項目編號: R4015-19
項目名稱: 由循證研究到臨床轉化：首個基於臨床優異應答者的基因–藥物敏感度大型資源平台
項目統籌員: 呂偉欣教授（中大）
摘要
精準治療是一有效的現代癌症治療方法。簡而言之，患者的腫瘤若具特定的基因突變，患者則對某種治癌症藥物有非一般的顯著成效並能大大的延長其存活率。然而，到目前為，只有少數的基因突變被轉化為精準治療。最近研究顯示，臨床優異應答者（Exceptional Responder；ER）具特別的基因變異及非一般的藥物反應，對其詳細的科學研究將提供更多癌症精準治療的新方法。在此科學研究項目， 我們將使用100個優異應答者的基因突變進行可靠的基因-藥物敏感性測試，及識別它們的藥物反應特徵。研究結果將用以建立亞洲首個癌症優異應答者資料庫，以有效地加快精準治療的臨床測試設計 （clinical trial design）， 從而大大提高新精準治療臨床測試成功率，及長遠的影響多種癌症的精準治療的未來開發。
*優異應答者（Exceptional Responder；ER）定義：根據美國國家癌症研究所（NCI，USA）的定義，優異應答者是指對非預期反應藥物表現完全反應或明顯部分良好反應（超過六個月）的患者，而這類反應通常不會在超過10%的患者中出現。
項目編號: R4035-19
項目名稱: 蝦類過敏的嶄新診斷和治療方案
項目統籌員: 梁廷勳教授（中大）
摘要
蝦和貝類過敏影響全球約2％的人口，也是經食物引起過敏性休克的最常見原因，但目前尚無對蝦過敏的治療方法。蝦過敏通常透過臨床病史、陽性的蝦提取物皮膚點刺試驗及血液分析以進行診斷。但是臨床病史常涉及主觀成份，而後者的診斷測試則經常出現假陽性和陰性結果，因此陽性結果並不全然反映臨床過敏反應。在過去的十年中，新出現的成分解析診斷（CRD）概念徹底革新了用於食物過敏的診斷。但蝦類的各種致敏原對引起蝦過敏的作用，以及它們在提高臨床診斷準確性方面的用途尚不清楚。鑑於我們的初步數據表明CRD能提高蝦類過敏診斷的精準度，此研究第一部分會利用從三百名蝦類過敏患者及對照人士收集的大量個人、家庭、臨床和實驗室參數以機器學習方法層算出最佳的蝦過敏診斷程式。這種程式模型除了可以提高蝦類過敏的診斷精確度外，還可以減少口服激發測試的需求。另外，針對蝦類過敏的治療，我們的研究團隊構建了兩個蝦類原肌球蛋白的新型低過敏原，並以動物實驗驗證了低過敏原DNA疫苗能顯著降低帶有蝦過敏的小鼠的過敏免疫反應，同時亦能有效地增強調節免疫功能。基於我們的臨床前數據，此研究的第二部分會開展一個為期十七個月的第一期臨床測試，旨在探討此低過敏原DNA疫苗在人體使用時的安全性、耐受性、免疫作用和功能。此類關鍵數據對於利用低過敏原DNA疫苗作為蝦過敏症免疫療法的臨床應用轉化和商業影響至關重要。我們預料以蝦類致敏原的精確診斷程式及低過敏原疫苗的治療方針的湛新研究發現能加強對蝦過敏患者的護理和臨床影響。
項目編號: R4036-19
項目名稱: 香港入境羈留與弱勢移民 - 探索反思，帶動改善
項目統籌員: Surabhi CHOPRA教授（中大）
摘要
該項目將評估香港的入境羈留制度，特別側重於弱勢移民群體方面。我們將研究入境羈留法律，政策和實踐產生的作用和影響，特別是其對酷刑倖存者，人口販賣的受害者和低收入外來務工人員的影響。基於研究成果，我們將制定可操作的、循證的指導方針來改進這個系統。
