ChiAST
ChiAST智药敏™ 专家系统
利用大数据和人工智能技术，对药敏试验结果进行自动审核、自动纠错与耐药机制推测
01
多标准智能判读引擎
内置CLSI、EUCAST、FDA和中国折点多标准折点数据库；紧跟标准更新节奏，支持远程在线升级，确保折点数据始终与最新版本保持一致
02
16,000+条智能专家规则
自动识别天然耐药表型，避免无效药物误报；自动检测异常耐药表型，触发复核预警；支持联合用药矛盾检测：自动标记同类药物敏感性不一致等逻辑异常；内置耐药机制推断规则：自动提示可能存在的ESBLs、AmpC酶、碳青霉烯酶（KPC/NDM/OXA-48等）产生情况
03
900万+条真实世界数据驱动
整合细菌耐药监测大数据，将本地检测结果与全国流行病学趋势实时对标；支持检测结果的统计学偏离度分析:自动标记显著偏离区域流行趋势的异常结果
04
AI智能报告生成
自动生成符合规范的结构化药敏报告，包含MIC值、S/I/R判定、临床用药建议；支持自动生成耐药监测统计分析报告（按菌种/药物/科室/时间段等多维度）；自动预警多重耐药菌；支持一键导出符合主流耐药监测网络上报格式的标准化数据文件
05
持续进化的知识库
支持定期在线更新：规则库、折点标准、流行病学数据同步迭代；开放接口，支持用户自定义专家规则和报告模板
Application
典型案例展示: 金黄色葡萄球菌
解释分类修正（少见表型）
系统综合分析整体药敏谱，对少见表型自动进行结果修正，并给出复核提示和耐药机制推测。
图1 金黄色葡萄球菌——解释分类修正与复核提示
重要表型提示与报告工具
结合CLSI M100附录A和国内少见、罕见表型规则进行主动提示；系统根据标本类型自动屏蔽常规不报告药物，规范报告输出。
图2 金黄色葡萄球菌——重要表型提示与标本化报告工具
诱导型克林霉素耐药检测
系统自动识别诱导型克林霉素耐药(D试验阳性)，并对克林霉素结果进行解释分类修正。
图3 金黄色葡萄球菌——诱导型克林霉素耐药自动修正
历史大数据表型匹配
基于CHINET历年监测结果，将实测MIC与该菌种各药物的历史MIC分布范围进行自动比对，实现对每一份药敏结果的实时监测。
图4 金黄色葡萄球菌——实测MIC与CHINET历史分布匹配
