新闻及香港科大故事

香港科技大学（科大）最新研究显示，一种名为TREM2 H157Y的遗传变异会显著增加中国人群罹患阿尔茨海默症的风险。研究发现，此遗传变异所带来的致病风险，与目前已知最强的阿尔茨海默症遗传风险因子APOE-ε4相近，能使病情迅速恶化和带来更严重的神经退行性病变。这项研究是该领域首个针对中国人群多发的阿尔茨海默症遗传风险因子TREM2 H157Y遗传变异所进行深入的家族临床个案研究。研究成果已刊登于国际权威科学期刊Alzheimer’s & Dementia: The Journal of the Alzheimer’s Association，对疾病监测和病人照顾影响深远。主要研究结果包括：TREM2 H157Y 遗传变异与阿尔茨海默症风险增加相关。大约每 200 名中国阿尔茨海默症患者就有一人携带 TREM2 H157Y 遗传变异。携带TREM2 H157Y遗传变异患者的临床病情恶化更迅速。携带TREM2 H157Y遗传变异的阿尔茨海默症患者出现更严重的病理影响。

香港科技大学（科大）最近于校园医疗中心推出由科大科研团队研发的人工智能医疗平台 - SmartCare系统，旨在革新医疗服务流程，提升从分流至就诊全流程的患者体验。这项先导计划为期六个月，冀为超过1.5万名学生及教职员等提供更优质的医疗服务。 SmartCare由计算机科学及工程学系助理教授暨Smart Lab主任陈浩教授研发，此系统建基于早前由科大研发、全球最大型的医学界多模态语言模型MedDr 发展而成，以简化临床治理流程、改善医患沟通及支援医学教育为三大核心目标。系统具备多语音实时转换功能，并能自动生成医疗纪录，更能将整个病人的诊症流程，包括诊前、诊中及诊后跟进的资料整合至同一平台，有望减轻医护人员的行政负担，让医生更专注于照顾病人。系统更设有「虚拟患者」的功能，可提供模拟诊症咨询和即时AI反馈，日后有望可应用至医学教育，这项模块正在申请专利。 作为一站式的AI医疗平台，SmartCare的重点功能涵盖：

香港科技大学（科大）与华中科技大学同济医学院附属协和医院（武汉协和医院）携手设立「医工交叉联合创新中心」，今日正式于科大校园揭牌，标誌着双方在医工结合领域迈向全新里程。此次合作聚焦超声波、病理及放射等核心项目，通过人工智能（AI）与医疗影像的深度融合，推动医学科技创新，为全球医疗进步注入新动力。 揭牌仪式由武汉协和医院党委书记张玉教授、党委副书记汪宏波教授等一行人亲临科大校园出席，与会的科大代表则包括科大副校长（研究及发展）郑光廷教授、工学院副院长（研究及研究生教务）锺志成教授等。一众嘉宾更参访科大冯诺依曼研究院，并与科大的学者交流，商讨中心的发展计划，并就创新项目基金及医学生与研究生联合培养模式进行了深入讨论。 根据协议，联合创新中心将以医工交叉为核心，聚焦AI赋能医疗技术研发，并通过学术互访、师资培训、联合申报项目及成果转化等方式深化合作。通过优势互补与资源共享，双方将致力于在放射、超声波及病理领域方面，加快推动多模态医疗大模型的研发，推动智能诊断系统、精准诊疗及智能医疗装备的创新。 郑光廷教授表示：「人工智能的飞速发展是推动医疗创新的的重要力量，而医学与工程学、数据科学等前沿学科的深度融合，为疾病预防、诊断、监测，照护及治疗开闢全新的发展方向。科大在数据融合、创新算法及超算基建方面具有领先优势，与武汉协和医院丰富的临床资源相结合，将加速AI医疗技术的突破性进展。此次合作不仅彰显跨学科跨地域协作的巨大潜力，更将推动智能诊断、精准医疗等前沿应用成果转化落地，为全球医疗健康贡献创新解决方案。」 

