主題1： 剖析疾病及疾病預防
項目名稱： 阿茲海默氏病的神經免疫機制與調節
項目統籌者： 卜國軍教授（科大）
摘要
阿茲海默氏病（AD）是最常見的與年齡相關之失智症，對香港而言，是一項日益嚴峻的公共健康挑戰。預計到2049年，香港將有三分之一人口年滿65歲或以上，屆時香港將成為全球最年長的社會。與此同時，香港目前已超越日本，成為全球百歲人比例最高的地區。儘管科學研究近年取得不少進展，AD至今仍無法治癒，也缺乏有效的預防方法，顯示急需突破性的新療法。越來越多的證據指出，免疫系統在AD的發展和惡化過程中扮演關鍵角色，但目前仍有許多未解之謎，包括哪些免疫反應隨病程變化對大腦是有益還是有害。為了解答這些問題，來自香港多所頂尖大學的領先科學家團隊啟動了一項尖端研究計畫，專注探討大腦及外周免疫細胞在AD中的作用動態，並聚焦於兩大遺傳風險因子APOE 和 TREM2。研究團隊將運用先進的小鼠模型、人類幹細胞模型以及病人樣本分析，致力尋找調控免疫系統以保護大腦的新方法。研究成果將有望轉化為新一代AD治療策略，幫助預防或減緩疾病進程。面對快速老齡化的社會，這項研究將對應對當前香港最迫切的健康議題之一產生重大影響，同時將有助於提升香港在AD研究、神經免疫學及醫療創新領域的全球領導地位，為全球對抗這項毀滅性疾病作出貢獻。
主題1： 剖析疾病及疾病預防
項目名稱： 睡眠和晝夜節律：預防青少年精神問題的潛在途徑
項目統籌者： 榮潤國教授（中大）
摘要
精神健康問題給個人、家庭和社會帶來沉重負擔。值得警惕的是，研究顯示75%的精神健康疾病在24歲前發病，這凸顯了早期發現和干預的重要性。近期一項涵蓋了約6000名兒童及青少年的本地流行病學數據顯示，5.4%的青少年患有抑鬱症，6.1%受焦慮症困擾。然而，許多青少年患者並未得到診斷，這迫切要求我們及早識別高風險群體，防止其發展為更嚴重的精神健康問題。
現有預防方案大多採用「一刀切」的模式，由於患者和疾病特徵的異質性，其可擴展性和有效性較為有限。而青少年的求助率較低、延遲求助現象普遍。為解決這一問題，我們需要創新方法在早期階段準確地識別各類特徵和亞型，從而指導開發有效的個人化預防方案。特別值得留意的是，睡眠與晝夜節律紊亂（尤其是失眠和睡眠相位延遲問題）不單常與抑鬱和焦慮問題共存，更可預測甚至增加2-3倍情緒問題的風險。通過多模態數字-生物學測量手段可準確識別、並全面解析睡眠/晝夜節律紊亂與情緒障礙間的複雜關係，為預防精神障礙發病提供重要契機。
本項目將通過兩階段研究揭示青少年睡眠及晝夜節律紊亂與精神健康之間的關聯：第一階段將運用前沿人工智能-數字化-可穿戴技術配合高階人工智能分析，從睡眠與晝夜節律的角度，開發可精準預測抑鬱焦慮的模型。這個深度表型分析有助深化我們對兩者如何影響精神健康機制的理解。第二階段將實施個人化的數字化跨診斷干預，通過改善睡眠及晝夜節律問題預防情緒障礙。這一跨診斷干預方案將進一步適配個體化特徵。同時此研究還將探索青少年在接受干預後相關的生物標記變化及成本效益分析。
本研究有望革新精神健康預防策略，為未來醫療政策指定和實施提供關鍵科學依據。通過聚焦青少年關鍵發育階段的睡眠與晝夜節律問題，我們將開發個人化人工智能的驅動方案，從根本上改善精神健康與預防醫學的服務管理模式。
主題2： 建設可持續發展的環境
項目名稱： 從鹵酚類消毒副產物/化合物中鑒定和探索高效環保消毒劑
