科大與華中科技大學同濟醫學院附屬協和醫院攜手共建「醫工交叉聯合創新中心」

香港科技大學（科大）與華中科技大學同濟醫學院附屬協和醫院（武漢協和醫院）攜手設立「醫工交叉聯合創新中心」，今日正式於科大校園揭牌，標誌着雙方在醫工結合領域邁向全新里程。此次合作聚焦超聲波、病理及放射等核心項目，通過人工智能（AI）與醫療影像的深度融合，推動醫學科技創新，為全球醫療進步注入新動力。

武漢協和醫院黨委書記張玉教授（左九）、黨委副書記汪宏波教授（左八）等一行人親臨科大校園出席揭牌儀式，與會的科大代表則包括副校長（研究及發展）鄭光廷教授（右十一）、工學院副院長（研究及研究生教務）鍾志成教授（右十）等。

揭牌儀式由武漢協和醫院黨委書記張玉教授、黨委副書記汪宏波教授等一行人親臨科大校園出席，與會的科大代表則包括科大副校長（研究及發展）鄭光廷教授、工學院副院長（研究及研究生教務）鍾志成教授等。一眾嘉賓更參訪科大馮諾依曼研究院，並與科大的學者交流，商討中心的發展計劃，並就創新項目基金及醫學生與研究生聯合培養模式進行了深入討論。

科大與武漢協和醫院攜手設立「醫工交叉聯合創新中心」，正式於科大校園揭牌。

根據協議，聯合創新中心將以醫工交叉為核心，聚焦AI賦能醫療技術研發，並通過學術互訪、師資培訓、聯合申報項目及成果轉化等方式深化合作。通過優勢互補與資源共享，雙方將致力於在放射、超聲波及病理領域方面，加快推動多模態醫療大模型的研發，推動智能診斷系統、精準診療及智能醫療裝備的創新。

鄭光廷教授表示：「人工智能的飛速發展是推動醫療創新的的重要力量，而醫學與工程學、數據科學等前沿學科的深度融合，為疾病預防、診斷、監測，照護及治療開闢全新的發展方向。科大在數據融合、創新算法及超算基建方面具有領先優勢，與武漢協和醫院豐富的臨床資源相結合，將加速AI醫療技術的突破性進展。此次合作不僅彰顯跨學科跨地域協作的巨大潛力，更將推動智能診斷、精準醫療等前沿應用成果轉化落地，為全球醫療健康貢獻創新解決方案。」

武漢協和醫院黨委書記張玉教授指：「新一輪科技革命和産業變革加速演進，醫工交叉融合已成爲最具活力與前景的創新方向。華中科技大學同濟醫學院附屬協和醫院作爲醫療國家隊，各項醫療指標全國領先，具有病源多、病種全、學科強的特點。雙方的合作是優勢互補、資源共享的戰略性共建，也是共同推進醫學科技創新的務實性舉措。希望雙方發揮核心優勢，深挖合作潜力，以人工智能賦能醫學發展，為推進健康中國建設貢獻更大力量。」

鄭光廷教授（左）及張玉教授（右）互相致送紀念品。

武漢協和醫院為中國頂尖醫療機構，擁有豐富臨床經驗及多樣化的應用場景，每年服務門診患者690萬人次、住院患者42萬人次及手術患者15.6萬人次，為推動多模態醫療大模型提供重要的臨床支持。

科大與武漢協和醫院的合作始於2023年，當時張玉書記首次率團訪問科大，至 2024年，雙方正式簽署合作協議，並於同年11月在武漢協和醫院率先設立醫工交叉聯合創新中心的基地。其後，雙方在AI與醫療影像研究領域持續合作，在多中心超聲數據集構建及基礎模型研發方面，更取得突破性進展，包括成功研發全世界最大規模的超聲大模型，結合近百萬病人的超聲波數據，其中，甲狀腺結節診斷方面的準確度媲美資深醫生。

「醫工交叉聯合創新中心」聯席主任陳浩教授（右一）帶領一眾嘉賓參訪科大馮諾依曼研究院。

「醫工交叉聯合創新中心」聯席主任由計算機科學及工程學系、化學及生物工程學系兼生命科學部助理教授陳浩教授和武漢協和醫院放射科主任鄭傳勝教授出任，聯席副主任則由科大化學及生物工程學系副教授黃子維教授和武漢協和醫院超聲科主任謝明星教授出任。其中科大陳浩教授和黃子維教授率領的研究團隊，近年分別成功研發四大嶄新的AI醫學大模型；及能準確檢測病人體內是否仍有殘餘癌細胞組織的嶄新細胞成像技術，推進醫療創新的發展，轉化科研成果落地，裨益醫生及病人。

在應對極端天氣、提升氣候韌性的關鍵領域,香港科技大學取得了一項突破性進展。科大研究團隊成功研發出一種人工智能模型,能夠提前長達四小時預警危險的強對流風暴,包括多次襲港的「黑色暴雨」及雷暴和及突發性強降雨等。這項全球首創的技術由科大與國家級氣象機構合作開發。與現有系統相比,該模型利用衛星數據及先進的深度擴散技術,能在 48 平方公里的空間尺度上將預報準確率提升超過 15%,這不僅顯著增強了國家氣象預報系統的整體精準度,也為亞洲乃至全球防災能力較弱的地區帶來了更有效的早期預警,以應對氣候突變的風險。

