新闻及香港科大故事

香港科技大学（科大）电子及计算机工程学系副教授申亚京领导的团队，近日成功结合人工智能及机械人技术，研发出三款突破性的智能医疗器械，分别适用于诊疗监测、手术辅助及术后复康，旨在辅助医生解决目前诊疗过程中所遇到的困难，优化程序及提高效率，促进智慧医疗的发展。目前，团队正积极与公私营机构、产业及投资者探讨合作，推动项目的临床应用及转化落地。AI手部触觉交互系统PhyTac：人类的双手拥有高度密集的神经分布，具备细腻的触感及灵巧的控制能力，然而，当手部神经、肌肉或关节处受到压迫或发生病变时，或会出现功能丧失、麻痹或针刺感等症状，特别是脑中风后，不少患者会经历手部动作障碍，及早发现和准确地诊断这些病症的严重程度，有助减低对患者日常生活的困扰。然而，现时手部功能的评估一般依赖医生透过观察患者的动作，并结合经验作诊断。有见及此，申教授的团队开发了一个AI手部触觉交互系统PhyTac，这个呈圆锥状的装置设有多达368个感应单元，可精准对应手部各个发力点。患者只需手握装置尝试发力，医生便可即时在AI系统中对应手部位置的发力点，有助医生能快速监测患者的康复过程，更可配合VR虚拟实境技术设计游戏，让病人利用装置进行复康训练，从而制定合适的复健方案。是次研发的技术突破之处，在于团队首创以植物「螺旋芦荟」的结构为灵感作设计，与一般芦荟不同，「螺旋芦荟」叶片呈三角形，以其对称及五尖的螺旋状纹见称，能够避免叶子互相遮挡，从而摄取阳光。受此启发，团队运用螺旋状纹设计PhyTac，显著提升感应器的密度之余，亦大大提升装置的传感范围，使装置能够准确反映手部力度，准确率高达97.7%。团队亦正积极与医院管理局社区复康中心探讨合作，研究于中心内应用PhyTac技术帮助病人。

假如登山者在西贡偏远山径突然中暑晕倒，以往可能需等候近一小时才获得救援，现在香港研发了一套创新的无人机运送系统，只需几分钟便能穿越蜿蜒山路，把救生医疗物资「速递」到患者身旁。这并非遥远的未来憧憬，而是香港现正构筑的城市蓝图。 无人机已经成为全球城市的新宠，利用小型无人机及先进空中运输系统，能全方位提升城市交通、物流、紧急救援的速度，甚至上演壮观的无人机表演，与众同乐。中国内地预测，低空经济可望在2030年前达到两万亿元人民币的经济规模，改写市民的日常生活模式。 香港也正迎头赶上这股低空经济的浪潮，香港科技大学（科大）新成立的低空经济研究中心，致力将这片领空推向新的高度。 中心主任兼计算器科学及工程学系李默教授正是科大推动低空经济研究的领军人物，他率领团队研发一套名为「AeroRelief」的崭新救援运送系统，利用先进空中运输技术提供全自动化、一站式的紧急救援服务。这套系统能透过人工智能精准分析求救通话，自动装载医疗物品，如自动心脏除颤器及医药用注射笔等，并将物资直接送到患者手中。此系统建基于大型语言模型等尖端科技，能自动判断求救人士所需的救援物资和设备，规划最佳运送路线，并实时追踪飞行状况。 这项研发对登山爱好者及偏远居民来说，意义重大。在生死一线的危急关头，每秒钟都性命攸关，例如中暑、心脏病和严重过敏等紧急情况，病情可以急转直下，因此必须把握前15分钟黄金救援时间。 李教授表示︰「由科大飞到西贡万宜水库只需10分钟，开车却要50分钟，相信无人机紧急救援运送服务可及时到位，抢救生命。」  