這個項目是適時的，甚至早就應進行了。說此項目適時的，是因為香港政府最近表示其正在考慮擴大使用入境羈留（Security Bureau, January 2019）。而根據《入境條例》，政府已經實際行使了相當大的拘留權，所以說這個項目也是早就該進行的（Cap 115）。2016年，有10,749人因違反香港的移民法規而被拘留，比2015年的10,972人有所下降（Immigration Department, 2016）。但相比之下，2016年香港的監獄人口僅約為8,500人（Hong Kong Correctional Services, 2019）。儘管有大量入境人員被拘留，但相關的信息很少公開，對其進行的分析也極為稀少。
來自其他國家的比較經驗表明，許多國家的入境羈留制度已經變得非常嚴格，而且存在程序不公平和過度使用的情況。同時還可以發現，那些在政治或社會經濟上被邊緣化的被拘留者，其接受法律諮詢和享受正當程序的權利、以及在教育、工作和醫療保健等方面的權利更有可能被侵犯。
在這種背景下，對入境羈留制度進行審慎評估勢在必行。我們建議：
1. 繪製、分析和評估香港入境羈留系統的運作體系，並追蹤其對弱勢被拘留者及其家人的影響。
2. 對比香港和英國的入境羈留政策，以確定最佳做法和創新，以及應避免的誤區。
3. 建議對香港的入境羈留進行具體的、循證的改革，並制定操作指南以實施有益的系統性變革。
這不僅是對香港入境羈留的首次詳細研究，還將為整個東亞的入境羈留的比較分析提供重要依據。我們將對應用《公開資料守則》申請獲得的官方資料使用定性及法社會學方法進行調查分析；對政府人員、民間社會組織、被拘留者、被拘留者的家庭以及其他屬於弱勢移民群體的個人進行半結構化採訪；調查專題和個案研究；並參觀拘留所。除此之外，我們還將對入境羈留進行廣泛的多學科間接調研。
隨著項目的進展，我們會積極地將成果傳達給核心利益相關者。我們計劃舉辦研討會，向政府官員、香港和亞洲其他地區的民間社會組織、弱勢移民群體以及律師宣傳我們的研究發現。在項目結束時，我們將根據我們的建議方案為政府官員組織培訓。我們還將通過研究簡報、學術文章和媒體展示我們的研究成果，並將其納入未來的學術和教育活動。
項目編號: R4037-19
項目名稱: 企業可持續發展的參與與企業績效：對大中華地區上市公司的研究
項目統籌員: 盧永鴻教授（中大）
摘要
本項目建基於由2011年開始的企業可持續發展指數工作，旨在通過編制「香港商業可持續性指數」（HKBSI）以鼓勵香港上市公司投入企業可持續發展。自2015年推出以來，HKBSI已發布四屆並確立其認受性。 HKBSI將作為基準，引入大中華地區企業社會責任評級和認證計劃。這個知識轉移機制將為上市公司的ESG（環境、社會和治理）和可持續性績效提供及時和定期的評估。為建立和推廣此企業社會責任（CSR）評級和認證計劃提供良好的經驗基礎，本項目將對上市公司的ESG和可持續性報告進行深入而全面的研究，重點關注CSR活動和績效對公司的業務影響。
項目目標如下：
1. 採用和優化「價值--過程--影響」（VPI）模式，分析各公司在ESG /可持續發展方面的數據。
2. 研究企業社會責任在提升企業績效的相關性。
3. 編制並發布本地和區域商業可持續發展指數，為企業社會責任評級和認證提供基準。
4. 通過啟動本地和區域企業社會責任評級和認證計劃，使大中華地區的上市公司投入企業可持續發展。
5. 將評級和認證計劃擴展到非上市公司和中小企業。
這個企業可持續發展項目聚焦於企業和整個社會的CSR商業實踐。研究CSR與企業可持續發展聯繫起來使企業和社會都受益的機制。本項目將抽樣調查於香港聯合交易所、上海證券交易所、深圳證券交易所和台灣證券交易所的上市公司，建立一個大型年度ESG和可持續發展報告的CSR數據庫以進行調查。具體而言，這個項目旨在回答三個研究問題：（1）在大中華地區的公司實踐企業社會責任和可持續發展是否可以帶來更好的公司業績？ （2）哪些CSR的戰略重點可以帶來更好的企業績效？ （3）是否有可行的報告技巧可以改善持份者對企業CSR績效的評估？
