項目編號: R1018-22
項目名稱: 高層綠色建築雙層綠色外牆的能量收集和火災危害研究
項目統籌員: 周卓倫博士（城大）
摘要
雙層建築外立面（DSFs）可以提供被動式建築太陽能控制。種植植物來創造雙層綠色建築外牆（DSGFs）可以减少太陽熱增益。同時，使用合適植物的創新能源收集系統可以將太陽能轉換為化學和電能，這為第二代綠色建築提供了新的清潔能源。然而，DSGFs的火災危險是其廣泛應用中的一個關鍵問題。
本項目將研究和開發高層綠色建築中具有能量收集設計的防火型DSGFs。能量收集系統的研究將在光合微生物燃料電池（MFC）的基礎上進行，旨在提高MFC的能量收集效率和對DSGFs進行優化。本研究將通過第一原理和分子動力學進行MFCs中攝取光合能量的基本原理和DSGFs的能量收集效率的研究。我們預測利用建築圍護結構的光合MFC可以提供65mW/m2的最大功率輸出。
DSGFs將在綠色植物上放置用於被動太陽能控制的可燃物和具有MFC的能量收集系統。火災研究的重點將是檢查相鄰房間閃絡火災產生的窗戶羽流在外牆空腔中產生的危險情況。在這種情況下，乾燥的植物和其他可燃成分很容易被點燃。隨後的大火將釋放出大量的炎熱且有毒的氣體和微粒物質，這些物質將被困在外牆空腔中。如果打破內部玻璃幕牆，將會使生成的煙霧擴散到上層房間。此外，特別是在室外冬季溫度低的地區，高層建築的煙囪效應會推動煙霧和火焰在外牆空腔內移動。
我們將使用錐形量熱計對三個通常用於DSGFs的植物進行臺架試驗。 這些是攀援植物常春藤、荚果蕨和狗牙根。同時是我們也將測試用於光MFC的綠色植物的蘆葦甘露糖和水稻。本部分將對帶有這些植物的部分DSGF進行物理尺度模型試驗和數值模擬，以研究外牆空腔中的煙霧和火焰。為了更好地檢查煙囪效應，全尺度模型將在室內和室外溫度差異較大的地區進行（例如中國哈爾濱）。此實驗的結果將證明在尺度模型中觀察到的煙囪效應引發的火災蔓延現象同樣適用於全尺度。熱量和質量傳遞的數學模型將與錐體數據、物理實驗和計算流體動力學結果相結合，本項目將以此實現對具有能量收集系統的防火雙層綠色建築外牆的全面理解。
項目編號: R4020-22
項目名稱: 機器人支氣管內肺結節的多模式活檢
項目統籌員: 任洪亮教授（中大）
摘要
肺癌是全球威脅性最強的癌症之一。最佳的防治方法是及早發現及干預，當前的檢測方法主要為電腦斷層掃描成像及機械性活檢，既難以定位原位結節，亦涉及廣泛的疼痛和額外的成本與時間。團隊將研究原位監測肺癌生物標誌物的微量採樣和生物測定中的關鍵光學、機械和電化學原理，研發可進入狹窄彎曲的支氣管進行多模式顯微活檢和原位小肺結節定位的微型柔性機械人及柔性微流體多路復用免疫傳感陣列。此項目將有助在原位精細結構成像引導下對肺部體內腫瘤微環境進行分析，促進解決上述臨床需求。
項目編號: R4030-22
項目名稱: 利用微生物組聯合多組學對炎症性腸病診斷及預後的創新平臺建立
項目統籌員: 黃秀娟教授（中大）
摘要
克羅恩病（CD）是引起慢性腸道炎症的炎症性腸病的一種亞型，在世界範圍內的發病率呈現激增趨勢，且主要影響年輕人，給全球各國的公共醫療體系帶來了沈重負擔。由於其疾病表型與感染性疾病及癌症相仿，使針對CD病人的及時與精準診斷頗具挑戰。疑似CD的病患通常需接受侵入性和昂貴的檢查，導致診斷延遲和花費大量醫療費用。香港中文大學醫學院內科及治療學系黃秀娟教授領導的多機構合作團隊，將致力於應用多維度人工智能大數據機器學習模型開發一種結合新型細菌標記物及食品添加劑組合來預測 CD 及其併發症，為 CD 併發症的早期診斷和預測提供了一種全新的非侵入性方法。該團隊將與行業合作者密切合作，將技術轉化為具有成本效益、方便的產品，以加強全球 CD 患者的護理並造福社會。