香港科技大学（科大）研究团队研发出一项突破性的人工智能（AI）技术，只需利用极少量X光影像，即可精准建构立体三维（3D）骨骼与器官影像模型，与原先需进行电脑扫描（CT 扫描）的程序相比， 有助病人减少接收99%辐射量。 新技术不但能加强保障病人安全，更可大幅减省医疗成本及轮候CT 扫描的时间，其应用层面涵盖术前规划、手术实时成像及定制植入物等领域。科大团队现正与不同行业伙伴，包括医疗3D打印厂商科能三维技术（医疗）有限公司（科能三维）合作，计划将此技术推展至公营医院。  CT扫描是常见的医学影像工具，用于医疗诊断、指导手术程序和制作3D骨科与解剖模型以处理畸形、骨折及肿瘤等复杂病况。然而，CT扫描会令患者暴露于高剂量辐射，尤其不利于儿童、孕妇及需要频繁接受检查的长者。 科大突破性3D成像技术：更安全、快速、具成本效益的新方案 不过，由科大电子及计算机工程学系助理教授兼医学成像与影像分析研究中心副主任李小萌教授领导的研究团队所开发的一套创新AI模型，现只需极少量X光影像（相当于CT扫描百分之一或更低的X光扫瞄次数），便可建构出3D骨骼与内脏图像，大幅降低病人接收的辐射量达99%。新技术的优势包括：

香港科技大学（科大）在创新科技署推出的「产学研1+计划」（RAISe+）第二轮拨款中表现超卓，共有七个研究项目获批资助，在本港高教界领跑。 这七个研究项目涵盖不同领域的创新研究和发展，其中三个聚焦健康与医疗，包括诊断、治疗及基因疗法等层面，另外三个专注于人工智能（AI）晶片、半导体及其材料的开发，第七个项目则有关开发显示器及先进光电设备。 科大副校长（研究及发展）郑光廷教授表示：「我们很高兴看到香港特区政府过去几年实施了多项新措施，以孕育本地的研究、创新和创业生态系统，而RAISe+正是其中一项关键的举措。科大在这一轮RAISe+中取得破纪录成绩，不仅展示了科大学者在研究与创新方面的卓越成就，也反映了大学在营造有利环境，以推动孵化初创企业及促进知识转移方面的努力。展望未来，我们将继续与官产学研各方伙伴紧密合作，把更多研究成果转化为对社会有影响力的解决方案。」 项目一：8英寸新型衬底上的3.3 kV高功率GaN器件 主要研究员：刘纪美教授 – 科大新兴跨学科领域学部研究教授暨电子及计算机工程系荣休教授、Ainfinity 联合创始人 项目负责人：梁琥博士 – Ainfinity 联合创始人 项目详情：至2030年，预计全球高达80%的电力将依赖电力电子技术发展，其能源效率至关重要。刘纪美教授领导的研究团队，成功研发出一种能够支持高电压应用的新型衬底，可望实现在该8寸的新型衬底（AiN衬底）上（可扩展至12寸的规格），开发更高性能的GaN（用于充电器半导体的物料「氮化镓」）功率器件，该新型衬底制作成本约为极具竞争力的1,000港元。智铭电子、海威华芯等电子企业对此技术表达强烈兴趣，该团队计划利用 RAISe+ 资金制造量产这些新型衬底器件和衬底。

 香港科技大学（科大）与阿斯利康香港（阿斯利康）今日宣布签署合作备忘录，旨在加速本地生命科学生态圈的研发进程以及创新发展，进一步强化双方过往的长期合作基础。签署仪式于科大独角兽日2025上举行，该活动汇聚一众企业家、投资者及业界领袖，作技术知识交流与合作。 是次合作备忘录在科大校长及晨兴生命科学教授叶玉如教授，以及阿斯利康香港及澳门总经理吴珊女士的共同见证下，由香港科技大学副校长（研究及发展）郑光廷教授及阿斯利康香港医学事务负责人（生物制药及罕见病）黄天鸿先生正式签署。 是次合作同时建立了一个强大的框架，促进双方在医学、生命科学及医疗保健领域的研发机会，最终将科研成果转化为实质效用，推动医学进步。 合作的另一核心是结合阿斯利康深厚的临床专业知识与科大在计算生物学的领先研究，将尖端的人工智能与机器学习技术应用于生命科学领域。借助这些新颖技术，医疗诊断及病理图像分析的效能将得以提升，为完善精准治疗（precision treatment）、生成高质量的真实世界证据（real-world evidence）及改善医疗服务提供强大助力。 此外，是次备忘录发挥的协同效应将对撷取医疗数据至关重要，特别是复杂的多组学及临床数据。这些数据会被转化为可行的洞见，为呼吸系统、心血管及肾脏疾病等代谢相关疾病开发有效的治疗策略，当中包括动脉粥样硬化、心脏衰竭、慢性肾病及糖尿病肾病等。 建基于双方已有的合作基础，是次合作亦会在癌症治疗领域开推动更先进和精准的治疗方法，涵盖从筛查、分子诊断到监测的整个过程。与此同时，双方会共同为其他罕见病研发创新的治疗方案，旨在找出新的治疗标靶点、路径及抗药性机制。 阿斯利康香港及澳门总经理吴珊女士表示：「我们很高兴能与香港科技大学在长久的合作基础上更进一步，共同推动生命科学的进步。凭借多年的共同研究经验，我们将应用人工智能与机器学习技术，为主要代谢疾病研发创新治疗策略，以提升诊断准确度、个人化治疗、及整体病人护理水平，同时推进我们在癌症及罕见病研究的合作。这份合作备忘录发挥的协同效应对为病人创造新的效益至关重要，并将为香港医疗研发的生态系统提升至新水平铺路。」

