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。

本文使用岛津自动前处理-超高效液相色谱质谱在线分析系统，对《自动前处理-超高效液相色谱/质谱在线分析系统用于植物提取液中植物激素的直接检测》方法所得到的柱后流出液进行基质效应评价，得出以下结论液相流动相中甲酸含量直接影响三种植物激素的质谱响应；经过MAYI-SAX柱的净化，富贵竹竹叶提取液中不存在明显的基质效应。此方法可以较准确的评价分析方法的基质效应，为优化样品前处理和液相梯度方法提供了可靠的依据，具有实际指导意义。

本文建立了一种使用固相萃取与岛津三重四极杆质谱仪LCMS-8040联用方法测定化妆品中孕酮、睾丸酮、甲基睾丸酮、雌三醇、雌二醇、雌酮和己烯雌酚7种性激素残留的分析方法。化妆品基质经提取、除脂、固相萃取等样品前处理后，以乙腈和水作为流动相，超高效液相色谱LC-30A进行梯度洗脱分离，用多反应监测串极质谱进行定性分析。采用外标法建立定量方法，7种性激素具有良好的线性相关性，相关系数在0.9984~0.9997之间。对低中高不同浓度的混合标准溶液连续6次进样进行精密度实验，7种性激素的保留时间和峰面积相对标准偏差分别在0.022%~0.332%和3.30%~8.15%之间，系统精密度良好，检出限范围