理大研發新型多能量場輔助金剛石切削技術 實現高性能材料的超精密製造

機械加工，包括材料的精確切割及成形，是製造業的核心工序，隨着具備極高強度及硬度的先進材料獲廣泛採用，傳統技術漸漸難以達到所需的精密度。香港理工大學研究團隊研發了一項突破性機械加工技術，在金剛石切削過程中耦合原位激光與磁場，提升切削流暢度與加工表面精度，同時減輕材料的亞表面損傷及降低刀具磨耗。此項雙場技術展現了超越其他現有能量場輔助切削技術的卓越效能，有望在更多難加工新型先進材料上實現超精密加工。

由理大工業及系統工程學系教授及超精密加工技術全國重點實驗室副主任杜雪教授與其研究團隊獨創的多能量場耦合輔助超精密加工技術，名為「原位激光－磁場雙場輔助金剛石切削」（LMDFDC）。相關研究成果已刊登於國際期刊《國際極限製造雜誌》（International Journal of Extreme Manufacturing）。

理大研發激光與磁場雙場輔助金剛石切削技術。理大圖片

原位場加工是指在機械加工過程中，將激光或磁場等外部能量場，同步直接施加於切削區域。現有的能量場輔助技術均存在一定局限，例如激光場雖能軟化硬脆材料，令其更易被切削，卻有機會因過熱導致材料熔融損傷；磁場可減小切削阻力、強化散熱以令切削過程更順暢，但其效果在不同材料間表現不穩定，且無法避免在高性能材料（如高熵合金）中因硬質顆粒脫落而造成表面劃痕。

LMDFDC通過結合激光及磁場，令兩者優點得以協同發揮，同時克服各自不足。研究團隊在高熵合金工件上，分別採用新技術和另外三種加工方式以進行比較，包括僅激光切削、僅磁場切削及無任何外場切削。他們利用了一系列先進分析工具，從表面形貌特徵、亞表面演化規律，乃至原子尺度的結構特性等多個層面，觀察材料的變化。

理大杜雪教授與其研究團隊。理大圖片

結果顯示，在「熱—磁—機械」多物理協同作用下，LMDFDC將加工性能提升至單一能量場無法達到的精度程度。具體而言，技術通過磁場增強熱傳導，抑制激光引起的熱損傷，同時利用激光軟化硬顆粒以避免劃痕，並提升切削穩定性，從而令完成品表面更平滑、亞表面損傷更少。雙場耦合效應還防止了因嚴重摩擦導致的刀具邊緣積屑，以及高溫引致的刀具快速損耗，顯著降低刀具磨損，延長其使用壽命。

走在先進製造技術研究的最前沿，杜雪教授在2017年帶領團隊首次提出磁場輔助金剛石切削技術，提升了難加工材料的可製造性。她表示：「隨着時代發展，單一能量場輔助加工技術越來越不足以應付新型高性能材料的超精密加工，尤其是新興的高熵合金。這種金屬材料兼具優異的強度與穩定性，在先進工程應用上具高度吸引力，特別於航天、能源等高端領域發展潛力龐大。LMDFDC正為這類新材料的加工帶來了技術突破，更開闢了超精密製造技術的嶄新發展路徑。」

理大杜雪教授。理大圖片

除了引入這項變革性的雙場輔助加工技術， 研究亦探究了當雙場同時被應用時，材料產生的反應、其內部發生的變化，以及這些變化帶來的具體效能提升。這深化了學術界對材料變化背後的科學原理及機制的理解，填補了多能量場加工領域中的知識缺口，對未來因應不同先進材料作技術設計具關鍵意義。

杜教授補充：「這項研究是首次全面探究激光與磁場在超精密加工中，如何產生協同效應，以及其與單一場效應有何不同。研究成果對於推動與多物理場加工理論相關的前沿學術發展，以及發掘創新加工技術帶來了重要貢獻。」

研究團隊目前正對這項創新技術進行專利申請，並計劃未來探索更多不同能量場的協同組合，為新一代高性能材料的製造提供更豐富且可靠的技術途徑。

此項研究獲得國家自然科學基金委員會的「面上項目」，以及香港特別行政區政府研究資助局的「優配研究金」和創新科技署創新及科技基金的「內地與香港科技合作資助計劃」資助。

