AI 顕微鏡画像アナリストは、共焦点、TEM、SEM、組織学画像をレビューし、アーティファクトをフラグ付けし、構造を特定し、定量化を導く顕微鏡専門エージェントです。明るさを生物学的シグナルとして解釈する汎用視覚ツールとは異なり、このエージェントはすべての特徴を試料調製、装置、取得条件までたどります。Jenova 上に構築され、OpenAI、Anthropic、Google などのモデルと、文献および図のレビュー用ツールを組み合わせています。組織学レビューは観察的なものであり、病理医による診断ではありません。
顕微鏡画像アナリストは、可能性の高いモダリティを示し、SNR、飽和、Nyquist サンプリング、目視できるスケールバーが質問に答える根拠として十分かどうかを検証することから、すべてのレビューを始めます。生物学的または材料に関する主張を行う前に、欠落しているメタデータを一覧化します。スクリーンショットは視野の把握には役立ちますが、実際のピクセルデータを保持しているのは元の取得ファイルです。品質が不十分な場合、このエージェントは構造を無理に判定するのではなく、Nyquist ピクセルサイズ、ゲイン、コーティング、フォーカス、Köhler 照明などについて再取得の指針を提示します。
顕微鏡画像アナリストは、オルガネラ、粒子、バイオフィルム、IHC パターンを同定する前に、それらに見せかける可能性のあるアーティファクトを列挙します。TEM で細胞質を囲む二重膜は、オートファゴソームと整合するものとして扱います。GFP チャネルの緑色シグナルは、自家蛍光と bleed-through が除外されるまで特異的なものとは判定しません。指数付けできない格子縞は、傾斜または FFT によって別の判断が得られるまで、Moiré の可能性があるものとして保留します。信頼度は明示し、そのモダリティでは解像できない主張については、判断を確定できる技術を示したうえで拒否します。
顕微鏡画像アナリストは、キャリブレーションとコントロールが整ってから定量化を設計し、すべての画像に一つの既定手法を適用するのではなく、作業内容に ImageJ/FIJI、CellProfiler、QuPath、Ilastik、napari、Imaris のいずれが適しているかを判断します。パイプラインは前処理 → セグメンテーション → 測定 → エクスポート → 統計の順に構成し、自動露光、未キャリブレーションのスケール、飽和ピクセル、または 3D オブジェクトの単一断面によって数値の妥当性を説明できなくなる場合には警告します。96 ウェルの表現型スクリーニング、FIB-SEM 界面の測定、Ki-67 の全スライドスコアリングは同じワークフローを共有しません。また、2D 粒径平均がステレオロジー上のバイアスを受けている場合には、その点をフラグ付けします。
顕微鏡画像アナリストは、論文用の図について、局所的ではなく均一なコントラスト、個別に表示した各チャネルとマージ画像、すべてのパネルに配置されたスケールバー、そして視野を再現するのに十分な方法の詳細を確認します。AI は代表画像と定量化データセットを分けて扱うため、最もきれいなフレームが測定結果と取り違えられることはありません。設定は結果の一部として扱われ、ノートブックや投稿用パケットに使えるドキュメントとしてエクスポートできます。
| 従来のアプローチ | 顕微鏡画像アナリスト |
|---|---|
| 最も明るい対象だけを廊下で相談 | 品質確認から次のステップまでを含む構造化レポート |
| 先にしきい値を設定し、キャリブレーションは後で確認 | どの測定よりも先に品質ゲートを実施 |
| 明るさを生物学的シグナルとして扱う | 飽和、チャージング、ナイフマークをフラグ付け |
| すべての画像に同じソフトウェアの習慣を適用 | FIJI、CellProfiler、QuPath、napari を使い分け |
取得履歴を保持し、忘れられたゲインや却下済みの視野を区別
汎用チャットボットは、どの共焦点視野が飽和していたか、どのコントロールが異なるゲインを使っていたか、どの SEM フレームがチャージングのためにすでに破棄されたか、どのスケールバーが以前のチェックで不合格だったかを保持しません。顕微鏡画像アナリストは、セッションをまたいでそれらの判断を保持するため、LC3-GFP の点状シグナル数がクリップされたスタックと混在することはなく、粒径平均がラボですでに却下した視野から再構築されることもありません。その履歴を失うことが、取得条件の異なる画像が混在した図や、説明のつかない n を含む図を公開してしまう原因になります。
オルガネラ判定からパイプライン記述までモデルを切り替え
TEM の断面像、格子縞と Moiré の判別、過剰な判定を拒否する判断には慎重な推論能力が必要です。一方、FIJI マクロの手順や図のチェックリストには、流暢な手順記述が求められます。このエージェントは、レビューの各段階で、OpenAI、Anthropic、Google、xAI、DeepSeek、Qwen などのモデルを切り替えて使用できます。そのため、レビューのすべての部分で ChatGPT（OpenAI のみ）や Claude（Anthropic のみ）に固定されることはありません。滑らかな方法の文章を書けるモデルが、幅 200 nm の widefield の塊がオルガネラかどうかを判断するのに自動的に適しているわけではありません。
マイクログラフから測定計画までを一つのワークフローで作成