本項目中收集的研究數據將會用以編制大灣區和大中華區企業可持續發展指數 。這兩個指數聯同HKBSI，將提供涵蓋本地和區域層面的CSR評級和認證計劃。在短期內，項目的重點將放在建立本地及區域性基准，並對CSR評級和認證計劃進行先導測試。從中期來看，項目將專注於促進企業對評級和認證計劃的認可應用；長遠目標為使該計劃國際化，並將其擴展到積極履行企業社會責任和追求企業可持續性的非上市公司和中小企業。為了有效地將CSR研究知識轉化為實踐，香港通用檢測認證有限公司將支持評級和認證計劃的營銷和提供第三方數據驗證。
項目編號: R5013-19
項目名稱: 多肽及串聯質譜測序用於數據儲存及讀取
項目統籌員: 姚鍾平博士（理大）
摘要
這是個大數據的時代。我們每天產生大量的數據，而且數據增長的速度越來越快。這些數據通常以數字的形式存儲於光電磁裝置。這些裝置需要較大的物理空間，而且不能保存很長時間。耐久而且高密度的數據存儲新方法因此十分需要，而使用分子來存儲數據，是解決此問題的一個方案。
在此項目中，我們旨在開發使用多肽和串聯質譜（MS / MS）測序來存儲和讀取數據，這是一種從未報導過的新方法。在此新方法中，不同的氨基酸被指定來對應不同的0和1的組合。存儲數據時，首先將原始數據編碼，成為0和1組成的長字符串，然後根據指定，將該字符串轉換成氨基酸序列（即多肽）。回讀數據時，對多肽進行測序，並將獲得的序列轉換為0和1的組合，然後將其解碼為原始數據。多肽合成已商業化，而MS / MS是多肽測序最先進的技術。多肽不能太長，以確保其有效的合成和測序。因此，編碼後的字符串，被分解為多個較短的部份，並在每個部份中添加一個地址符，以確保在回讀數據時，可將所有部份排列成其原始順序。用此方法，一個原始數據可存儲於一個多肽混合物中，然後使用液相色譜與MS / MS聯用（LC-MS / MS）進行分離和測序。我們的初步結果表明，將數據存儲於多肽中並使用MS / MS測序回讀數據是可行的。
此項目有五個目標：（1）優化用於數據存儲和讀取的多肽序列； （2）制定和優化用於數據存儲的多肽的LC-MS / MS分析方案； （3）制定具有糾錯能力的編碼方案，將數字編碼轉化為氨基酸序列； （4）開發和優化軟件，根據MS / MS譜圖確定用於數據存儲的多肽的序列； （5）組合從目標1-4得到的結果，進行較大的實際數據的存儲和讀取。我們已經組建了一個團隊，成員具有多肽合成和測序﹑數據存儲和讀取﹑質譜﹑計算和生物信息學等方面的專長，可以解決此跨學科項目的各種問題。
此項目的成果可以產生重大的影響。項目的實施，可開發一種新的數據存儲方法，與現有的方法相比，具有更高的數據密度及耐久性。此項目首次將數據存儲與蛋白質組學技術結合起來，可以促進這兩個重要領域的發展。
項目編號: R5029-19
項目名稱: 用於評估和指導心血管慢性完全閉塞干預的前瞻性血管內光聲/超聲成像技術
項目統籌員: 林國豪博士（理大）
摘要
心血管慢性完全阻塞（CTO）是最普遍的冠心病之一，這是由於冠狀動脈血管壁内膽固醇斑塊的大量積聚所致。CTO可能導致胸痛、呼吸急促、中風甚至死亡。可行的低風險治療策略之一是使用專用導絲和導管打開阻塞物。然而，該程序需要非常高水平的技能和知識。
