這10年，人工智慧(AI)成為科技產業熱門的話題，而深度學習與機器視覺演算法等關鍵技術，也促使影像辨識技術越趨成熟。Amazon、Google及Apple等大廠皆嗅到影像辨識的龐大商機，紛紛展開布局。談到圖像檢查許多人可能會想到人臉辨識，但事實上除了人臉辨識外，圖像檢查也包括醫學上的缺陷檢查，以及工廠中的不良品判斷。例如，恩益禧(NEC)在2017年推出的工業解決方案「AI Visual Inspection」，即結合圖像檢查與機器學習技術，建立一套辨識良品與不良品的判斷模式，改善傳統以人眼判斷不良品的做法。

影像辨識技術的發展已經為藥材辨識系統的應用提供了新的可能。藥材辨識系統可以利用影像辨識技術對藥材的外部特徵、顏色、形狀、紋理等進行分析和比對，以準確識別和鑑別藥材，實現對藥材的快速、準確、非破壞性的檢測和鑑別。這不僅可以提高藥材的品質和安全性，還可以加速藥材的流通和行銷，為藥材產業的發展提供有力的支援。

具體來說，藥材辨識系統在藥材生產、加工、流通、品質控制等方面都可以發揮積極作用。例如，可以利用藥材辨識系統對野生藥材、藥材混雜等問題進行檢測和鑑別，保證藥材的品質，提高藥材的市場競爭力；在藥材流通和品質控制方面，藥材辨識系統可以加快藥材的檢測和鑑別速度，減少藥材的誤判和漏檢，從而提高藥材的安全性和可靠性；此外，在藥材的研究和開發方面，藥材辨識系統可以説明分離和鑑別藥材中的有效成分和代表性化合物，為生技產業新藥研發提供可靠的基礎資料和參考依據。

順天堂藥廠有鑑於生產投料的未來人力短缺的情況下，於2018年將藥材辨識的想法應用於進貨與投料的雙重確認而開始開發辨識系統。透過大量藥材影像，建立AI深度學習系統模型模組，其組成有多層捲積層、線性整流層、池化層深度神經網路結構，具非線性抽象化提取中藥材種類別影像特徵與完全連接層、Softmax層作為鑑別分類中草藥材，避免品質不佳或易混淆的中草藥材影響製藥品質，且透過捲積神經網路平行處理特性，佈署在影像處理單元晶片上效能更快速即時增加準確率。初步鑑定常用的20種中藥材，成功於2秒完成99%的辨識度，這一步的成功對藥材辨識系統產生擴大應用的信心與激勵。

如果藥材辨識系統的應用可以成為相關產業發展的輔助工具，提高藥材的品質和安全性，促進藥材的流通和行銷，推動藥材的創新和研發。隨著影像辨識技術持續的發展更新，一定會為相關生技產業帶來創新的應用與自動化的改善。