香港科技大学（科大）在创新科技署推出的「产学研1+计划」（RAISe+）第二轮拨款中表现卓越，成为本地大学中获批项目最多的院校，共有七个研究项目获批资助。是次科大获批的项目涵盖健康与医疗科学、人工智能（AI）及机械人、先进製造和电机及电子工程等多个领域，充分展现科大在把科研成果转化为实际应用的领导地位。 科大坚实科研基础的明证　 科大副校长（研究及发展）郑光廷教授向所有成功获批资助的科大团队致以祝贺，他表示：「作为一所研究型大学，科大于深科技发展领域具有深厚的科研实力，我们十分荣幸在新一轮RAISe+资助中，成为获拨款项目最多的大学，这是对科大卓越的研究及知识转移能力方面的肯定，也体现我们对科研卓越和知识转移的承诺。特区政府大力支持创新科技发展，激发学界更积极把科研成果转化为对社会具影响力的技术，连同RAISe+在内，这些新的资源不仅可帮助学者从实验室走向市场，也鼓励更多科大成员进行跨领域协作，推动创新研究，开创造福社会的解决方案。」   各项获批研究项目详情（排名不分先后）：   项目名称 主要研究员 项目负责人 8英寸新型衬底上的3.3 kV高功率GaN器件 刘纪美教授 梁琥博士 人工智能协助开发靶向腺相关病毒载体（AAV）药物递送

香港科技大学（科大）工学院研究团队成功研发一款名为MOME的人工智能（AI）大模型，利用全国规模最大的多参数磁力共振成像（mpMRI）数据建构，能够准确区分良性及恶性肿瘤，准确度媲美拥有五年以上经验的放射科医生。团队正与深圳市人民医院、广州市第一人民医院、云南省肿瘤医院等超过十间医院及机构合作，展开大规模验证，以进一步评估系统成效，为投入实际应用做好准备。 中国最大mpMRI数据集 乳癌是全球女性最常见且致命的癌症之一，早期筛查、准确的分子亚型分类，以及对治疗反应的预测，对乳癌治疗十分关键。尽管mpMRI数据能提供丰富的诊断资讯，但对于传统AI系统而言，整合这些数据的多种成像模态（即磁力共振中不同的成像序列）仍存在不少挑战，特别是在真实临床环境中，某些模态或有缺失的情况。 为了应对这些挑战，科大研究团队与多家医疗机构合作，构建了目前市场上最大的中国人乳腺多参数磁力共振成像数据集，并设计出一款能够处理异构输入的AI大模型。这个名为MOME的模型采用「混合专家框架」，并以「Transformer」深度学习架构为基础，能够灵活融合多模态信息，即使在部分成像序列缺失的情况下，依然能维持高稳定性。该模型亦支援分子亚型分类，并预测患者对治疗方案的反应。 可避免不必要化验及预测治疗成效 在测试中，MOME对乳癌的诊断准确度达到了拥有五年以上经验的放射科医生的水平。该模型能够准确识别BI-RADS 4类患者中（乳癌风险在2%至95%之间）的良性个案，从而减少此类患者接受穿刺化验的需要。MOME对预测病人进行前辅助化疗的反应亦有出色表现，该治疗方案能在手术前缩小肿瘤，提高手术成功率。此外，系统亦能及分辨高侵袭性乳癌亚型，以及需采用专门治疗方案的三阴性乳癌。