新聞及香港科大故事

受訪者對採用「數碼港元」取態正面，逾半表示有意使用「數碼港元」作日常交易。

香港科技大學研究人員研發了一種能夠辨識導線的人工智能技術，協助醫護人員在進行置入「中央靜脈導管」(Central Venous Catheter, CVC)手術後點算導線，減低導線意外遺留在病人體內的機會。 技術由科大計算機科學及工程學系陳雙幸教授領導的研究團隊開發，自去年十一月起已在將軍澳醫院進行臨床應用。在十九宗應用個案中，均能準確及迅速地識別從病人體內取出經使用的導線，證明有效加強保障病人安全。  導線(Guidewire)是常見於醫療程序的細線。醫護人員一般會利用塞爾丁格拉技術（Seldinger Technique），透過導線協助引導導管(catheter)置入人體靜脈，以便導入液體、輸注藥物或監察血液流動狀況。現時，醫護人員需在正式完成醫療程序前，人手點算及核實所有曾置入人體的導線是否已被移除。 為了提升病人及手術安全，陳教授團隊利用電腦視覺(Computer vision)技術，研發出嶄新的「人工智能檢查工具」，以核實醫護人員點算導線的結果。醫護人員確認系統所顯示的導線數目，並經人手點算後，會利用智能手機或平板電腦，拍攝包含導線在內的所有醫療儀器的照片，人工智能系統便可以透過圖像識別及數據增強(Data augmentation)技術，準確快捷地把幼細的導線從眾多醫療儀器及用具中區分出來和進行點算，並即時核實醫護人員的人手點算結果。 陳教授說﹕「有別於人類，人工智能系統不會疲勞或分神，即使長時間覆核醫護人員的人手點算結果，均可維持最高的準確性及效率。我們很高興可以把電腦視覺方面的研究成果轉化為臨床應用，減少人為錯誤的機會。展望未來，我們期望可以把有關技術擴大至導線以外的其他醫療用品，減低它們遺留於病人體內的風險。」

一項基於智慧數據模型的新研究揭示，增加對弱勢社群的疫苗接種投入，是實現為社會最大健康利益的有效途徑。 要想同時提升有限疫苗資源的社會效用和公平性，政府應將更多的疫苗優先分配給最弱勢的社群——即使這類人士對疫苗表現出更強烈的猶豫。由香港科技大學（科大）和科大(廣州)的許彬教授、芝加哥大學的James EVANS教授和清華大學的李勇教授共同領導的國際研究團隊，設計了能準確預測美國都會區新型冠狀病毒案例曲線的傳染病模型，並基於該模型揭示了在複雜的流行病環境中平衡多種倫理價值的關鍵。 傳統流行病模型往往對人群混合模式做出了很強的假設，認為一個地理區域內的所有人均勻混合，從而有相同的機率感染病毒並傳給他人。這與新型冠狀病毒疫情中的情形顯然不相符。有見及此，研究團隊設計了一個會考慮出行行為和人口屬性差異的流行病模型，以捕捉不同社區面臨不同疫情風險的程度。出行數據和人口結構在社區層面的整合，使團隊能夠更真實地描述不同人群的混合方式。例如，在新型冠狀病毒疫情中，低收入家庭的情況會更糟，因為他們為了生計必須維持原來的社區流動水平，這使他們面臨更大的風險。因此，與許多可以在家工作的白領相比，他們有更大的機率感染和傳播病毒，這也使他們成為接種疫苗、阻斷疫情傳播的關鍵群體。 研究得到兩個關鍵結果：首先，它強調在設計疫苗分配政策時，應將出行行為和人口屬性同時納入考慮。大多數現有的疫苗接種計畫僅基於年齡或年齡與職業的組合來設計；美國部分地區採用一個社會脆弱性指數來指導疫苗的分配先後次序。儘管如此，它仍無法捕獲出行行為導致的傳播和暴露於新型冠狀病毒的不同可能性。相比之下，該研究提出的模型顯著提高了疫苗分配策略的針對性，透過分配疫苗給最弱勢的群體，有限的疫苗資源便能被充分利用，實現社會的最大福祉。研究團隊還指出，他們的智慧模型僅使用粗細微性的聚合出行數據，從而消除了個人私隱洩露的擔憂。事實上，許多優秀的聚合資料來源可被用於構建流行病模型，而不必擔心私隱或其他問題。

由牛痘病毒所研發的天花疫苗，能誘導人體對猴痘病毒產生強烈免疫反應。

由科大領導的國際研究團隊發現了一種在阿爾茲海默症發病機制中起關鍵作用的血液蛋白。

「疫地而處」方便市民了解身處地點鄰近有否個案大廈及其帶來的感染風險。

科大正計劃推出MetaHKUST：一個屬於科大及將於九月開幕的科大（廣州）校園的延展實境（Extended Reality或XR）校園。

科技公司翼助國家提升半導體生產力及性能，實現自給自足。