全球药品消费量每年都在快速增长，2020年将达到40亿剂。随着越来越多的药品被人体代谢并进入污水和废水处理厂，其中发现的微量物质的数量和种类也在增加。

当这些微量物质进入河流和海洋并被用作水源时，会对环境和人类健康产生有害影响，包括致癌和内分泌干扰。因此，需要技术来快速、准确地预测这些微量物质的性质和行为，但分析未知的微量物质需要昂贵的设备、熟练的专家和较长的时间。

由水资源和循环研究中心主任 Hong Seok-won 和高级研究员 Son Moon 领导的韩国科学技术研究院 (KIST) 团队开发了一种根据理化性质对新兴微量物质进行分类的技术并使用基于聚类和预测的人工智能技术来预测它们的浓度。

研究人员使用自组织地图(一种根据数据的相似性将数据聚类成地图的人工智能技术)，根据理化性质、官能团和生物反应机制等信息对 29 种已知的痕量物质进行分类，包括药物化合物和咖啡因。该研究发表在《npj Clean Water》杂志上。