為了減少手術時間並進一步提高手術成功率，外科醫生迫切需要一種能夠幫助在手術前制定最佳治療策略並在手術過程中提供實時治療指導的成像技術。這項研究提出了一種能夠實現對冠心病介入手术，尤其是對於CTO病例，进行有效地評估和指導的新穎的成像技術。这項成像技术將光聲效應提供的功能成像與高分辨率超聲提供的結構成像有效地結合在一起。通過結合前視性設計，該技術可以實時提供血管和斑塊形態的圖像信息以及斑塊特徵（如冠狀動脈內的成分和炎症）的信息。
項目編號: R5043-19
項目名稱: 基於測圖與特徵分析的未來月球與火星探測任務候選著陸點優化評估
項目統籌員: 吳波博士（理大）
摘要
太空探索能擴展人類對地球和宇宙的了解，並促進人類的文明以及社會和科技的進步。作為地球最近的鄰居—月球，和曾經溫暖潮濕的行星—火星，它們一直是太空探索的重點。對於任何月球或火星的著陸探測任務而言，確定合適的著陸點都是至關重要。通常，著陸點的選取必須同時考慮工程約束和科學意義。為了滿足工程約束，必須對地形、地貌特徵進行評估，以確定安全著陸和地面操作的有利位置。而針對科學意義，該地點必須適合回答與地質演變和環境過程有關的科學問題，對行星表面的岩石和礦物的光譜分析是回答這些問題的關鍵。本項目將研發創新的方法來測繪和表徵地形、地貌和地質特徵，並綜合分析這些數據，以對月球和火星上的潛在著陸點進行優化評估。
本項目的研究目標如下：
（1）研發創新的高分辨率、高精度地形測繪方法，以對地表障礙進行詳細分析，支持月球和火星著陸點的評估。
（2）研發更為自動化、可靠的地貌特徵提取與測繪方法，以表徵月球和火星表面典型的地貌特徵，支持著陸點的評估。
（3）研發岩石和礦物的多源光譜數據庫，以進行光譜解譯，分析地質演變和礦物成分，評估月球和火星的著陸點。
（4）綜合地形、地貌和地質分析結果，系統地優化評估月球和火星上的潛在著陸點，以支持未來的探測任務。
項目編號: R5047-19
項目名稱: 使用非入侵性腦部刺激及知覺學習改善青光眼患者之視覺功能及生活質素：隨機臨床試驗
項目統籌員: 張銘恩博士（理大）
摘要
青光眼是一種複雜的疾病，因眼睛與大腦之間連接的神經細胞退化引起，導致視力逐漸下降。它亦是一種神經退化性疾病，不僅影響眼睛，還影響大腦本身，尤其是視覺皮層。儘管科研人員為恢復青光眼患者的視力進行了大量的研究工作，但當前的治療策略只能暫緩或減慢視力喪失的速度。青光眼引致的視力衰退之情況仍然常見。至目前為止，我們依然沒有任何治療方法可以恢復已經失去的視力及視覺功能。基於周邊視野的逐漸收窄，青光眼患者在處理很多重要的工作（例如閱讀和日常走動）時會遇到很多困難，患者往往感到沮喪，他們的生活質素更會大幅下降。
目前針對周邊視野缺損的視覺康復是採用「補償策略」，例如使用棱鏡將周邊的景物投射到患者的中央視力或利用眼球運動訓練以提升剩餘的視力。然而，這些方法均不能真正改善視力。近年的認知神經科學研究發現，我們大腦中的神經元功能屬性和神經迴路是可以改變及重新連接，這過程稱為神經可塑性。越來越多的證據顯示，通過視覺知覺學習（即使用視覺刺激圖像進行的視覺訓練）和/或神經調節（即通過非侵入性大腦的刺激改變大腦活動）來改善視力。這些方法是利用青光眼患者不同視野區域的殘餘影像從眼睛傳送至大腦。
「恢復視力」是一種嶄新的方法以恢復已受損的視力及視覺功能。這種通過調節大腦功能來改善患者的視覺功能之突破性方式，已逐漸應用於臨床康復的領域。儘管從實驗和概念上看來是可行，我們還需要進行一項大規模的隨機對照試驗來評估這種新干預方法用於治療青光眼的有效性。
項目編號: R5060-19
項目名稱: 邊緣學習：雲端和邊緣融合環境中分佈式大數據分析的實現技術
項目統籌員: 郭嵩教授（理大）
摘要