項目編號: R4035-22
項目名稱: 透過融合體力活動應對有特殊教育需要兒童的少動久坐行為
項目統籌員: 薛慧萍教授（中大）
摘要
在新冠病毒病疫情下，全球「少動久坐」的趨勢愈加嚴重。「少動久坐」指缺乏體力活動及身體長時間坐下或靜態行為，與過早死亡和心血管疾病等非傳染性疾病以及身心健康不佳息息相關。世界衞生組織建議全球兒童及青少年每天進行平均60分鐘中等至劇烈強度的體力活動，同時減少靜態行為。然而，超過八成有特殊教育需要的兒童不符合此建議。是項計劃探討「融合體力活動」對特殊教育需要兒童的體力活動和久坐行為以及身心健康的影響。參與兒童將以群組形式被隨機分為3個月的體力活動組或等候對照組，測量將在基線及干預後兩次進行。這將是第一個將世衛組織關於體力活動和久坐行為的建議付諸實踐的項目。
項目編號: R4040-22
項目名稱: 在未來的氣候變化下，增強極端低溫天氣對老年人健康影響的應變能力
項目統籌員: 吳恩融教授（中大）
摘要
2018年，研究團隊開展研究影響基金項目（項目編號：R4046-18）（第一階段），致力於研究氣候變化、建築環境和老年人口生活的相互關係。研究重點為氣候變化引起愈來愈熱的未來氣候。
隨著項目推展，所得數據顯示未來的天氣將會起伏更大；換言之，熱天會更熱而寒冷日子更冷。由於在第一階段所制定的減緩和適應行動藍圖只能解決夏季的問題，如果研究團隊的研究能更進一步，提供「全年」的整體理解和行動計劃，將會更有幫助，於是提出進行第二階段。目前的問題是：
（1）欠缺數據，難以了解香港在全球暖化下的極端寒冷天氣。香港的城市密度高，並有複雜的都市環境。都市內的溫差可以非常大，因此我們需要高解析度的空間和溫度數據去評估在極端寒冷天氣下市民的承受能力。
（2）欠缺實證的減緩行動計劃。建築物和社區設計對於市民的日常生活及減緩氣候變化都很重要。最迫切需要的是：了解極端寒冷天氣如何影響我們的生活環境，從而為全年的氣候條件制定設計策略。
（3）欠缺實證的適應計劃。在極端寒冷天氣下，及時應對方可保障長者的健康和福祉。要建立有效的應變計劃，我們首先需要全面理解極端寒冷天氣如何影響健康，從而因應不同季節的未來氣候條件來制定有效的適應計劃。
結合研究第一階段對極端高溫天氣的了解，本研究將有助於：（1）確立極端寒冷及潮濕天氣的頻率和強度，並評估對老年人口的健康影響；（2）制定更全面的的減緩行動計劃，包括針對極端酷熱和寒冷天氣來改良城市規劃和建築物設計；（3）為長者支援服務制定更全面的適應行動計劃，以增強長者應對極端酷熱和寒冷天氣的能力。本研究將提供一個研究框架，把極端酷熱和寒冷天氣的科學知識及對長者健康的影響結合成一個全面的應對行動計劃。
本研究的影響包括：
（1）研究結果可幫助香港天文台改善資訊系統，由現時只提供簡單天氣資訊提升至可以覆蓋不同區域的適時天氣狀況的全面系統。
（2）為城市規劃師、建築師、發展商和其他專業人士提供指引，協助業界建設可持續和健康城市，實現香港2030+和香港氣候行動藍圖2050的願景。
（3）通過結合新的天氣預警系統，可以改善現時的長者支援服務。制定相關房屋草案，以切合長者在極端天氣狀況（酷熱、嚴寒和潮濕）的需要。社工和義工將接受培訓，以便在極端天氣下更妥善地照顧長者。
項目編號: R5008-22
項目名稱: 一種基於肽嵌合抗原受體巨噬細胞靶向癌幹細胞的全新療法
項目統籌員: 李建華教授（理大）
摘要
