此技術是結合蛋白胜肽質譜與機器學習模型，搜尋細菌抗藥表現型之抗藥蛋白分子特徵。透過臨床菌種鑑定流程的產生的質譜訊號，預測抗藥細菌的風險，將能有效縮減臨床醫檢師檢驗流程，輔助臨床醫師精準使用抗生素，降低重症發生率，同時減少抗生素濫用造成的問題。此技術整合了臨床檢驗醫學和機器學習技術，加速醫療數位轉型。

以MALDI-TOF圖譜結合機器學習分類模型，在無需添購新設備與無需新增額外人力下，可對目前現有細菌抗樣性檢驗流程進行加速。將現行48-72小時的細菌菌種鑑定與抗藥性檢測流程縮短至24小時內。本系統與現行臨床檢驗流程高度整合，且易於嵌入醫院資訊系統，可無痛導入。

本系統可在24小時內提供抗藥細菌預測結果，且擁有全球最大臨床蛋白質質譜與抗藥性連結資料庫，對於抗藥性菌株快速檢測、生物標記開發與新藥研究極具價值。