新闻及香港科大故事

2025

科大研究警告气候变化威胁加速:「降水鞭打」现象最早于2028年起愈见频繁
新闻
科大研究警告气候变化威胁加速:「降水鞭打」现象最早于2028年起愈见频繁
香港科技大学(科大)最近发表的一项研究发现,地球将最早于2028年起面临更频繁的「降水鞭打」现象,即旱灾和暴雨急剧交替,又称「旱涝急转」。这项研究由科大土木及环境工程学系陆萌茜教授和郑达勋博士主导,指出相关风险增加的成因主要在于全球暖化背景下,快速传播型「马登-朱利安振荡」(Madden-Julian Oscillation,简称MJO)的现象将会显著激增。 这项重要研究成果现已于顶尖期刊《自然-通讯》发表,为改进「次季节预报」(Subseasonal Prediction,即二至六周前的天气预测)开辟新路径。这项研究将有助于提升防灾减灾决策及应对能力,并有助加强粮食和水安全、能源管理和基础设施的复原力。 关于「马登-朱利安振荡」 所谓MJO,是指一种向东传播的行星尺度扰动现象,其主导着北半球冬季热带地区的季节内(指30至90天)气候变率。作为次季节预报最重要的可预测性来源之一,其对全球降雨形态、极端天气、热带气旋生成、季风系统及中纬度环流形态皆有深远影响。 过去研究普遍指出,人为温室气体排放所引起的气候暖化会加速MJO传播,但其背后的物理机制仍存争议,而且不同理论对传播速率的估算亦存在分歧。 科大研究中的关键发现 为厘清这个问题,由科大牵头的研究团队采用了第六阶段耦合模式比较计划(CMIP6)中的28个耦合大气环流模式(CGCMs),展开分析工作。这些模式是当前模拟未来温室气体浓度上升效应和土地利用变化最先进的工具。 研究团队预测,与历史基准期(1979-2014年)相比,至21世纪末,快速传播型MJO事件将激增40%。更迫在眉睫的是,研究警告称「跳跃型」MJO事件(即对流突然转移的快速传播事件)在近期(最早2028-2063年)将更加频繁。所谓「跳跃型」MJO的形成机制源于强烈的西传赤道罗斯贝波(Rossby wave),该波动能阻断MJO常态东传进程,同时在西太平洋激发新的对流活动,导致MJO相关异常信号呈现非连续的空间跃迁特征。
Thumbnail
新闻
医疗健康科技
科大培育之初创企业SmartCare与中大医院携手合作
香港科技大学(科大)培育的本地医疗科技初创公司SmartCare与香港中文大学医院(中大医院)宣布建立重要合作伙伴关系,旨在通过人工智能(AI)驱动的创新解决方案,提升医疗服务水平。双方签署合作备忘录,标志着共同开发AI医疗技术方案的决心,致力将尖端技术应用于医疗场景。 是次合作结合SmartCare在医疗AI技术的专长与中大医院对提供卓越医疗服务的承诺,旨在应用先进的AI技术,优化临床工作流程,提升病人照护,并提高中大医院的营运效率。 根据合作备忘录,由科大计算机科学及工程学系孵化创立的SmartCare将提供其尖端的AI技术解决方案,包括以病人为本的诊疗平台,而中大医院将开放其AI实验室,促进这些解决方案的开发与整合。双方合作将为应用创新工具奠定基础,革新病人就诊体验并全面提升医疗成效。 SmartCare行政总裁兼联合创办人郑毅诚医生表示:「我们很高兴与中大医院携手合作,透过AI革新医疗服务。我们的AI驱动解决方案旨在优化临床工作流程,让医护人员更专注于病人护理。通过是次合作,我们将为医疗业界树立创新典范。」 中大医院行政总裁冯康医生表示:「与SmartCare的合作充分体现我们致力采用创新技术以提升病人护理的决心。通过将AI结合临床实践,我们希望提升临床工作效率,并为病人提供更个人化及更高效的医疗体验。」 合作备忘录为进一步讨论和磋商具体合作细节奠定基础。双方将衷诚合作,实现以病人福祉和医疗卓越为本的共同目标。
阿斯利康与香港科技大学签署合作备忘录 携手推动生命科学及医疗创新
新闻
合伙, 国际化及环球伙伴, Medical Research, 医疗健康科技
香港科技大学与阿斯利康签署合作备忘录 携手推动生命科学及医疗创新
 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。」
跨越鸿沟:构建全球健康公平新格局
香港科大故事
健康, 合伙, 环球健康科技
跨越鸿沟:构建全球健康公平新格局
  当全球仍忙于应对新冠疫情的余波,健康不平等的现象持续加剧,医护人员短缺的问题亦未见缓解,揭示了全球医疗体系的短板。香港科技大学(科大)校长叶玉如教授在2025亚洲医疗健康高峰论坛上倡言:「然而,这些严峻挑战的背后,蕴藏着前所未有的合作和创新机遇。」作为主题演讲嘉宾,她指出大学能够在构建更公平及可持续的医疗体系进程中发挥应有的角色。 叶如玉校长强调,大学并不仅是学术机构,更在全球科技前沿地位上有举足轻重的作用︰「大学具备独特优势——既是连结全球的桥梁和中立平台,也是驱动创新的强劲引擎,能跨越学科、产业和国界之间的隔阂,促进合作共赢。」 三策并进 共筑康衢 叶校长进一步阐述,大学可通过三大相互关联的途径推动医疗体系变革。首先,她指出本港急需融合科技与创业思维、跨学科复合型的人才,推动医疗创新。世界各地大学已洞悉此趋势,积极将人工智能及数码健康纳入课程中。叶校长解释说:「这种跨领域培训可让学生研发出遥距医疗平台、预防诊断工具等创新方案,提升医疗服务的覆盖面和可及性,尤其能惠及医疗资源匮乏的地区。」 其次,大学是推动前沿研究成果从实验室走向临床应用的重要平台。叶校长指出︰「大学提供空间让我们不断验证和完善大胆的构思。」以科大孵化的初创企业为例,它们致力研发对准社会需要的创新技术,例如PanopticAI这款非接触式生命体征监测系统,结合先进人工智能及信号处理技术,并已获得美国食品药品监督管理局(FDA)的认证。
