10月16日，江西樟樹岐黃小鎮會展中心，一顆顆梔子被送進檢測設備，自動上料設備將其送入艙內，工業視覺系統掃描外觀，X光透視內部，高光譜分析成分——幾十秒后，一份數字化的“體檢報告”生成。

　　當日，第五十七屆全國藥材藥品交易會在樟樹開幕，由中國工程院院士張伯禮團隊與揚子江藥業集團協同研發的AI（人工智能）中藥材檢測大模型正式發布，搭載該技術的智能檢測設備同步亮相。

　　中藥材品質判定長期依賴藥工“眼觀、手摸、鼻聞、口嘗”，感官描述缺乏統一量化指標，不同師傅、不同批次判斷常有差異。而且人工看貨耗時長，實驗室理化檢測前處理復雜、等待時間以小時甚至天計算，而藥材交易卻是批量、多批次、高頻次的現場作業，人工看貨影響工作效率。

　　中藥材品種多、來源廣，真偽難分、優劣難辨，疊加流通鏈條長、全程溯源難等問題，標准化建設不夠和高級別循証証據不足仍是問題，“標准不少、用得不多”的現象普遍存在。

　　這套智能檢測設備以專屬多模態AI大模型為主導，融合工業視覺、高光譜分析和X光穿透成像三大技術。工業視覺識別形態、色澤和紋理，輔助發現外觀異常及表面異物﹔高光譜分析為成分含量估測、品質分級和真偽鑒別提供參考﹔X光透視內部，識別空洞、虫蛀等結構異常。3類信號一並交給大模型，大模型“閱讀”大量合格與摻偽樣本，可綜合判斷中藥材優劣。

　　設備進行單樣檢測隻需幾十秒，無需復雜制樣。藥材到貨，取樣入艙即出結果——入庫質檢據此判斷有無摻偽、變質，不合格當場拒收，不必空等﹔產線上隨機抽樣，混入偽品、出現霉變及時預警，避免整批報廢﹔交易市場收藥當場測，買賣雙方同步看到結果，減少“憑經驗看貨”帶來的糾紛。

　　天津現代創新中藥科技有限公司高級經理劉長青介紹，該設備綜合檢測准確率可達90%以上，已完成50余種常用中藥材建模，覆蓋梔子、人參、當歸、紅參、黃芪等易摻偽的大宗品種。

　　劉長青介紹，AI檢測不替代法定檢驗和專業人員判斷。它把老藥工摸其質、拈其重、觀其形、嘗其味、嗅其氣的本領，沉澱為可調用、可追溯的數據資產：檢測中的圖片、光譜、判定結果自動保存，形成藥材從收買到進廠的電子檔案，既能做來料台賬、質量復盤，也可對接監管溯源平台。更重要的是，AI檢測把“顏色、質地、外觀優劣”轉化為可量化指標，助力道地藥材數字化標准落地。

　　與此同時，農藥殘留、重金屬微量化學成分，僅靠視覺加高光譜難以精准定量，團隊正研究多技術融合方案以實現突破。此外，設備未來將迭代便攜版本，下沉到產地和市場。

　　《 人民日報 》（ 2026年10月28日 14 版）