WHO 世界衛生組織將「病菌抗藥性」列為人類健康的十大威脅，並警告 2050 年時，病菌抗藥性將成為全球最大死因，致死人數超過癌症。台灣中國醫藥大學附設醫院（中國附醫）為此與微軟合作，積極投入相關研究，在 Azure 平台上開發「AST.AI 智慧抗藥菌預測系統」，藉由 AI 機器學習分析幫助，將原本須 2-5 天才能得知的「病菌抗藥性」結果，成功縮短為 1 小時。此項成果已獲國際醫學期刊認可，並吸引國內外臨床學研單位合作，未來將進一步透過 Azure 平台，將模型成果及分析數據與全球醫療機構分享，共同打造更完善的智慧抗藥菌系統，以解決全球最大醫療挑戰。
主導開發的中國附醫智慧科技創新中心（簡稱創新中心）主任游家鑫博士指出，「AST.AI 智慧抗藥菌預測系統」藉由質譜儀判讀蛋白質量進行抗藥性預測，並透過細菌與抗生素的分子嵌合增加模型生物意義，運用微軟 Azure Machine Learning 平台與協作環境，在有限的人力物力之下，快速開發出機器學習演算法，並以大量臨床數據訓練模型的精準度。目前已與國內 4 家醫院共享模型或數據，十分期待 AST.AI 未來進一步透過與微軟的合作，與歐洲及全世界分享，饋入各國數據進行驗證，讓抗藥性預測更為精準且符合在地需求。
台灣微軟首席技術與策略長暨微軟技術中心總經理陳守正表示，智慧醫療已是全球趨勢，微軟 Azure 平台提供充份整合、高度擴充彈性的各種服務、同時具備專業認證的全面資安保障，藉此協助醫療產業發展出各式各樣的創新解決方案，待未來微軟資料中心落地後，相信能幫助更多智慧醫療的發展，共同為提升人類健康福祉而努力。
「AST.AI 智慧抗藥菌預測系統」 的開發，主要基於醫學界面臨抗生素濫用的兩大挑戰，一是「病菌抗藥性」造成致死率上升，二是抗生素的龐大支出已成為各國醫學中心的沈重負擔。因此，中國附醫院長周德陽於 2021 年交付「找出解決方案來促進抗生素的合理使用」此重要任務給創新中心，著手開發機器學習模型，運用微軟 Azure AI 平台的 Machine Learning 服務打造抗藥性的預測系統。
【新聞圖片二】中國附醫智慧科技創新中心透過 Azure 平台開發雲端原生 AST.AI 系統，串接質譜儀訊號與機器學習演算法，1 小時內即可得知抗藥結果，藉此輔助臨床精準投藥。