科大七研究项目获「产学研1+计划」资助 在本港高教界领跑
新闻
创新, Medical Research, 人工智能, 科技及先进材料, 电子及计算机工程学, 生物医学
科大七研究项目获「产学研1+计划」资助 在本港高教界领跑
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
港科大上海中心上交会首秀亮点纷呈 产教融合创新成果云集
新闻
港科大上海中心上交会首秀亮点纷呈 产教融合创新成果云集
6月11日至13日,由上海市人民政府主办的第十一届中国(上海)国际技术进出口交易会(上交会)在上海世博展览馆隆重举行。香港科技大学上海产教融合中心(港科大上海中心)首次亮相上交会,携其创新研发的自有教育品牌体系“AHEAD”及多家生态合作伙伴共同参展,并带来了港科大6项技术转移优质项目。 首日,本届上交会以“开放合作:赋能新质生产力与可持续发展”为开幕式主题,正式启幕。上海市市长龚正出席并启动本届上交会。港科大上海中心主任杨旸教授、副主任钱文馨及产业负责人于玥出席活动开幕式。 走进港科大上海中心展台,一场场别开生面的科技对话正在上演。香港科技大学(港科大)派出师生团队亲临展台,通过现场演示产品、技术讲解和一对一专业咨询等方式,全方位展示最新科研成果。展台大屏上循环播放创新案例,将实验室里的前沿科技生动呈现,参会者纷纷驻足观看,体验最新研发成果。展台还特别设有合作洽谈区,来自人工智能、生物医药等领域的产业代表们与教授们热切讨论,现场交流气氛热烈,多个合作意向在此萌芽。 上交会期间,港科大上海中心展位迎来多个重要代表团参观。上海市商务委员会、上海市政协、共青团上海市委、上海市人力资源与社会保障局、上海市青少年创新创业(模拟)团队等代表团在港科大上海中心主任杨旸教授、副主任钱文馨及产业负责人于玥等人员的陪同下,深入了解港科大上海中心参展项目,详细了解港科大上海中心产教融合培养的模式。上海市漕河泾新兴技术开发区发展总公司、上海自由贸易试验区临港新片区等区域负责人也向港科大上海中心表达了合作意向,为未来合作开启无限可能。 6月13日下午,上交会参展项目颁奖仪式在上海世博展览馆圆满落幕。上海市商务委员会主任朱民、副主任周岚,东浩兰生(集团)有限公司副总裁周瑾等领导和嘉宾出席了仪式,并为获奖项目和单位颁奖。港科大上海中心获颁第十一届上交会“优秀服务生态机构”奖项。为期三天的上交会圆满落幕。 港科大教授现场演示 展现产教融合创新成果
group photo
新闻
创新, 医疗健康科技, 研究及科技, 机械人学, 人工智能, 学生创新
科大「独角兽日」汇聚全球创新力量
香港科技大学(科大)再度举办年度旗舰活动「独角兽日」,汇聚近千三名来自全球各地的投资者、行业领袖、政府及学界代表,共探合作机遇,交流前沿理念,助推创科发展。这项盛会已成为本港高等教育界最大型的初创盛事之一。 澳洲、比利时、巴西、法国、德国、匈牙利、印尼、巴基斯坦、阿联酋、英国及越南等多国的驻港总领事及高级官员莅临现场。香港特别行政区政府创新科技署署长李国彬先生、香港港交所集团行政总裁陈翊庭女士、阿斯利康中国香港及澳门总经理吴珊女士等嘉宾与科大校长叶玉如教授、科大(广州)校长倪明选教授及科大副校长(研究及发展)郑光廷教授等,一起巡览百多间科大培育初创公司,了解他们所展示的深科技创新成果。截至2025年5月,科大成员共创立了逾1,800间至今仍活跃的初创公司,当中包括10间独角兽企业和17间成功退场的公司(上市集资或被併购)。 全球协作   推动初创企业发展 为促进全球创新交流及支援本地初创走向国际,科大今年更于活动设置「国际展区」(International Pavilion),邀得世界各地的初创精英参与,分享成功经验并探讨合作机会,当中包括韩国Impact Foundation,以及亚洲大学联盟(AUA)和东亚研究型大学协会(AEARU)的初创企业。 活动同时推出首届「Marketplace」市集,供初创企业展出已推出市场的产品,当中包括: 预防或纾缓脑退化疾病的中草药; 制止青光眼恶化的无创眼部穿戴装置; 鑑别奢侈品真伪的人工智能应用程式; 採用能对抗沙漠化的虎坚果製成的植物奶。 三大战略合作助推产业转化 活动现场达成重要合作:
Revolutionizing Breast Cancer Diagnosis: HKUST Launches Large AI Model “MOME” for Testing in Over Ten Hospitals
新闻
研究, Medical Research, 研究及科技, 计算机科学, 人工智能
科大研发人工智能大模型MOME 伙拍逾十间医院开展试验
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。