在東南亞以及香港地區，肝細胞癌（HCC）是造成與癌症相關死亡的第三大因素。儘管目前化療和分子靶向治療通常被用作應對晚期不可切除肝細胞癌的二線治療方案，但其療效令人失望。近期，FDA批准了多項用於治療晚期HCC患者的免疫檢查點療法，但是此類療法的緩解率不盡如人意。有確鑿證據表明，HCC腫瘤的生長是由癌症幹細胞 （CSCs）推動的,這導致了腫瘤對以上幾類治療方法產生耐藥性。因此，針對HCC的腫瘤幹性進行治療可能是一種具有潛力治療策略。我們識別了幾種潛在的肝臟 CSC 標記物。這些標記物能同時對巨噬細胞發出 「別吃我」 的信號，表明了肝臟 CSC 能夠抑制巨噬細胞的吞噬作用，進而具有實現免疫逃逸的獨特特性。基於這一點，我們猜測可以針對肝臟CSC的這一特性使用巨噬細胞靶向治療。
在本研究中，我們採用了一種新型的非病毒一鍋法肽環化和細胞表面耦合法來構造肽嵌合抗原受體巨噬細胞 （pCAR-Ms）。我們的前期研究中表明 pCAR-Ms 具有針對CSC 的特異性和靶向性。基於這一令人鼓舞的數據，我們猜測pCAR-Ms 可以通過誘導吞噬肝臟 CSC來抑制腫瘤細胞幹性。在此項目中，我們的研究目的是 （1） 通過質譜分析篩選出能選擇性結合肝臟 CSC 受體表面的肽；（2）通過使用我們提出的一鍋法肽環化和細胞表面耦合法設計並建立針對肝臟 CSC的特異性 pCAR-Ms 庫；（3） 在細胞模型中，研究並優化 pCAR-Ms的細胞功能表型； （4）評估pCAR-Ms在動物模型中的功效。總括來說，從發現、化學修飾到生物驗證，我們提出了一種使用pCAR-Ms靶向針對肝臟CSC的系統性方法。我們這項研究建立在可靠的前期資料基礎上，並具有產生重大轉化作用的潛力。我們相信 pCAR-Ms 將為治療 HCC 開闢新的治療途徑。
項目編號: R5019-22
項目名稱: 適用於穿戴技術的柔性及彈性電池
項目統籌員: 鄭子劍教授（理大）
摘要
柔性電子的快速發展為穿戴技術、智能電子織物、電子皮膚、軟機器人、生物電子、物聯網等應用的實現提供了極大的機遇。這些湧現應用對於柔性及彈性電池提出了前所未有的需求。柔性及彈性電池不僅可以無縫集成到柔性電子系統為其提供電力能源，還可以啟動未來產品設計的範式轉移。然而，目前商用電池由於使用如金屬箔等的硬部件，無法實現柔性。與此同時，商用電池中使用的可燃性有機溶劑造成很嚴重的安全隱患。儘管過去十年在研發上投入了巨大的精力，目前柔性及彈性電池的性能遠遠無法滿足工業界及市場的要求。其關鍵挑戰是如何解決電池的能量密度、柔性/彈性、循環穩定性三者之間相互制衡的問題，還有如何使電池阻燃提高安全性。
本項目旨在聯合香港三個研究小組及電池行業的三家企業，通過四年時間合作研發出安全、高性能的柔性及彈性電池。本項目會開發出兩款電池，包括（1）高能量密度、柔性、阻燃的使用有機電解液的鋰電池，及（2）較好能量密度、彈性、超級安全的水系電池。本項目的成功將會對應用在穿戴技術的電池設計提供革命性的改變，從目前插件式的剛性、笨重、可燃的電池原件變為可無縫整合到穿戴電子的本身安全、柔性及彈性電池。
項目編號: R5031-22
項目名稱: 通過鋼結構和復合結構可拆卸和再利用的創新建築技術和測試實現建造業的循環經濟
項目統籌員: 陳德明博士（理大）
摘要
為打造宜居城市開展新型基礎設施建設是未來幾十年各國的首要目標，但對土木工程師來說是一個挑戰。香港政府採取了若干基礎設施開發計劃，如粵港澳大灣區、明日大嶼願景與北部都會區，為香港的建造業提供了機遇。然而，香港發展局題為「建造業2.0」的最新報告指出，由於創新技術應用的缺乏與複雜供應鏈，香港建造業正面臨生產力問題。全球範圍內，包括英國、美國、澳大利亞與新加坡在內的許多國家也出現了生產力問題。因此，在資源管理和施工技術不發生根本性變化的情況下，滿足未來的建設需求將是一項十分嚴峻的挑戰。除生產力問題外，未來大型建設項目的工程材料需求問題也急切地需要解決。為此，本項目開發一種創新建築技術，採用由高強鋼材料製成的可重複利用的結構部件，以及可持續的材料供應和營銷策略，以實現施工期間前期碳排放降低50%的目標。創新理念 — 「基於可拆卸和再利用的設計」將被利用於結構構件和節點的設計中。