香港科技大学（港科大）的研究团队开发了一项突破性的人工智能（AI）辅助3D食品打印技术，将3D打印与红外烹饪相结合，为更安全、高效且美观的食品生产开辟了新途径。 传统的3D食品打印方法通常需要额外的后处理步骤，这不仅可能导致食品成分不理想、形状不完美，还可能带来存在微生物污染的风险。为解决这些问题，港科大综合系统与设计学部的研究团队成功开发了一套AI增强系统，创新性地将挤压打印技术与同步红外加热功能相结合，实现复杂淀粉基食品的即时烹饪。通过采用石墨烯加热器，研究团队能够精确控制烹饪过程，确保淀粉基食品保持其预期的形状和质量。 系统还整合了AI辅助设计功能，通过生成算法和Python程序，能够轻松创建制作复杂的食品图案。借助AI技术，即使是计算机新手也能快速上手，参与设计过程。 这项研究不仅解决了食品形状保持和微生物污染等技术难题，还为精准营养定制开辟了新的可能性，尤其为吞咽困难患者等有特殊饮食需求的人群提供了切实可行的解决方案。从优化养老院和中央厨房的餐食定制效率，到满足个性化营养需求，再到为餐饮行业打造创意烹饪体验，这项技术展现了其广泛的应用潜力，为食品制造领域带来了革命性的突破。 领导该研究团队的综合系统与设计学部助理教授李桂君表示：“这项创新技术有望简化食品生产流程、提升食品品质，并精准满足个人偏好，从而彻底改变食品在多种场景中的制备与服务模式，为未来个性化且兼具视觉吸引力的食品创作开辟更广阔的前景。” 李桂君教授补充道：“我们对这项技术的潜力充满期待，它能够以高效且易于操作的方式提供定制化、安全且美味的食品。这标志着我们在食品创造领域迈出了重要的一步。” 该论文的第一作者、港科大博士生李港慧说：“我们通过技术与烹饪创意的有机结合，重新构想了3D食品打印的可能性。我们先进的集成3D食品打印技术有望彻底革新个性化食品的创造方式。”

由香港科技大学（科大）生命科学部和化学及生物工程学系刘凯教授领导的研究团队，成功开发了一种颅内橄榄顶盖前核（OPN）前视神经束损伤模型（pre-OPN OTI），并揭示了重塑受损中枢神经系统功能性环路的关键机制，为神经创伤以及神经退行性疾病的精准治疗提供了崭新方向。 成年哺乳动物的中枢神经系统（CNS）一旦损伤，其自我修复能力较低，主要原因在于损伤后神经轴突无法再生，亦无法与目标神经元重建功能性连接。目前的研究多聚焦在增强轴突再生能力，但仅有少数模型能在完全性损伤后实现功能性连接，而且重建功能性连接机制仍不明确。为此，刘凯教授的团队展开相关研究，成功开发了颅内橄榄顶盖前核前视神经束损伤模型，该研究结果于2025年3月在《Nature Communications》上发表，题为「Functional optic tract rewiring via subtype- and target-specific axonal regeneration and presynaptic activity enhancement」。 该模型通过显微手术在小鼠外侧膝状体（LGN）与OPN间施加机械压力，精确地使小鼠视网膜神经节细胞（RGCs）轴突受到损伤。相较于传统模型，该模型有几个显著优势──无需移除皮层组织，手术时间缩短；损伤位点距离靶核团OPN接近，便于研究靶向轴突再生；利用瞳孔光反射（PLR）作为功能恢复指标，实现定量评估；RGCs存活率高，可作长期观察。研究透过完全丧失PLR以证实损伤的完整性（因PLR由内在光敏视网膜神经节细胞ipRGCs经OPN环路介导），并通过瞳孔收缩定量监测功能恢复进程。