項目統籌人： 張相如教授（科大）
摘要
隨著病原微生物引起的疾病日益增多，化學消毒劑在個人護理產品（如洗手液、洗滌劑、肥皂、化妝品、洗髮精和乳液）、工業產品（如粘合劑、塗料、潤滑劑、紡織品、紙漿、床上用品、墨水和醫用防護服）以及手術器械、醫院、家庭、商場、餐館和街道衛生中的使用也隨之增加。新冠疫情進一步提高了公眾對個人和環境消毒的認識，導致全球消毒劑銷售增加了50%以上。然而，由於會經由廢水和城市徑流進入自然水環境，化學消毒劑的大量使用可能引發水生生態系統的次生災害。一個典型的例子是氯二甲酚，一種全球廣泛使用的消毒劑，在美國、英國、中國大陸和香港有17-56%的抗菌洗滌劑、家用消毒劑和洗手液中都使用了該物質。氯二甲酚的廣泛使用和較高的化學穩定性會對水體造成生態破壞。因此，迫切需要新型、高效又環保的消毒劑(Novel Effective Ecofriendly Disinfectants (NEED))。
氯二甲酚與我們先前發現的多種鹵酚類消毒副產物具有相似的化學結構，且一些鹵酚類消毒副產物在水環境中易於光降解並消除毒性，受此啟發，我們提出從鹵酚類消毒副產物/化合物中篩選出環保消毒劑，以解決與消毒劑相關的生態風險問題。在本項目中，我們將1）以氯二甲酚為基準，系統研究預先篩選的鹵酚類物質的消毒效力（針對典型細菌、真菌和病毒）和環境行為及環境影響；2）從機理上深入了解鹵酚類物質的病原微生物滅活活性及環境可降解性；3）構建基於人工智能的鹵酚類物質消毒效力和降解性預測模型，並應用該模型進一步開發最優消毒劑。本項目匯聚了全球在消毒、分析化學、合成化學、微生物學、生態學和工程學領域的頂尖科學家，共同開發具有突破性的新型高效環保消毒劑，最終目標是為促進公眾衛生健康的同時最大限度地減少環境負擔提供具有科學依據的解決方案。本項目的成果將為學術界、公眾、政府和業界帶來重要裨益，並將為香港乃至全球的可持續發展做出貢獻。
主題2： 建設可持續發展的環境
項目名稱： 粵港澳大灣區含碳物種的化學天氣觀測
項目統籌者： 郁建珍教授（科大）
摘要
物理天氣資料的收集與應用已深入日常生活，成為社會活動決策的重要參考依據。與物理天氣參數不同，「化學天氣」數據因大氣中化學成分種類繁多，其監測難度更高。目前，日常監測的化學天氣資料主要是受監管的大氣污染物的濃度，如一氧化碳、臭氧、粒狀物等，有機分子的監測活動仍限於短期的外場觀測。但是，有機物在大氣化學成分中佔據了相當大的比例，是大氣氧化過程的“燃料”，它們的豐度和成分與臭氧和顆粒物中的二次污染物的生成過程密切相關。同時，粵港澳大灣區面臨持續的空氣品質和氣候變遷問題，並隨著發電和交通的能源供應變化、區域內和國家層面的環保政策而不斷演變。除了監測有限的標準污染物外，急需建立一個地區內的化學天氣數據觀測網絡，用來追蹤和理解大氣中的碳化學，這將為大灣區內長時間的二次污染和偶發重度污染事件提供更好的解決方案。在本計劃中，我們將鞏固並擴展現有的測量技術，建立統一的測量平台，監測包括氣相和顆粒物相中含碳物質在內的關鍵化學天氣成分。透過這些測量數據，我們能更全面地研究空氣污染毒性、更好地預測偶發性重度污染事件及其在大灣區的長期趨勢。