本項目中所提出的創新建築技術是革命性的，旨在提高建造業的生產力和可持續交付能力。此項目有以下四個目標：（1）通過基於可拆卸和再利用的設計（DfDR）技術，為「建造業實現循環經濟」奠定基礎。通過先進的工程方法和管理策略，為鋼結構和復合結構開發更具生產力的施工技術；（2）通過數字化製造、安裝和拆卸，提高香港建造業的生產力，以實現建築項目更加快速的供應和交付，並通過在建造業循環經濟的實現，在地方和全球層面上提出知識創新、提供就業機會和商機；（3）實現可再利用建築構件的識別，再利用策略的制定，並在示範項目中進行技術論證用以提高，開發基於數字化的無損檢測技術以快速認證可再利用的構件；（4）為DfDR技術的發展製定實踐標準、為政府核準機構製定測試和認證政策，以及通過利益相關者互動為實現建造業可持續產品交付提供管理策略。
本項目的成果將是建築施工過程的範式轉變，可為香港建造業帶來更多商機。
項目編號: R5047-22
項目名稱: 下一代原位精密三維表面測量技術:一種面向工業4.0的智能自適應多視角方法
項目統籌員: 張志輝教授（理大）
摘要
隨著面向各種功能性應用的先進產品和高精度部件的需求迅速增長，複雜多尺度的三維（3D）表面在此類產品的設計和製造中的應用在各個行業變得更加廣泛，如生物醫學、光學、電子、視光學、半導體、信息技術、能源、航空航天等。這些表面通常具有複雜的幾何特徵，在其製造和測量過程中，從更高的精度、更好的表面光潔度以及更高的幾何複雜度等諸多方面帶來了很多挑戰。然而，具有封閉式機器接口和控制系統的機床、製造設備和機械手本身（如機器人和運動滑軌）是用戶無法接觸到的，這使得用戶很難利用機床、製造設備和機械手自帶的運動軸進行原位/在線測量。由於測量系統中缺乏空間位置坐標信息，同時又無法主動獲取這些信息，導致測量的不確定性。目前，缺乏通用的、可以提供高分辨率、高重複性、高速度、大測量範圍和最小的重新定位誤差的原位精密測量系統。不僅如此，在工業4.0的背景下，對測量系統和流程的靈活部署的需求越來越大，尤其當試圖保持工件的位置以進一步進行補償過程時，以提高複雜三維表面精密製造的精度和效率時，對製造環境中的原位和/或在線測量產生了巨大的需求。
因此，本項目旨在探索、研究和開發下一代原位精密三維表面測量方法，它可以同時實現高動態範圍（HDR）和具有自動調整測量參數配置的複雜三維表面的原位測量。該系統獨立於被嵌入的機床和製造設備，並擁有自適應能力以滿足不同的製造和測量環境。這是一個跨學科的合作研究項目，由香港理工大學（PolyU）和香港大學（HKU）的優秀研究人員以及來自不同工業領域的戰略夥伴和工業夥伴共同參與。該項目旨在研究和開發一種智能自適應多坐標（SAMS）在位測量方法，進而建立一個可定制的智能SAMS系統，用於在不同的製造環境和應用中進行精確的原位三維表面測量。本項目將分別開發多個功能模組並整合功能，包括一個多通道光學（MSO）模組來執行原始三維信息的分時復用採集；一個獲取綜合實時位置和狀態跟踪的（IRPST）模組來確定智能SAMS系統在全局坐標系中的空間位置和狀態，具有較高的精度；一個基於人工智能的數據處理和融合（AIDPF）模組，用於三維表面重建和測量；以及一個基於機器學習的自適應（MLSA）模組，可以在各種測量場景和環境下調整測量策略。智能SAMS系統不僅可以進行原位精密三維測量，具有亞微米級的測量精度，而且擁有測量不同類型複雜三維表面的自適應能力，還能夠定制和嵌入不同類型的機床、製造設備和機械手，在不同行業的不同測量環境中運行，包括數字牙科、光學、半導體、視光學、通訊行業等等。