香港科技大学（科大）化学系于2025年3月22日在其清水湾校园举办了 第三十一届香港化学研究生研究研讨会。自1994年创立以来，该研讨会一直是年度旗舰活动，汇聚了所有来自教资会资助院校的研究生、教授及行业合作伙伴，展示化学前沿研究成果，并促进学术与专业合作。   今年的研讨会全面回归实体模式，吸引了逾660名参与者，包括55位教职人员。活动特邀美国麻省理工学院知名化学家、《美国化学会志》副主编小罗伯特·J·吉利亚德教授(Robert J. Gilliard, Jr.) 作大会报告。他以《配体之关键：硼掺杂分子与发光材料的创新设计策略》为题，突出了无机和材料化学中的创新方法。吉利亚德教授荣获了多项殊荣，包括《化学与工程新闻》杰出 12 人学者奖、美国国家科学基金会职业奖、阿尔弗雷德·P·斯隆研究奖以及有机金属杰出作者奖。   研讨会旨在探讨研究生化学研究的最新进展，促进创新思想的交流，并加强学术合作。活动为研究生提供了与大会主讲人、教授及同行学者直接互动的宝贵机会，推动深度讨论与潜在合作。六位来自本地高校（科大、香港城市大学、香港中文大学、香港浸会大学、香港大学及香港理工大学）的学生代表分别就不同化学领域的创新研究做口头报告。其中，香港大学的姚躍良先生与香港中文大学的袁丁栋先生荣获最佳口头报告奖。此外，还展出了220余份海报，涵盖分析化学、生物化学、环境化学、无机化学、材料化学、有机化学及物理化学等领域，六位表现优异者获颁最佳海报奖。   值得一提的是，首届研讨会于31年前在科大校园举行。今年研讨会的一大亮点是邀请到1994年创始研讨会的两位主要组织者——中国科学院院士吴云东教授与任咏华教授出席。吴教授回顾了研讨会的初创历程与三十年发展变迁，其精彩分享吸引了满堂听众。作为这一化学研究生年度盛会的创始主办方，科大始终致力于推动化学研究并培育新一代化学家

地球气候深受热带海洋低云影响，然而，这些云层究竟是在减缓还是加剧全球暖化，一直以来都是个未解之谜。最近，香港科技大学（科大）工学院开发了一种突破性的研究方法，显著提高了气候预测的准确度，并由此达致一项重大发现——热带低云反馈不但正在扩大温室效应，其幅度更可能比科学家以往所知的高出71%。

香港科技大学（科大）工学院成功研发出一款能在极低温环境下运行的新型计算方案，克服了人工智能代理与量子处理器之间的延迟问题，并提升效能，推动了量子运算与人工智能的融合。是项研究由电子及计算机工程学系助理教授邵启明领导，其技术核心是由磁性拓扑绝缘体制作的霍尔器件实现。 量子电脑被视为高效丶快速运算的未来，随着人工智能技术进步一日千里，两者的结合更成为了全球科技发展的新方向。然而，量子运算在操作环境及硬件上有一定需求，一直是个重大挑战。 邵教授介绍说：「量子电脑进行的运算非常复杂，因此需要运用数千个量子比特。为了进一步发掘它的潜力，学术界近期开始藉助机器学习技术，提升量子计算能力，尤其是在纠错方面。」 量子处理器一般需要在毫开尔文（相当于约摄氏零下273度）的超低温下运行，而图形处理器则在室温下操作。因此，两者的安装通常会相隔数米，并通过线路连接，让人工智能硬件调控量子处理器。这段距离往往对指令传输造成显着延迟（见图1a）。 因此，为解决装置之间距离所带来的延迟，由邵教授带领的研究团队提出了一种崭新的低温存内计算方案，使人工智能加速器可在量子处理器的数十厘米范围内操作（见图1b）。随着两者距离缩短，运算延误大幅削减，而效能则得以提升。 研究团队认为，磁性拓扑绝缘体在这项应用中具有巨大潜力。这类材料不仅具备绝缘体的体带隙，其表面或边缘还存在导电态。这些特性令它在低温下呈现出独特的现象，例如「自旋—动量锁定效应」（电子自旋方向垂直于动量方向），可以高效地生成自旋电流；又例如「量子反常霍尔效应」（电子只沿边缘移动，并且没有电阻），可通过手性边缘态实现，无需磁场。 研究团队还特别选择了铬掺杂刨锑碲磁性拓扑绝缘体（Cr-BST）。该材料以其巨大的量子反常霍尔电阻和高效的电流诱导磁化翻转能力着称，可显着提升霍尔器件性能。 邵教授表示：「这项研究首度验证霍尔电流求和方案于低功耗存内计算的可行性，特别聚焦低温环境应用。经实验验证，该磁性拓扑绝缘体霍尔桥阵列即使置于量子处理器所需超低温环境周边，仍能有效执行强化学习演算法，成功完成量子态制备等任务。」