIご提供までの流れ
01
課題設定
ヒアリングや要件整理を行い、課題を明確化します。AI開発方針における目標を設定し、必要なデータやプロセスについて定めます。業務効率化・工数削減、評価結果の精緻化、新たな解析手法の開発などお気軽にご相談ください。
02
概念実証（PoC）
数十例～数百例程度のデータを用いて、AIモデル構築検証を実施します。少数データでの精度検証を行うことで、課題設定の妥当性や次のステップにおける課題を明確化し、AI導入に向けたディスカッションを行います。
03
実 装
PoCで構築したAIモデルの精度改善・検証や業務で活用するシステムの開発を行います。実施期間・費用・提供形態は要件により変動しますのでお気軽にご相談ください。当社独自のIMACEL PlatformにAIモデルを搭載し簡便にご利用いただくことも可能です。
04
実運用
開発したAIを業務内でご活用いただきながら、保守・運用の範囲でAIモデル精度改善やお問い合わせへの対応を行います。大幅な仕様変更、モデル調整を行う場合は、新規開発として対応いたします。
支援事例
Support Case#01
Phenotypic Screening
～細胞形態解析による新規候補化合物の探索～
Support Case#02
蛍光多重免疫染色画像解析の自動化
～抗がん剤開発研究やがん微小環境における空間解析への応用～
Support Case#03
病理標本解析での画像解析AI活用
～正常/異常のスクリーニングやバーチャル染色～
Support Case#04
ライトシート顕微鏡画像解析の自動化
～脳領域自動セグメンテーションおよび血管周辺環境の解析効率化～
Support Case#05
AIを活用した新たな動物行動解析
～従来評価を超える特徴発見や精緻な定量評価～
Support Case#06
小核試験の自動判定
～自動解析サービスとして提供中～
Support Case#07
染色体異常検出の自動化
～放射線事故後の線量評価や遺伝毒性試験への応用～
Support Case#08
凍結乾燥工程における氷晶解析
～AIを活用した製造工程最適化検討～
Support Case#09
ラボオートメーション支援
～自動中量合成実験装置への画像解析AI搭載～