新闻及香港科大故事

多序列膝关节磁共振成像（MRI）是一种非侵入式的先进诊断技术，可准确评估膝关节病理。然而，解读MRI影像的过程非常复杂，须依靠放射科医生的高度专业知识，而且十分耗时。香港科技大学（科大）工学院研发了一款新型深度学习模型，以协助医生辨别12种常见的膝关节异常状况，同时提升诊断的准确度和效率。 本研究由香港科大的智慧医疗实验室（Smart Lab）与广州南方医科大学第三附属医院合作开展，其成果最近发表于《自然通讯》期刊，论文标题为「Learning Co-Plane Attention Across MRI Sequences for Diagnosing Twelve Types of Knee Abnormalities」。 膝关节是一个复杂的铰链型关节，也是人体主要的承重关节之一，支撑我们在日常生活中的各种动作。老化或受伤均可引致各种异常状况，造成痛楚及损害膝关节功能，影响患者的生活质素。要为每位病人制订适切的治疗方案，就必须先有精准的诊断。 由于膝关节的解剖结构相当复杂，因此采用不同的成像扫描方法，往往会得出不同的参数。此外，若医生经验不足，亦未必能够辨识出一些细微病变，可能会影响对病理的判断。 针对这些问题，研究团队与五家医院合作，收集到1,748名患者的资料，以此建立了一套数据集，当中包括T1加权（T1W）丶T2加权（T2W）和质子密度加权（PDW）MRI序列的矢状面丶冠状面和轴面成像。 在膝关节病理的诊断中，医学界普遍以关节镜检查结果为黄金标准。因此，研究人员将上述数据集与关节镜检查所得的资料结合，再进行全面分析，以确定这些病人所患的12类常见膝关节异常状况。 另一方面，团队开发了一款深度学习模型，利用人工智能对这些病例进行自动分类。该模型结合了跨MRI序列的共平面注意力机制（CoPAS），并将空间特徵与MRI序列进行解耦，有效捕捉了不同扫描参数下的体素值强度变化，并成功识别出平面与该12类型异常状况之间的复杂相关性，从而提高分类工作的准确度。

香港科技大学（港科大）及香港科技大学（广州）（港科大（广州））发布研究系列报告，深入剖析香港在绿色金融领域的发展进程，并就强化绿色金融领导地位提出建议。该系列报告是横跨科大清水湾及广州校园的大型研究协作，跨校专家组成的研究团队指出，香港必须优化其策略，以增强其在国际绿色金融领域的竞争力，发展定位为绿色及可持续债券中心。 该系列报告「香港绿色金融政策研究」由三部分组成，研究团队对本港情况作纵向研究，并实地调查多个环球金融中心。研究团队指出，尽管香港已推出包括「绿色及可持续金融资助计划」及「香港可持续金融分类目录」在内的重要举措，若缺乏有系统的规划及连贯一致的策略叙述，香港在迈向成为全球绿色金融中心的进程将面临挑战。 研究团队在伦敦、新加坡及纽约等全球金融中心进行实地研究，加上为期三年的深入分析，建议香港可通过进一步阐明其作为内地、西方及新兴经济体间的桥梁作用，顺应国际大趋势，借鉴各个领先绿色金融枢纽的做法，从而提升本港的绿色金融地位。团队透过分析上述枢纽的成功经验，总结以下有助香港转型为绿色金融中心的四大关键要素： 1.    制订政策：制订明确的政策，阐释香港绿色金融的发展目标，订立确切可行的计划并按步落实。参考其他环球金融中心的经验，政府应在绿色金融改革担当领导角色，就其决定发出清晰的的政策讯息 2.    协作机制：建立各级协调机制，促进持份者之间的合作与协同效应，相关机制需要平衡政府和市场的角色。当中可包括定期召开会议，邀请公私营部门持份者出席；同时在不同层面建立具不同目标的工作小组，为可持续金融推展过程中有机会出现的问题提出解决方案 3.    金融多元化：量身打造切合香港独特的社会经济环境的绿色标准，使金融体系更多元化，并促进与其他市场的互通性 4.    人才培育：透过加强参与国际倡议及提供诱因鼓励更多人士接受绿色金融教育，培养人才。政府应制定政策提高接受绿色金融相关培训的需求，包括专业培训及学位课程，同时与香港及境外不同机构合作，以提供包括学位课程的相关培训机会，缩窄技能差距及强化能力建设

香港科技大学（科大）成功研发四大崭新的AI医学大模型，推进医疗保健领域的发展。这批AI医学大模型旨在协助全科及专科医生诊症，能为多达30 种癌症及疾病提供诊断和预后评估，部分模型的准确度更可与拥有5 年或以上经验的专业医疗人员媲美。 是次研究透过科大的人工智能运算设施进行，在充足的运算力下，这些AI医学系统得以由大量数据建构而成，结合团队创新的机器学习训练策略，性能表现比其他现有模型更为优秀。领导研究的科大计算机科学及工程学系助理教授陈浩教授指出，单单是其中一个针对病理学而设的 AI 基础模型，便曾处理逾1.6亿张医学图像，涵盖32癌症类别。 四大模型包括： •    MOME（乳癌诊断）为首个以大模型方式分析多参数磁力共振（MRI）影像的AI模型，针对乳癌诊断而设。乳癌是本港女性最常见的癌症之一，此模型能助医生分析病人的乳房MRI，辅助他们快速区分乳房肿瘤属良性或恶性，从而尽量避免病人进行不必要的病理穿刺化验。此外，此AI模型更能预测患者对化疗的反应，为病人制定适合的治疗方案。系统的准确度能与具有5年或以上经验的放射科医生相媲美，对为病人开创非入侵性及个人化的治疗管理有莫大帮助。

