液相串联质谱联用技术在医学检验中的应用越来越广泛，质谱数据后处理的准确性直接影响到检测结果的质量，本文介绍了基于“AI”算法的Peakintelligence ™数据解析模块的特点及其在临床质谱数据后处理中的应用优势，包括血清中脂溶维生素检测、儿茶酚胺类化合物检测等易受内源性基质干扰影响的项目。通过加载人工智能和机器学习的数据处理算法可以有效避免异常积分曲线出现的概率，简化数据后处理流程，提高实验室分析效率并保证检测结果更准确。

本文使用岛津液相色谱三重四极杆质谱仪LCMS-8050RX及贝知上海医疗科技有限公司脂溶性维生素试剂盒，建立了人血清中脂溶性维生素的测定方法。使用试剂盒内标、标准品及质控品进行了方法的线性、精密度和准确度的考察。结果显示方法的专属性良好，线性相关系数均大于0.99，每日10针连续进样的批内CV%在1.11～6.86%之间，连续3天的批间CV%在0.16～2.97%，准确度以及精密度均满足临床检测的要求。

本文使用岛津临床用液相色谱三重四极杆质谱仪LCMS-8050 CL及抗抑郁药检测试剂盒（液相色谱-串联质谱法），建立了人血清中4种5-羟色胺与去甲肾上腺素再摄取抑制剂测定的方法。使用试剂盒的内标、标准品及质控品进行了方法的线性、准确度及精密度的考察。结果显示该方法线性良好，标准曲线相关系数均大于0.998，准确度及精密度均满足试剂盒要求。该方法可满足治疗药物监测临床需求，供相关人员参考。