WHO 世界衛生組織將「病菌抗藥性」列為人類健康十大威脅，同時警告 2050 年可能超越癌症成為全球最大死因；中國醫藥大學附設醫院(中國附醫)與微軟合作，藉助 Azure 平台開發 AST.AI 智慧抗藥菌預測系統，藉助 AI 機器學習分析，將原本須至少 2-5 天的病菌抗藥性結果縮減至 1 小時，合作成果義獲得國際醫學期刊認可，並吸引國內外臨床學研單位合作，未來將持續透過 Azure 平台將模型成果與分析數據與全球醫療機構分享，希望能共同解決這項對人類健康的威脅。
AST.AI 智慧抗藥菌預測系統是為了解決兩項醫學界挑戰而生，其一即是開頭提及的魷魚抗生素濫用造成的病菌抗藥性，其二是降低抗生素支出的負擔；AST.AI 智慧抗藥菌預測系統由中國附醫的智慧科技創新主任游家鑫博士主導開發，藉助質譜儀判讀蛋白質量作為抗藥性預測，並以細菌與抗生素分子嵌合增加模型生物意識；藉助微軟 Azure Machine Laerning 平台與協作環境，能在有限的人、物力下完成機器學習演算法，再輔以大量臨床數據訓練提升模型準度，當前已與台灣四家醫院進行模型與數據共享，後續也將藉助 Azure 平台擴大到歐洲與全世界。
▲藉由 AI 技術能將原需耗時 2 天以上的抗藥菌預測縮減為 1 小時，同時可藉助遍級全球且通過醫療級安全認證的 Azure 與世界的醫療體系接軌
傳統的抗藥性分析需要再病患出現感染進行抗生素投藥前，即透過血液培養、抗藥性比對等程序，歷經 48-60 小時才能得知檢測結果並進行抗生素治療評估，然而每延遲 1 小時就會使病患死亡率提升 7.6% ，也因此若能縮減檢測時間，即能大幅減少病患風險； AST.AI 智慧抗藥菌預測系統藉助累積國內數十萬筆真實數據做為基礎，具備出色的可靠性。
微軟 Azure 雲端平台相較其它雲服務對於醫療院所可提供兩項符合產業的特色，其一是具備醫療資安級的安全認證，可降低機密醫護資料外洩風險，其二是具備彈性的擴充性，前期快速投入、後期產生成果後可迅速擴大規模與提供與其它醫院的串接；而 AST.AI 智慧抗藥菌預測系統的論文成果獲得美國微生物學會 Microbiology Spectrum 期刊於三月發表、五月取得美國相關專利，除了透過雲平台已與國內包括衛福部豐原醫院、台大醫院雲林分院、衛福部雙和醫院、花蓮慈濟醫院進行數據驗證，另有三家國內醫院進行洽談中；同時也吸引到瑞士巴塞爾大學醫院交流合作，藉助 Azure 平台使技術能嘉惠到全球醫療體系。