由香港科技大学（科大）领导、有关神经科学领域的最新研究，为治疗中枢神经系统（CNS）损伤带来新希望。研究人员透过识别一种调节多种类型CNS轴突再生的新基因，为修复受损的神经网络迈出重要一步，相关研究结果已于《美国国家科学院院刊》*上发表。 成年哺乳类动物的CNS缺乏自我修复能力，是治疗脊髓损伤的主要困难，令这些损伤可能导致如瘫痪等永久性残疾。早于2019年，科大生命科学部刘凯教授带领的团队在《神经元（Neuron）》期刊上发表的一篇研究，便曾揭示，lipin1基因透过神经元脂质代谢的分子机制，于调节CNS轴突再生中扮演着至关重要的角色。然而，科学界仍须进一步研究轴突再生的复杂分子机制，了解如何利用这些机制治疗脊髓损伤。 Lipin1是一种参与脂质代谢的酶，降低视网膜神经节细胞中的lipin1水平可以指导神经元从合成存储脂质转向膜组分磷脂，进而促进神经修复。其中，有些脂质还可以参与讯号传递，包括磷脂酸（PA）和溶血磷脂酸（LPA），可以活化重要的细胞通路，包括mTOR通路，对细胞生长和存活十分重要。 是次研究中，刘凯教授带领的团队设计了一种专门针对lipin1 mRNA的新型shRNA，并将其封装在AAV病毒载体中，借助AAV递送至神经元，能够将lipin1 的水平降低63%。研究发现，降低神经元中的lipin1水平会增加PA和LPA的含量，从而活化mTOR和另一种讯息分子STAT3。这些变化显著促进了神经再生，揭示了lipin1-PA/LPA-mTOR相关的回馈回路在损伤后阻止神经再生的过程中，扮演着关键角色。

人工智能（Artificial Intelligence，简称AI）的出现，令今后的世界将会由三种人组成：即女人、男人和可以跟人交流的机器人！人工智能令人与机器之间能更紧密地协作，将会推动现代社会和人类文明的发展。其深远影响将远超过互联网的出现。势必重组人类社会各行各业的运作模式。这是一次重大的范式转移。

香港科技大学（科大）的工程研究人员和生物学家携手展开跨学科研究，成功揭示了一种脊髓神经损伤的保护机制，为开发治疗方案带来曙光，有望造福全球逾千万患者。 脊髓损伤可造成严重后果，例如终身瘫痪，但科学界至今尚未全面了解它的机理，因此未能找到有效的治疗方法。长期以来，由于缺乏适当的活体成像技术，科学家无法精确地观察研究脊髓内未受干扰的细胞生物过程。 为了克服这一困难，科大工学院电子及计算机工程学系瞿佳男教授与理学院生命科学部刘凯教授组成了跨学科团队。他们结合多模态显微成像技术和光学清除技术，成功实现微创活体成像，并由此发现小胶质细胞在脊髓轴突损伤后，会发挥一种特殊功能，并有效阻止轴突退化。 小胶质细胞是中枢神经系统里最为主要的长驻免疫细胞。它们对大脑发育、稳定体内环境和神经系统疾病均有重要影响。科学界近年的研究显示，无论在神经新生、突触可塑性或神经退化等过程中，小胶质细胞与神经元之间都有重要的相互作用。 刘凯教授介绍说：「这项研究采用了瞿教授实验室所开发的先进活体多模态显微成像技术和光学清除技术，在国际上首次展示了自然生理条件下脊髓中胶质细胞与节点的相互作用。」 他续指：「在单一脊髓轴突损伤的急性阶段，我们发现小胶质细胞原来对神经具有关键的保护功效。研究结果也解释了小胶质细胞与轴突之间的通讯机制，为开发有效治疗策略提供了新的靶点。」 团队证实了在脊髓中，小胶质细胞能与髓鞘轴突的郎氏结（nodes of Ranvier）建立直接接触，并在轴突损伤后，表现出显著的神经保护包裹行为。这种保护机制依赖于P2Y12受体的功能，突显出神经元与胶质细胞之间一种新的相互作用，能够防止急性轴突退化扩散至节点之外。

随着AI研究的算力需求和电力用量不断攀升，香港科技大学（科大）为实现可持续发展，率先于校内科研运算设施引进全港最大规模的浸没式液冷却系统，有效降低超过80%的冷却耗电量之余，亦为电脑提供了一个更理想的低温操作环境，提升其运算性能。 科研工作，特别是分析大数据及执行复杂算法等，需要高效能的运算设备（HPC）。 然而，这类服务器的耗电量高，并会产生大量热力，阻碍发挥运算效能。 作为AI研究的领航者，科大近日成为本港首间引入浸没式液冷却技术的大学，以解决此问题。 大学首阶段安装的八个浸没式冷却水箱，可容纳约280台中央处理器（CPU）和图形处理器（GPU），而大学预计于2026年落成、楼高八层的高性能数据中心，亦将采用液冷技术。 随着运算能力的提升，原本耗时数日的数据分析工作，现可缩短至数小时内完成。 这将有利大学从事更多包括疫苗开发、个性化医学、癌症基因组学、天体物理学模型构建以及材料科学等需要高效大数据分析的研究工作。 由于新的液冷却技术能有效降低耗电量，科大预计每年可避免排放900吨的二氧化碳，较传统机柜式系统减少碳排放达量45%，每年节省近港币三百万元电费，同时令效能功耗比（performance per watt）提升10%。 此外，新技术所采用的冷却液寿命长达十年或以上，并且属非腐蚀性兼可生物降解的材料，大大减少对环境的影响。

HKUST Dean of Engineering Prof. Hong K. LO and his team have developed an award-winning smart traffic control plan to mitigate the notorious congestion in Kwun Tong District, Hong Kong. And they have a broader vision to share in this story.