顕微鏡画像アナリストは、視野と一文の質問から、技術的ゲート、視野全体の調査、アーティファクト一覧、ソフトウェアに合わせたパイプライン、出版前チェックリストを作成します。元のスタックは Google Drive または Dropbox から取得でき、報告規約は Google Scholar で確認でき、測定計画はドキュメントとしてエクスポートできます。つまり、マイクログラフ → 品質ゲート → 構造とアーティファクトの調査 → FIJI、CellProfiler、または QuPath のパイプライン → 図の最終確認という流れになります。これは最も明るい対象についてのキャプションではなく、実運用向けのレビューです。
最も明るい対象を推測するのではなく、モダリティを考慮してレビュー
Widefield、共焦点、STED、STORM/PALM、SIM、TEM、STEM、cryo-EM、SEM、FIB-SEM、AFM、STM、組織学、CLEM は、単一の物体検出ロジックを共有しません。AI は画像に応じてフレームワークを変更します。生物学的 TEM ではオルガネラを調査し、材料系 TEM では回折のロジックを適用し、SEM ではチャージングとエッジ効果を確認し、AFM ではチップ畳み込みに注意します。Widefield 画像上の 200 nm の「小胞」は、それを解像できるモダリティが使用されるまで、回折限界の塊として扱われます。
蛍光アッセイを定量化する細胞生物学者
LC3-GFP の点状シグナル、3 チャネルのマージ画像における共局在、または共焦点 Z 投影について、飽和、bleed-through、細胞ごとに記録された正規化の妥当性を検証する必要がある場合に、このエージェントを使用してください。
SEM、TEM、AFM を扱う材料科学者
ナノ粒子の直径、格子縞、粒径を報告する前に、チャージング、スパッタ粒子、ナイフマーク、投影誤差、チップ畳み込みから分離する必要がある場合に、このエージェントを使用してください。
コアファシリティのスタッフと装置前の研修者
予約枠の合間に、暗いプレビュー、縞状の検出器ノイズ、不確かなゲインについて、退色していく試料をさらに 1 時間スキャンするのではなく、短い再取得リストが必要な場合に、このエージェントを使用してください。
組織学・病理学の研究者（診断目的ではない）
H&E の組織構築、細胞密度、核の特徴を確認し、パターンについて議論する前に処理アーティファクトを列挙する場合に、このエージェントを使用してください。研究および教育を目的としたものであり、正式な診断を目的としたものではありません。
投稿用の顕微鏡画像をまとめる著者
スケールバー、個別チャネルとマージ画像、均一なコントラスト、代表視野と定量化データセットの区別について、最終確認を行う場合に、このエージェントを使用してください。
Free Jenova を試す方向け：
Plus ($20/月) 個人利用者向け：
Premium ($50/月) 通常利用者向け：
Pro ($100/月) ヘビーユーザー向け：
Max ($200/月) 専門家向け：
Ultra ($500/月) 高頻度で利用する専門家向け：
Enterprise ($1,000/月) 企業向け：
すべてのプランは日次の利用上限なしで月額請求され、各請求日に全クォータをすぐに利用できます。
顕微鏡画像アナリストは、マイクログラフを、きれいな画像ではなく、試料調製、装置、取得設定の組み合わせとして、上級顕微鏡研究者のように読み取る AI です。最初のパスではモダリティを特定し、品質が質問を裏付けられるかを検証し、スケールバーやピクセルサイズなどの欠落したメタデータを列挙します。構造、アーティファクト、定量化に関する助言、図のチェックは、その技術的ゲートの後にのみ行われます。
顕微鏡画像アナリストは、取得設定、コントロールの対応関係、却下した視野、過去のアーティファクト判定を保持するため、後から行う点状シグナルのカウントが、汎用チャットボットなら忘れてしまう飽和スタックと混在することはありません。OpenAI、Anthropic、Google、xAI、DeepSeek、Qwen などのモデルを切り替えて使用できます。TEM のオルガネラ判定には慎重な推論モデルを、FIJI のパイプライン記述には別のモデルを使うといった使い分けが可能で、ChatGPT や Claude だけに固定されることはありません。Google Drive、Dropbox、Google Scholar、ドキュメントのエクスポートが同じレビュー内に統合されているため、一つの会話で視野を品質ゲートから測定計画、図のチェックリストまで進められます。
顕微鏡画像アナリストは、元のスタックには Google Drive と Dropbox、報告規約と方法の表現には Google Scholar と Google Search、視覚的な参考資料には Google Images、ソフトウェアの使い方には YouTube、ラボノートには Notion を使用でき、レビュー結果をドキュメントとしてエクスポートすることもできます。想定される流れは、視野をアップロードし、実際のピクセルに対して技術的ゲートを実行し、構造とアーティファクトを調査してから、FIJI、CellProfiler、または QuPath の計画をエクスポートすることです。AI はこれらの解析プログラムを置き換えるものではありません。測定が有効かどうか、また画像にどのプログラムが適しているかを判断します。
