46歲以上人士重用口罩的比例較高。
理大醫療及社會科學院醫療科技及資訊學系，於本年2月至4月期間進行研究及調查，探討香港市民於疫情期間使用口罩的行為和態度。其中3月的研究發現，有76%受訪者表示會重複使用口罩，當中以46歲以上人士重用口罩的比例較高。
理大調查指每8人有1人戴錯口罩。資料圖片
理大研究團隊於2月於本港各區，紀錄10211名市民佩戴口罩的狀況，發現95%市民外出時有佩戴口罩，當中84%都會戴一次性外科口罩，不過逾一成人佩戴外科口罩方法並不正確，包括將口罩底面反轉或上下倒轉、佩戴位置太低以致未能覆蓋口和鼻。
AP圖片
此外，團隊亦於3月中至4月中進行一項網上調查，訪問2859人，94%受訪者均認同佩戴口罩有助防止感染病毒及減少疫症於社區傳播，但仍有近8成人會重用口罩。
AP圖片
帶領是次研究的理大醫療科技及資訊學系副教授李泳怡博士表示，兩項研究均反映市民防疫意識很高，不過儘管經過多個月的公眾健康教育，仍然發現不少人沒有掌握正確佩戴口罩方法，平均每8人便有1人戴錯口罩，亦有不少人接受將本應用完即棄的口罩多次使用。原因可能包括沒有足夠口罩、不知道口罩只能單次使用、經濟問題或接收不正確資訊等，情況值得關注。
資料圖片
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。
理大公佈2026年度「青年創新研究者獎」得主。
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。
理大致力表揚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」六位得獎學者合影，包括(上排左起)葛婧捷教授、劉濤教授、佘睿博士、(下排左起)孫馨教授、吳郁傑教授及楊立冬教授。理大圖片
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。
