10月16日，在江西樟树岐黄小镇会展中心，一颗颗栀子被送入检测设备，自动上料系统将其送入舱内。通过工业视觉扫描外观、X光透视内部结构以及高光谱分析成分，几十秒后即可生成一份数字化的“体检报告”。当日，第五十七届全国药材药品交易会在樟树拉开帷幕，由中国工程院院士张伯礼团队与扬子江药业集团共同研发的AI中药材检测大模型正式发布。

AI技术助力中药材检测

长期以来，中药材品质判定主要依赖药工的经验判断，包括“眼观、手摸、鼻闻、口尝”等感官描述。这种主观性较强的判定方式存在标准不统一、不同批次和师傅间结果差异大等问题。同时，人工看货耗时长，实验室理化检测前处理复杂且等待时间较长，难以满足药材交易批量、多批次、高频次的现场作业需求。

智能设备的应用与优势

此次发布的智能检测设备以专属多模态AI大模型为核心，融合工业视觉、高光谱分析和X光穿透成像三大技术。工业视觉技术用于识别药材的形态、色泽和纹理，辅助发现外观异常及表面异物；高光谱分析为成分含量估测、品质分级和真伪鉴别提供数据支持；X光透视则用于识别空洞、虫蛀等结构异常。三种检测信号一并交由AI大模型综合判断，其基于对大量合格与掺伪样本的学习，能够准确判定中药材的优劣。

设备单次检测时间仅需几十秒，无需复杂制样流程。在入库质检环节，可快速判断药材是否存在掺伪或变质；在生产线上随机抽样检测，则能及时发现混入的伪品或霉变情况；而在交易市场现场使用，买卖双方可即时获取检测结果，减少因经验判断带来的纠纷。

设备性能与应用范围

据天津现代创新中药科技有限公司高级经理刘长青介绍，该设备综合检测准确率可达90%以上，目前已完成50余种常用中药材的建模工作，涵盖栀子、人参、当归、红参、黄芪等易掺伪的大宗品种。

值得注意的是，AI检测并非完全替代法定检验和专业人员判断。它通过将老药工的经验转化为可调用的数据资产，自动保存药材检测过程中的图片、光谱及判定结果，形成完整的电子档案。这不仅有助于建立药材从收买到进厂的追溯体系，还为道地药材数字化标准的制定提供了数据支持。

未来发展方向

尽管目前设备在农药残留和重金属等微量化学成分检测方面仍需进一步提升，但研发团队正致力于通过多技术融合来实现精准定量。此外，便携版本设备的研发也在推进中，未来将更好地服务于药材产地和交易市场的现场检测需求。

文章素材来源于：网络