該項目如果成功，不僅將極大地促進人們對複雜三維表面原位精密測量科學和技術的理解，還將為開發智能原位精密三維測量系統提供新一代的自適應多視角測量方法，該系統可嵌入不同的機床、製造設備和便攜式測量設備中，在工業4.0的各種不同的製造或測量場景下執行的原位測量任務。該項目的成功將為不同行業的智能原位三維測量系統和三維機器視覺傳感器的研究和開發提供良好的基礎，如用於數字牙科的新型數字口內掃描（DDIO）的非視線原位精密三維測量的創新型內窺鏡式SAMS系統，對為工業4.0準備的測量科學和技術的進步產生深遠和持久的影響，這將對香港和大灣區再工業化進程中的先進製造業和高科技產業做出重大貢獻，並提升其在全球時代的工業地位。
項目編號: R6003-22
項目名稱: 開發一個整合來自大量患者的計算病理學和多組學數據的多模態人工智能平台以推動腦腫瘤的精準醫療
項目統籌員: 王吉光教授（科大）
摘要
精準診斷和有效分類對於惡性癌症治療至關重要。傳統診療方法依賴影像及介入放射科、病理科、腫瘤內科、腫瘤外科等醫生與遺傳學家共同協作，進而優化治療策略。通常，組織病理學根據細胞在顯微鏡下的形態對腫瘤進行分級，但這種方法費力、耗時，難以在醫生之間進行標準化，並且經常無法預測患者的預後或治療結果。該項目專注於成人彌漫性膠質瘤的研究，旨在開發一個基於多模態數據訓練的神經腫瘤學人工智能平臺，這不僅會提高癌症診斷的效率和準確性，而且會協助更好的醫療決策以改善治療結果。具體而言，該項目將實現四項目標：（1）提取和註釋局部和全局診斷特徵的計算機輔助診斷系統； （2）開發創新的模態融合方法，整合成像和多組學數據，用於識別基因型-表型關聯和評估患者預後； （3）發展靶向癌症動態的藥物再利用框架，用於個性化藥物推薦；（4）開發幫助腦癌整合診斷和治療的計算機軟件，並通過與醫院和公司的合作進行測試。該項目的成功將為腦癌患者提供更有效和標準化的診斷、預測病人預後，並基於個性化特徵推薦潛在的干預手段或靶向治療。該系統可以很容易地擴展到許多其他疾病的研究。
項目編號: R7007-22
項目名稱: 2030年本港中長期慢性病負擔及醫療需求前瞻性評估
項目統籌員: 李雪博士（港大）
摘要
隨著新技術的不斷出現，政策制定者和醫療保健提供者需要在越來越多的產品和服務中進行選擇，從而滿足人們日益增長的健康需求。然而醫療保健資源有限，病人對高效且高價的創新藥物的需求與日俱增，我們將迫切需要平衡藥物成本和健康效益，優化患者管理和藥物醫保納入。慢性非傳染性疾病對醫療保健系統和社會產生長期的致命或非致命的負擔，評估創新藥物在慢性疾病管理中的成本效益具有顯著的社會和經濟學效益。地平線掃描（Horizon Scanning）和健康技術評估（Health Technology Assessment）旨在評估未滿足的醫療需求、識別全球創新藥物的研發管線、評估經濟績效並指導基於循證的資源優先配置，能最大限度地優化醫療保健中的健康公平和成本效益。全球範圍內的決策者正充分運用健康技術評估，及醫療保健大數據輔助創新藥物的審查和准入，然而相關研究在香港仍處於初期發展階段。