如今邊緣設備（例如電話、平板電腦、傳感器等）的數量正以極快的速度增長，這些設備定期生成大量數據。從這樣的大數據中學習對於眾多智能應用（例如智慧樓宇）非常重要。傳統的基於雲計算環境下的方法在基於大數據機器學習方面取得了巨大的成就，特別是對於那些允許長時間響應延遲以及從邊緣到雲進行數據聚合的方法。為了進一步擴展分佈式機器學習的應用領域，在本研究項目中我們提出了「邊緣學習」的概念，這是對基於雲的方法在雲和邊緣融合環境中進行大數據分析的一種補充。我們提出並開發將訓練和推理移至邊緣環境以服務於延遲敏感和隱私敏感的應用程序的場景，這些應用程序無法將數據收集到雲中。為了解決因雲邊融合環境的固有特性而產生的挑戰，我們將在該項目開發邊緣學習的新技術，包括（1）協作學習架構、（2）面向學習的通信方案、（3）容錯和彈性策略、（4）隱私保護和安全保證，以及（5）訓練好的模型部署和更新。我們工作的一個亮點是開發一個邊緣學習平台，將上述所有技術嵌入其中。我們提出的研究方法和開發的平台將使基於機器學習的應用程序能夠以高效、安全的方式部署在邊緣環境中，從而可以在智慧城市中快速部署支持AI的服務，這具有巨大的技術和社會意義。
項目編號: R6020-19
項目名稱: 領域特定的知識圖譜構建
項目統籌員: 陳雷教授（科大）
摘要
在本項目中，我們將研究並建立完整而強大的領域特定知識圖譜。研究原因有下列三點。首先，許多在線應用程序的問答系統（例如在線購物網站的商業產品）中存在常見的頻繁請求。在大部分現有技術中，在線購物網站中商品的常見搜索技術是基於關鍵字的查詢，該查詢返回候選實體的排名列表。但是，基於關鍵字的查詢可能會忽略有用的隱藏信息，因為它們無法發現這些實體之間的潛在關係。因此，我們旨在構建可通過考慮實體（例如在線產品）之間的關係來改善查詢結果的特定領域知識庫。其次，特定領域的知識庫還可以幫助客戶和用戶更好地了解實體的特徵和屬性。如果特定領域中的所有實體都通過了正確且有效的組織，則用戶可以輕鬆找到更適合其需求的目標實體。這不僅可以應用於在線購物網站中的商業產品，而且可以應用於其他專業領域，例如醫學數據庫中的藥品。第三，特定於領域的知識庫中的實體目錄也很有價值，它允許數據提供者組織及標準化實體的信息，並發布信息給用戶。清晰而有組織的實體分類法使對於這些實體的推薦更加有效和高效。為了獲得這些優點，我們提出了一個包含實體鏈接和實體分類法構建的兩階段框架，以構建特定領域的知識庫。該知識庫根據實體內容和專業領域知識來描述特定專業領域中的各種實體。我們將利用合作夥伴組織提供的數據，研究並使用知識圖譜領域中的關鍵技術來實現這樣的知識圖譜，以實現智能實體搜索和推薦。
項目編號: R7003-19
項目名稱: 超輕型低功耗大眾醫療磁共振影像技術
項目統籌員: 吳學奎教授（港大）
摘要
磁共振成像（MRI）對現代醫療保健的影響極為重要，MRI現在已被納入常規診斷程序，而大多數臨床醫生都視之為有價值的醫療設備技術。儘管MRI在醫療保健領域具有明顯的優勢和臨床影響，惟其普及度甚低，在全球分佈極為不均勻，約七成的人口幾乎無法受惠於MRI。有見及此，我們將開發以患者為中心的低成本、超輕和超低功率的超低場（ULF）大腦MRI系统，推廣到各個醫療保健領域。而作為概念驗證，我們將開發一套用於大腦成像的超低場（ULF）MRI技術。此項目旨在通過設計和優化輕巧型大腦ULF MRI掃描儀以降低設備的重量、功耗和成本； 為了能更快速和舒適地進行臨床腦部MRI制定相關指引；為ULF MRI設計嶄新的數據採集方案和圖像重建算法。此創新技術的發展將會帶來一套體積小、低成本、超輕、超低功耗且易於操作的全新MRI掃描儀。