理大研發 AI 虛擬病人模擬系統 搭建數碼雙生模型 助重症精準治療
發佈時間：17:10 2026-08-13 HKT
持續追蹤患者健康數據，能夠協助醫護團隊制訂更精準、個人化的治療方案。理工大學研究團隊開發以患者為核心的「人工智能虛擬病人模擬系統」。系統動態整合基因、醫學影像、臨床記錄等多類數據，建立能夠持續更新的「數碼雙生」模型，除了實時監察病情走勢，亦為臨床診斷、長期病情監測、治療成效評估提供 AI 支援，相關研究成果刊登於國際期刊《Medical Image Analysis》。
現有不少醫療AI工具大多只依靠單一電腦斷層掃描、基因報告或是靜態病歷分析，難以完整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架構，配套醫護操作平台以及供患者使用的流動應用程式。系統可按照患者實時病情變化作出預測分析，模擬不同治療方案帶來的效果，適合病情複雜、治療選項眾多且醫療開支龐大的癌症與重症個案，推動精準醫療發展。
系統亦有助簡化多科會診和跨院轉介流程。患者透過手機程式，可以上載病歷、記錄日常病徵、持續跟進自身健康情況；當中設有加密「深層特徵二維碼」，能夠在不同醫療機構、設備之間安全傳送病歷，兼顧數據流通效率與病人私隱。令患者不再只是被動接受治療，而是可以主動參與健康管理。
陳穎志指出，系統不單能夠找出各類醫療數據之間細微卻關鍵的病理關聯，更可充當「監測哨兵」。一旦察覺患者的生物指標或病徵出現異常，就即時向醫護發出警示，縮短診斷與療效評估所需時間，協助團隊為癌症及重症病人設計更精準、高效的個人化治療計劃。
為推廣技術運用於癌症護理及治療決策，研究團隊搭建一套建基於臨床數據的多尺度分析框架，用作預測非小細胞肺癌病人對免疫治療的反應。這套「視覺 — 全域關係融合網路（ViGNet）」多模態技術整合組織病理影像特徵、基因表達數據、癌症臨床文字資料，框架融合多尺度視覺編碼器與基因驅動編碼器，有助挖掘和癌症治療效果息息相關的影像及基因特徵。
ViGNet 判斷治療反應的表現勝過傳統基準方法，預測免疫治療成效準確度高達 82.55%，有效地整合來自不同渠道的醫療數據，推動AI真正落地臨床場景。
這項成果更成功入圍 2026 年全球移動大獎「最佳移動互聯健康與福祉創新獎」決賽，同時獲香港科技園「創科培育計劃」有條件核准，正邁向商業化，準備投入產業應用落地。
延伸閱讀：研資局「研究學者」中大攬6席冠八大 理大4人入選位列其後
誠邀大家做問卷調查，話俾我哋知你對《星島教育》有咩意見！連結：>>按此<<