SCAN-2030旨在利用香港電子病歷信息庫，提取慢性非傳染性疾病的疾病負擔信息，了解社會上的未能被滿足的健康需求的現狀，同時預報將在醫療系統和社會中產生的長期負擔和護理需求，以指導衛生政策規劃。 SCAN-2030 將開發即用型決策輔助工具包，可視化最近和未來 10 年的疾病負擔、評估創新藥物的成本效益、投資回報，並且計算對衛生系統的影響。 SCAN-2030 的願景是在香港建立健康技術評估的產業生態系統，引入循證和透明的評估機制，優化創新藥物的市場准入和醫保納入。 SCAN-2030 還會與本地和海外知名大學、製藥公司和衛生當局中的研究人員和行業領袖合作，統籌每個合作組織的專業知識，全方位地向SCAN-2030輸入所需的技術技能，推廣HTA在本港的落地生根。
項目編號: R7030-22
項目名稱: MindPipe：高性能與碳高效的大AI模型四維並行訓練系統
項目統籌員: 崔鶴鳴博士（港大）
摘要
本MindPipe項目將開發一個新的軟體訓練系統，可以管理成百上千個GPU，用於訓練一個個國際通用的大AI模型（例如，Transformer、GPT和Pan-Gu）。每個大AI模型包含極大量的神經元參數（例如，微軟開發的一個GPT模型包含數千億個參數）。MindPipe系統旨在管理海量的GPU來用於訓練每個大AI模型時，達成高訓練的性能和低的碳排放。該項目預計將與全球領先的IT企業，一起推出全球最快之一的大AI模型的商業化軟體訓練系統。該項目的初步成果包括在國際頂級電腦系統領域發佈了並行AI訓練系統，包括 [vPipe IEEE TPDS 2021]，[NASPipe ACM ASPLOS 2022]，以及 [Rog ACM MICRO 2022]。
從長遠來看，本MindPipe項目提出的研究目標和開發的開源軟體系統，可能會在廣泛的學術界和企業中（例如與AI，金融科技、雲或晶片相關的企業），促進大AI模型的普及，包括其設計、訓練、定制和演進。
項目編號: R7036-22
項目名稱: 工業4.0模塊化建築智能裝修工場
項目統籌員: 黃國全教授（理大）
摘要
房屋生產和供應一直是香港的重中之重，直接關係到經濟和民生，每年都會在行政長官的施政報告中體現。香港建造業議會（CIC）針對在靠近跨境陸路口岸的香港一側設立預製工場（PY）發佈了實證研究報告。預製工場具有多重功能。一是作為建築模塊生產商和用戶及其物流服務商共享的倉庫。二是預製工場利用其空間通過物流的跨境兩側實現建築模塊的準時制（JIT）交付。三是提供了建築模塊在預製工場等待期間進行場外裝修操作的機會。基於全球（尤其是新加坡）的開創性舉措中獲得的經驗，大規模PY 的複雜性限制了風險對沖和靈活性、簡化模塊物流規劃和調度以及實現規模經濟的能力。所以採用先進智能建築技術至關重要，包括 BIM（建築信息模型）、IoT（物聯網）和數字孿生（DT）。
該項目旨在研究開發基於工業4.0標準的智能裝修工場創新技術和解決方案。一是智能數字化技術，創新性地將傳統預製工場提升為基於信息物理系統（CPS）的智能裝修工場（SPY）。開發和使用實時可視化和可追溯性以促進智能裝修工場的入站/出站運作、庫存管理和裝修運作。其次，智能裝修工場將建築模塊物流從傳統的m2m（多生產商-多建築工地）交付模式轉變為一種新的雙程模式：多個模塊生產商-智能裝修工場和智能裝修工場-多個建築工地。這種新模式不僅有利於越庫配送操作，還允許利益相關者共享物流資源和服務實現準時配送。第三，智能裝修工場提供了一種新的商業模式，即在建築模塊生產工廠和施工現場之外進行異地場外裝修施工，充分利用風險共擔和資源集中效應。最後，開發的智能技術和解決方案將通過項目的工業合作夥伴及其業務合作夥伴進行演示、測試和進一步完善。項目成果將集成一個「所見即所得」的實驗室平台，展示實踐案例手冊、項目技術路線圖及實施指南。