中國醫藥大學附設醫院（中國附醫）與微軟合作，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，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。
中國附醫智慧科技創新中心（簡稱創新中心）主任游家鑫指出，「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。
台灣微軟指出，「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。
游家鑫指出，以往病患出現感染，在抗生素投藥之前，必須透過血液培養、抗藥性比對等過程，至少耗費 48-60 小時才能得知檢測結果，再將資訊提供給臨床醫師進行抗生素治療評估。
然而統計數據顯示，每延遲 1 小時用藥，病患死亡率就會上升 7.6%。中國附醫創新中心團隊透過 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，將其運用於細菌的抗藥機制預測，並與檢測試驗室的工作流程高度整合，在短短 1 小時之內即可得知抗藥結果，輔助臨床精準投藥，不僅降低成本，也及時挽救病患健康。