中国医药大学附设医院（中国附医）与微软合作，在azure平台上开发“ast.ai智能抗药菌预测系统”，借由ai机器学习分析帮助，将原本须2-5天才能得知的“病菌抗药性”结果，缩短为1小时。
此项成果已获国际医学期刊认可，并吸引海内外临床学研单位合作，未来将进一步通过azure平台，将模型成果及分析数据与全球医疗机构分享，共同打造更完善的智慧抗药菌系统，以解决全球最大医疗挑战。
中国附医智能科技创新中心（简称创新中心）主任游家鑫指出，“ast.ai智能抗药菌预测系统”借由质谱仪判读蛋白质量进行抗药性预测，并通过细菌与抗生素的分子嵌合增加模型生物意义，运用微软azure machine learning平台与协作环境，在有限的人力物力之下，快速开发出机器学习算法，并以大量临床数据训练模型的精准度。
目前已与台湾4家医院共享模型或数据，十分期待ast.ai未来进一步通过与微软的合作，与欧洲及全世界分享，馈入各国数据进行验证，让抗药性预测更为精准且符合当地需求。
台湾微软指出，“ast.ai智能抗药菌预测系统”的开发，主要基于医学界面临抗生素滥用的两大挑战，一是“病菌抗药性”造成致死率上升，二是抗生素的庞大支出已成为各国医学中心的沉重负担。
游家鑫指出，以往病患出现感染，在抗生素投药之前，必须通过血液培养、抗药性比对等过程，至少耗费48-60小时才能得知检测结果，再将资讯提供给临床医师进行抗生素治疗评估。
然而统计数据显示，每延迟1小时用药，病患死亡率就会上升7.6%。中国附医创新中心团队通过azure平台开发云计算原生ast.ai系统，串联质谱仪信号与机器学习算法，将其运用于细菌的抗药机制预测，并与检测试验室的工作流程高度集成，在短短1小时之内即可得知抗药结果，辅助临床精准投药，不仅降低成本，也及时挽救病患健康。
（首图来源：台湾微软）