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。

本文使用岛津三重四极杆气相色谱质谱联用仪GCMS-TQ8050 NX，匹配全自动多功能进样器AOC-6000的SPME进样方式，结合Smart Aroma Database香味数据库建立了牛奶中503种气味成分的分析方法。使用此方法检测了不同厂家的四种常温牛奶，分析得到了它们气味组分的异同，该方法操作简单，易于分析，适用于牛奶气味成分的筛查分析。

在药品残留溶剂分析中经常采用顶空气相色谱法（GC-FID），但该方法定性能力不够。而气相色谱质谱仪（GC-MS）可通过质谱进行定性分析，对目标溶剂附近的峰或目标溶剂之外的未知峰进行识别和判定。使用检测器分流系统可在一次测定中同时得到FID数据和MS数据。本文向您介绍使用该系统对药品残留溶剂进行分析的示例。