該項研究推行的統一測量方法將為現有空氣品質監測網路做出全新範例。新的化學天氣資料集持續時間長，涵蓋空間廣，建立監測站的城市包括香港、澳門、廣州和深圳。此監測網絡將為我們提供前所未有的研究機會：深入理解臭氧和顆粒物對能源和土地使用變化的反應過程，以觀測數據為約束來降低區域氣候變遷建模中的不確定性，揭示特定有機成分及其對公共健康的影響。該項目將包括監測優化、數據處理與評估、污染過程分析和建模。最終目標是更具成本效益地保護大灣區內的公眾健康和大氣環境。
主題4： 促進對香港起重要作用的新興研究及創新項目
項目名稱： 協作生成式人工智能
項目統籌者： 楊紅霞教授（理大）
摘要
生成式人工智慧（GenAI）近年來因先進工具與應用的迅速湧現而備受關注。生成式人工智能包含了大型語言模型、多模態大型語言模型和基於擴散的模型。隨著技術持續演進，GenAI正處於變革性成長的關鍵階段，預期將從根本上重塑產業界與學術界的應用範式。
當前對GPU資源的壟斷嚴重阻礙了生成式人工智慧（GenAI）的發展。目前，這一領域的研究人員/終端用戶在缺乏GPU算力的情況下難以參與GenAI的預訓練階段，更無法為模型注入其領域知識及能力。為了更好應對這一挑戰，本項目將開發一種名為Co-GenAI的新型協作GenAI範式，通過集成數百個特定領域的模型來創建一個強大的基礎模型，從而用更少的集中GPU算力實現通用人工智能。為實現這一範式，本項目將著力於下面4個核心研發任務：1）開發領域自適應持續預訓練基礎設施，通過對特定於領域的、未標記的數據進行持續預訓練來增強GenAI模型，有效地將領域知識注入模型； 2）設計一個強大的和通用的模型能力排名方法，結合行業標準評估、更安全的內部領域基準和從基礎模型中獲得精確的損失評估，以獲得穩健的最終排名； 3）採用先進的“以模型重塑模型”方法來合併各類領先的領域模型，通過構建高質量的輸入及靈活可變的排名機制來引導模型融合能力，以符合不同的應用需求； 4）通過構建 Co-GenAI平台，強化多元領域的應用與跨界合作，最終打造一個適用於下一代人工智慧應用的多功能平台。藉由這一創新方法，我們致力於推動人工智慧的廣泛發展，使其更易於普及，並降低對龐大集中式運算資源的依賴，從而促進該領域的創新與多樣性。為了構建Co-GenAI的典型應用案例，我們將與數碼港、香港科技園、阿里巴巴等業界夥伴，以及復旦大學華山醫院、山東省腫瘤醫院和中山大學癌癥中心等領先醫療機構合作，廣泛實施和部署該系統。
本項目的獨特性與創新性在於其戰略性地識別出最關鍵的科學挑戰，並以系統化方式發展具潛力的Co-GenAI新範式，包括構建領域自適應的持續訓練基礎設施 ，以及貼近實境的生成式人工智慧生態系統。本項目具有前瞻性與時效性，有望使香港在下一代GenAI新範式中佔據領導地位。在一支由國際知名研究人員組成、具備深厚專業知識的團隊支持下，我們對本項目的成功與其能帶來的深遠影響充滿信心。
主題4： 促進對香港起重要作用的新興研究及創新項目
項目名稱： 新一代電子設計自動化
項目統籌者： 楊鳳如教授（中大）
摘要
超大規模集成電路（VLSI）行業快速發展，已突破5納米製程並推進至3納米技術。設計這種包含數十億晶體管與互連線的複雜芯片，高度依賴於強大的電子設計自動化（EDA）工具。隨著電路複雜度持續提升，業界亟需由人工智能和現代硬件驅動的快速、智能且可擴展的EDA解決方案。現代大規模異構集成晶片（如3D/2.5D集成電路、芯粒和先進封裝）也對新型EDA方法帶來需求。我們的目標是探索並開發大電路模型、AI原生EDA、GPU/CPU加速EDA及其在異構集成芯片中的應用。