這項研究與「沿海城市氣候韌性國家重點實驗室」(SKL-CRCC ) 的核心目標高度契合。該實驗室於去年獲中國科學技術部批准成立,現由實驗室主任吳宏偉教授領導。他同時擔任科大副校長(大學拓展)、及中電控股可持續發展學教授。

2023年7月29日京津冀地區受颱風杜蘇芮影響,下起連場暴雨,圖中顯示現有模型 NowcastNet 與 PredRNN-v2 在 4 小時預報情況下無法提供準確的預測結果,而 PySTEPS 模型亦然。相比之下,DDMS 展現更精準的臨近預報能力。

研究團由科大沿海城市氣候韌性全國重點實驗室之氣候變化與極端天氣方向科研主管、土木及環境工程學系講座教授兼「傑出創科學人」蘇慧教授,聯同博士後研究員代快博士,並與哈爾濱工業大學(深圳)計算機科學與技術學院、中國氣象局熱帶海洋氣象研究所及國家衛星氣象中心的學者組成。研究成果已發表於《美國國家科學院院刊》,論文題為〈利用衛星數據驅動的深度擴散模型實現四小時對流預報〉。

近年極端天氣的情況愈趨頻繁,香港去年夏季曾在八日內四度發出黑色暴雨警告;印尼峇里島、泰國南部等地亦遭受暴雨洪澇重創,造成重大人命傷亡和經濟損失。現行天氣預報主要依靠數值模式模擬大氣狀態,運算成本高昂且易受大氣混沌性及觀測資料不足的影響,對於快速發展且尺度細小的對流系統(如雷暴及暴雨),準確預報時間通常僅能提前 20 分鐘至兩小時。如此短暫的預警時間,令政府部門、應急部門和公眾在災害來臨前幾乎來不及部署、疏散或採取有效防災措施。

為應對上述挑戰,由科大學者帶領的研究團隊開發了一套全新 AI 運算框架——「基於衛星數據的深度擴散模型(deep diffusion model of satellite data，DDMS)」。該模型運用生成式 AI 最前沿的深度學習訓練架構,在訓練過程中於數據注入噪音,讓模型能學習如何反向生成高品質預報信息。團隊利用中國風雲四號衛星於 2018 至 2021 年間取得的紅外亮溫觀測資料進行模型訓練,並結合氣象專業知識,以精準捕捉對流雲系的時空演變特徵;其後再以 2022 至 2023 年春夏季樣本對模型表現進行驗證。

團隊成功開發全球首個可提前四小時預報雷暴發展的 AI 系統,在 48 平方公里分辨率下,其預報準確度較現行模型提升逾15%。

其他技術突破包括:

• 提供高分辨率、約每15 分鐘更新一次的高頻率預報,覆蓋範圍面積達約 2，000 萬平方公里,包括中國、韓國、東南亞等地區。

• 在多種空間尺度(4公里至 48 公里)和不同季節下均表現穩定,尤其在2至4小時預報時窗中準確度尤為突出。該模型恰恰能在傳統模型預報方法最薄弱的環節發揮優勢,在這一關鍵預警時段內,其準確率提升幅度在3%至 16%之間,平均提升達 8.26%。

科大沿海城市氣候韌性全國重點實驗室之氣候變化與極端天氣方向科研主管、土木及環境工程學系講座教授兼「傑出創科學人」蘇慧教授(右),聯同博士後研究員代快博士(左)合影。

論文第一作者代快博士表示：「傳統天氣預報主要依賴地面雷達,但雷達訊號易受地形、降水粒子特性等因素影響,且通常需待對流雲發展完成後才能觀測到明顯變化,導致預報時效滯後。新 AI 模型利用衛星從太空監測雲團演變,能更早識別對流初生跡象。DDMS 為大氣監測和暴雨預警帶來重大突破,該技術可更早掌握大氣變化,讓預報更準、更快,直接提升地區的災害防護和應變能力。」

蘇慧教授表示：「是次研究是大學團隊與國家級機構——中國氣象局及國家衛星氣象中心攜手合作的成果,為相關部門提供了一個極具參考價值的新模型。系統的算法日後可適用於不同的衛星數據,未來能擴大覆蓋範圍,協助更多國家和地區應對日益嚴峻的氣候挑戰。同時,系統具備商業化潛力,能為能源、保險等行業提供更精準的風險預測,協助企業及早評估極端天氣可能帶來的影響,提升整體應變能力。這不僅是技術的進步,更是從觀測天氣邁向智能預判天氣的範式轉移。在氣候暖化的時代,此種能力對人類的安全與永續未來至關重要。」

研究的共同作者包括哈爾濱工業大學(深圳)計算機科學與技術學院教授李旭濤教授、葉允明教授和博士生余德民;中國氣象局熱帶海洋氣象研究所助理研究員方俊穎;以及國家衛星氣象中心主任王勁松博士、國家衛星中心科技與國際合作處處長咸迪和國家衛星中心遙感應用服務中心主任覃丹宇。