理大公布2026年度「青年創新研究者獎」得主研究涵蓋多個前沿領域

社會事

理大公布2026年度「青年創新研究者獎」得主研究涵蓋多個前沿領域

2026年05月15日 18:24 最後更新：19:08

香港理工大學公佈2026年度「青年創新研究者獎」得主，以表揚六位新鋭學者在學術研究方面的卓越成就。各得獎學者的研究涵蓋能源與可持續發展、生命科學、人工智能與機械人技術等多個前沿領域，充分展現理大推動科研創新的堅定承諾，及雄厚的跨學科研究實力。

理大高級副校長（研究及創新）趙汝恆教授讚揚各得獎學者的研究成就，並表示：「理大矢志成為創新型世界級大學，致力透過世界領先的研究及創新，回應社會所需、貢獻社會。這六位年輕學者充分展現新一代科研人員的創新潛力，彰顯他們為以科研應對全球複雜挑戰、提出切實可行解決方案的能力與承擔。我們對各位得獎學者的研究工作充滿信心，期待他們精益求精，持續突破，為促進人類福祉及地球可持續發展作出深遠貢獻。」

研究聚焦應對全球重大挑戰

六位得獎者的研究均聚焦應對全球重大挑戰，涵蓋多個具前瞻性及影響力的範疇。研究項目包括：以原子精度設計低成本納米催化劑，實現大規模電解水制綠氫；透過資源循環利用、原位材料轉化與系統整合設計，實現淨零排放導向的創新污水管理模式；開發結合圖像記錄和行為訓練的人工智能聊天機械人，提供具可解釋性、在地化且可規模化的個人飲食指導，以預防慢性疾病；使用功能性近紅外光譜成像技術，探索對於中英雙語兒童閲讀障礙的評估與識別；開發腦啟發式建模框架，將大腦的高效計算原理與現代深度學習架構相結合，以提升模型記憶容量並降低計算成本，支持人工智能技術的可持續發展；以及開發人工智能磁控微導管系統，用於超選擇腔內介入治療。

獎項旨在支持年輕學者發展

「青年創新研究者獎」今年踏入第五屆，旨在表揚35歲以下、展現卓越潛力的年輕學者，並支持他們開展具高影響力的跨學科研究。獎項透過提供專項研究經費及個人獎勵，協助得獎學者推展具前瞻性的項目，促進學術理論轉化為切合社會需要的實際應用。這項支持不僅是對其研究成就的肯定，更是推動其學術及職業發展的重要催化劑，助力他們成為全球研究與創新領域的未來領袖。

理大2026年度「青年創新研究者獎」得主包括：

- 葛婧捷教授（應用生物及化學科技學系助理教授）：設計低成本、高性能陽極催化劑用於電催化制氫。項目詳情：原子精度設計低成本納米催化劑實現大規模電解水制綠氫。

- 劉濤教授（土木及環境工程學系助理教授）：通過循環資源利用實現淨零排放的廢水管理。項目詳情：透過資源循環利用、原位材料轉化與系統整合設計，實現淨零排放導向的創新污水管理模式。

- 佘睿博士（康復治療科學系助理教授（研究））：利用可解釋、有理論基礎且符合文化背景的人工智能聊天機器人幹預個性化飲食行為。項目詳情：開發一款結合圖像記錄和行為訓練的人工智能聊天機械人，提供具可解釋性、在地化且可規模化的個人飲食指導，以預防慢性疾病。

- 孫馨教授（語言科學及技術系助理教授）：中英雙語兒童閲讀障礙的腦機制：基於功能性近紅外光譜技術進行語音及語素評估。項目詳情：使用功能性近紅外光譜成像技術，探索對於中英雙語兒童閲讀障礙的評估與識別。

- 吳鬱傑教授（電子計算學系助理教授）：通過更智慧的神經元實現規模化：一種神經啟發的基座模型框架，用於增強長序列理解和能效計算。項目詳情：開發一種腦啟發式建模框架，將大腦的高效計算原理與現代深度學習架構相結合，以提升模型記憶容量並降低計算成本，支持人工智能技術的可持續發展。

- 楊立冬教授（工業及系統工程學系助理教授）：可信人工智能輔助的磁控微導管系統：智能超選擇性腔內介入治療的賦能範式。項目詳情：智能磁控微導管系統，用於超選擇腔內介入治療。

往下看更多文章

理大研發人工智能虛擬病人模擬系統革新臨床診療護理

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。