應用自然語言技術，進行斷字、萃取關鍵資料及找尋資料規律等程序，彙整出菌株名稱、抗生素名稱、抗生素感受性及抗藥性數值等資料。此技術可自動進行資料格式標準化作業，結合感染科醫師專業及AI智慧學習模式，使資料符合專業領域需求，可與國際接軌。此資料庫可厚實國內感染症抗藥性研究，符合WHO降低抗藥性之策略。

我們應用「正規表示式」對於上傳資料的資料欄位進行斷字、萃取關鍵資料，也建立找尋資料規律的程序，此程序可準確地萃取菌株名稱、抗生素名稱、抗生素感受性及抗藥性數值。本團隊亦建立新的感染症的資料格式欄位：感染症mCIDE (Minimal Common“Infectious”Data Elements)。

本團隊與健保署合作，精進醫院上傳感染症病原體資料的一致性與完整性。應用自然語言技術開發AI自動化整治病原體資料的程序，進行資料格式標準化作業，利用AI技術彙整轉換檢驗檢查資料格式，使標準化資料符合專業領域需求。此病原體主題式資料庫可厚實國內感染症與抗藥性研究，符合WHO降低抗藥性之策略。