ImageJ/FIJI、CellProfiler、QuPath は測定を行います。一方、顕微鏡画像アナリストは測定が有効かどうか、どのプログラムが作業に適しているかを判断します。FIJI は汎用ワークベンチ、CellProfiler は通常のハイスループット表現型解析の選択肢、QuPath は全スライド病理用に構築されたツールです。アナリストは、パイプラインと固定すべきコントロールを示しながら、適切なツールへ案内します。保存済みマクロそのものになるわけではありません。
対象範囲には、明視野と組織学、Widefield と共焦点蛍光、STORM/PALM、SIM、STED、TEM、STEM、cryo-EM、SEM、FIB-SEM、AFM、STM、CLEM などの相関観察系が含まれます。フレームワークはモダリティによって変わります。生物学的 TEM ではオルガネラを調査し、材料系 TEM では格子と回折のロジックを適用し、SEM ではチャージングとエッジ効果を確認します。超解像を使ったからといって、以前の Widefield の塊が確実なオルガネラ同定に変わるわけではありません。
いいえ。組織学と細胞学のレビューでは、形態学的特徴と既知のパターンとの整合性を、研究および教育の目的で記述します。正式な診断には、資格を持つ病理医が必要です。同じ観察上の制限は、放射線医学に特化した専門家がより適切に扱うべき臨床スキャンをプロジェクトに含める場合にも適用されます。
信頼性は判定時に明示されます。高信頼度のラベルは、モダリティが実際に解像できる特徴に限定されます。たとえば、十分な品質の TEM 断面像におけるミトコンドリアや、コントロールが目視できる 3+ 膜性 IHC パターンなどです。曖昧な対象は、候補を短いリストにしてそのいずれかと整合するものとしてラベル付けし、解像できない主張については、それを確定できるモダリティを示したうえで拒否します。
はい。Web、iOS、Android で、音声入力を含むすべての機能を同等に利用できます。顕微鏡の前で電圧、対物レンズ、チャネル設定を入力する際に、話して記録することもできます。ディスプレイをスマートフォンで撮影した写真でも、最初のトラブルシューティングには十分です。正確なピクセルが必要な場合は、元のファイルをアップロードしてください。iOS：App Store 版 Jenova。Android：Google Play 版 Jenova。
はい。向きの確認、モダリティの推測、スケールバーの欠落、縞状ノイズ、ひどくクリップされたプレビューなど、明らかな問題の確認に利用できます。ピクセルレベルの飽和、実際の SNR、キャリブレーション済みのサイズについては、取得ファイルのほうが信頼性が高くなります。識別、品質、定量化、図としての準備状況のどれを確認したいのか、質問を一文で示してください。そうすれば、技術的ゲートがそのフレームで確認すべき内容を判断できます。
はい。サンプリング、SNR、フォーカス、コーティング、クリップされたヒストグラムでは主張を裏付けられない場合、AI はその画像からなお述べられることと、再取得しなければならないものを一覧化します。一般的な指針には、Nyquist ピクセルサイズ、ゲイン、コーティング、フォーカス、Köhler 設定が含まれます。また、自動露光を定量化を台無しにする要因として指摘します。不十分なフレームに対して構造同定を無理に行うことは、避けるべき失敗モードとして扱われます。
いいえ。このエージェントはソフトウェアを推奨し、パイプライン形式の計画を作成し、検証すべき項目を示します。実行は引き続き FIJI、CellProfiler、QuPath、Ilastik、napari、または Imaris で行います。再現可能な解析には、保存されたワークフローと固定された設定が必要であり、一度きりのクリック手順では不十分です。マクロを実行する前に、どの数値が再現不能になり得るかをレビューで確認してください。
いいえ。会話とアップロードした視野は公開モデルのトレーニングには使用されず、通信中および保存時に暗号化され、広告主に販売または共有されることもありません。スタックがまだ未公開である場合や、図が公開禁止期間中である場合には、この点が重要になります。元のファイルは Drive または Dropbox に保管し、実際のピクセルに基づいたレビューが必要なときに添付してください。
顕微鏡画像アナリストは、世界で最も強力な AI エージェントプラットフォームである Jenova の一部です。Jenova は、OpenAI、Anthropic、Google、xAI、DeepSeek、Qwen などの主要 AI モデルへの統合アクセスを、エンドツーエンドのタスク完了を実現するインテリジェントなツール統合とともに提供します。このプラットフォームは、セッションをまたぐ永続メモリ、自動化されたワークフローオーケストレーション、Web、iOS、Android 間での完全な同等性を備えています。ニューヨークを拠点とするテクノロジー企業 Azeroth Inc. が開発した Jenova は、70 か国以上のユーザーに利用されています。
開発者向けには、Jenova Agent API が、オーケストレーション、マルチモデルルーティング、メモリ、ストレージ、MCP ツールサポートを組み込んだ完全マネージド型のエージェントバックエンドを提供します。これにより、生の LLM API、ベクトルデータベース、カスタムツールサーバーをつなぎ合わせる必要がなくなります。