香港理工大學研究團隊突破傳統靜態診斷的侷限，成功研發以患者為中心的「人工智能（AI）虛擬病人模擬系統」。這套系統透過動態整合患者的基因、醫學影像及臨牀等多模態數據，構建可持續更新的「數碼雙生」模型，不但能實時追蹤病情變化，更可預測不同癌症治療方案的潛在成效，協助醫護團隊制定更精準、個人化的醫療方案。

一般醫療AI工具多依賴單一電腦斷層掃描、基因組報告或靜態臨牀數據進行分析，難以全面掌握患者病情的動態變化。由理大醫療科技及資訊學系副教授陳穎志教授帶領研發的「AI虛擬病人模擬系統」，採用以患者為中心的數碼雙生平台架構，結合醫護端平台及患者端流動應用程式，能因應患者病情的實時轉變進行測分析，並模擬不同治療方案的成效，為臨牀診斷、病情監測及治療評估提供智能支援。系統尤其適用於病情變化複雜、治療選擇多元且醫療成本高昂的癌症及重症治療，為精準醫療發展注入新動力。

這套系統的核心優勢在於醫護端與患者端的緊密協作。醫護專用平台可整合基因、醫療影像、病理、檢驗結果及臨牀紀錄等多模態數據，協助醫生掌握患者整體病況，提升診斷及治療決策，同時簡化多科會診與轉診流程。患者端流動應用程式則讓患者上載病歷資料、紀錄日常症狀及追蹤健康狀況，並透過加密的「深層特徵二維碼」（Deep Feature QR Code），在不同診所、醫院及裝置之間安全傳輸病歷資料，提升資料流通效率及私隱保障。透過系統，患者可由被動接受治療，轉為主動參與健康管理，進一步促進醫患協作。

為推動相關技術在癌症護理及治療決策中的應用，研究團隊提出了一套以臨牀數據為基礎的多尺度框架，用於預測非小細胞肺癌患者對免疫治療的反應。這套多模態方法能有效整合組織病理學影像特徵，以及基因表達譜、癌症類型文字資料等臨牀數據。這項名為「視覺——全域關係融合網路」（ViGNet）的創新框架，結合多尺度視覺編碼器與基因驅動編碼器，有助分析與癌症治療反應密切相關的影像及基因特徵。

在定性與定量評估中，ViGNet 在治療反應分類方面的表現均優於基準方法，預測免疫治療反應的辨識效能達到 82.55%。這項突破性研究有助更高效地整合多源數據，並支持AI技術在臨牀環境中的實際應用，為個人化治療與臨牀決策提供重要參考。相關研究已發表於國際期刊《Medical Image Analysis》。

陳穎志教授表示：「『AI虛擬病人模擬系統』是一個集診斷、監測與治療評估於一體的創新綜合平台。系統除了能揭示多模態數據之間細微而關鍵的病理關聯，亦可擔當『監測哨兵』的角色，當患者的生物標記或症狀出現異常時，即時向醫護團隊發出提示。這項具變革性的技術有助縮短診斷與評估時間，支援醫護人員為癌症及重症患者制定更精準、高效的個人化治療方案。」

這項突破性科研成果早前於「2026 年世界移動通訊大會」展出，並憑藉卓越的創新技術，入圍2026年全球移動大獎的「最佳移動互聯健康與福祉創新獎」決賽，充分展現理大在醫療科技及人工智能應用領域的國際影響力。

項目目前已獲理大微型基金、種子基金以及大灣區創新創業培育計劃資助，並獲香港科技園「創科培育計劃」有條件批准，正邁向商業化及產業落地的新階段。隨着系統逐步於臨牀環境應用，其匯集的實際數據將有助反饋至藥物研發、臨牀試驗及治療方案優化，進一步完善醫療創新生態，惠及更多患者。

由理大醫療科技及資訊學系副教授陳穎志教授（右二）帶領研發的「AI虛擬病人模擬系統」，能因應患者病情的實時轉變進行測分析，並模擬不同治療方案的成效，為臨牀診斷、病情監測及治療評估提供智能支援。

這套系統把傳統的靜態醫療數據轉化為動態資源，簡化多科會診與轉診流程，患者可由被動接受治療，轉為主動參與健康管理，進一步促進醫患協作。