最新动态

理大研发新一代高效耐用钙钛矿有机迭层太阳能电池 被遮挡仍能稳定运作 助推动薄膜太阳能技术工业应用

太阳能板被树木、云层、飞鸟或建筑物遮挡，是日常环境中极常见的情况。但对于薄膜太阳能技术而言，这些遮挡却可能造成严重问题—被遮挡的部分会出现反向偏压（负电压），轻则降低发电效率，重则有机会损坏太阳能电池的组件。香港理工大学（理大）研究团队成功研发新一代钙钛矿有机迭层太阳能电池，不但发电效率高，更能有效抵抗负电压带来的损害。研究中的迭层装置即使承受-40伏特的极端反向偏压，仍能维持90%以上的初始效率，表现远超现时所有薄膜太阳能技术，为薄膜太阳能技术走向实际应用迈出关键一步。 薄膜太阳能技术，例如碲化镉(CdTe)、铜铟镓硒(CIGS)、钙钛矿和有机太阳能电池等，具备轻巧、柔韧及低成本等独特优势。不过，这类材料有一个共通弱点：由于其「电子—离子混合导电」的特性，一旦太阳能电池被局部遮挡而产生负电压，供电性能就难以保持稳定，组件甚至有机会受损。因此，能否抵抗反向偏压，正是薄膜太阳能技术是否耐用及能否长期稳定运作的关键。 有机太阳能电池近年在效率和耐久度上都有长足进步，但科学界对它在反向偏压下的实际表现，以及电荷在体异质结（即电池内部由两种材料混合而成的发电活性层）如何传输，至今仍未完全掌握。填补这些空白的知识，正是推动薄膜太阳能技术实际应用不可或缺的一步。 理大电机及电子工程学系能源转换技术讲座教授、钟士元爵士可再生能源教授、理大智慧能源研究院副院长李刚教授及其研究团队，正是从反向偏压这个常被忽略的关键环节入手。李教授表示：「我们在提升有机太阳能电池和钙钛矿有机迭层太阳能电池于严苛反向偏压环境下的稳定性方面，取得重要进展，为理解这类太阳能技术的运作原理和耐久度作出重大贡献。」 有机太阳能电池在反向偏压下之所以受损，源于体异质结存在「深陷阱态」的缺陷。这是太阳能电池材料里的隐形陷阱，困住负责发电的电荷，令电池效率下降甚至损坏。 团队透过创新方法及策略性干预取得突破，透过抑制「供体—受体混合区」（即电池发电核心中，负责放出和接收电荷的两种材料混合的区域）内孤立的受体簇，成功减少上述缺陷，研发出高效能的有机太阳能电池，其不可逆击穿电压更超过 -35伏特。换言之，只要负电压不超过-35伏特，电池都不会被永久破坏，抗损能力大幅提升，为有机太阳能电池的效率和稳定性建立新标准。 是次研究显示，透过抑制n-i-p型无机钙钛矿—有机迭层太阳能电池的「反向隧穿」（即太阳能电池被遮挡时电流反向流动、产生负电压并损害电池的现象），有机太阳能电池成功保护钙钛矿层。即使承受-40伏特的极端反向偏压，迭层装置仍能维持90%以上的初始效率。此外，这些迭层太阳能电池非常稳定。在-20伏特下持续运作12小时后，仍保留90%初始效率；在-4.5伏特下持续运作2,000小时后，更保留高达 97% 的初始效率，表现远超现时所有薄膜太阳能技术。 这项研究题为「具优异反向偏压稳定性的钙钛矿—有机迭层太阳能电池」已刊登于《自然材料》（Nature Materials）期刊。该研究详述了体异质结有机太阳能电池中的反向电荷传输机制，并解决钙钛矿太阳能电池的反向偏压不稳定问题，为发展稳定耐用的钙钛矿有机迭层太阳能电池提供关键指引。 在此前的研究中，李教授与团队透过「底层接触调控」策略，成功将n-i-p型无机钙钛矿/有机迭层太阳能电池的能量转换效率推高至25.9%（认证效率为25.1%），在各种环境下展现更高稳定性。该研究题为「透过底层接触调控技术达致25.1%认证效率的无机钙钛矿/有机迭层太阳能电池」已于2025年刊载于《自然能源》（Nature Energy）期刊。 而在最新的研究中，n-i-p型钙钛矿有机迭层太阳能电池的能量转换效率更进一步提升至26%以上，展现出优异的反向偏压稳定性，为技术实际应用再迈进一步。理大电机及电子工程学系博士后研究员黄佳明博士及博士生韩玉先生分别是刊载于《自然材料》及《自然能源》两篇论文的第一作者。同系的研究助理教授任志伟博士为该两篇论文的共同通讯作者。 李教授补充：「可扩展的钙钛矿/有机迭层太阳能电池小型组件，在阴影环境下充分展现出极佳的反向偏压稳定性。这是一项重大突破，有助建立再生能源系统，让未来更可持续，更有效率。 」

理大学者荣膺2026年国际摄影测量与遥感学会会士 表彰地理空间人工智能与遥感领域卓越贡献

香港理工大学（理大）土地测量及地理空间科学系地理资讯学和人工智慧讲座教授、全球STEM 学者翁齐浩教授获选为2026年国际摄影测量与遥感学会会士。国际摄影测量与遥感学会大会每届在全球仅严格限制选出不超过五位会士。这项荣誉肯定了其在摄影测量、遥感以及地理空间人工智能（GeoAI）领域的卓越学术成就与国际领导力。 此项殊荣不仅彰显翁教授在国际学术界的崇高地位，亦反映理大在推动人工智能驱动地理空间研究、促进环境及社会效益方面的雄厚实力。他的研究贡献显著推动并塑造城市遥感、城市气候研究及人工智能驱动的地球观测等领域，并提出关键的数据驱动解决方案，支持全球永续城市发展。 翁教授致力于城市环境监测、地理空间分析、时间序列遥感影像分析及人工智能应用研究，其研究成果影响了全球对城市化、气候变化及环境可持续发展议题的理解。其团队开发的创新理论和方法，有效推进了城市热岛效应、城市扩张及环境可持续性等研究领域带来重要突破。 除了推动基础研究，翁教授亦积极将GeoAI技术应用于实际场景。他带领团队利用人工智能、地球观测、遥感及大数据分析技术，开发创新方案以支援城市可持续发展、环境监测及城市韧性建设，并应用于交通管理、城市规划、公共安全、气候适应及灾害管理等多个范畴。 此外，翁教授是理大地理空间智能研究中心及赛马会「对地观测」创科实验室的总监。研究中心专注于为地理空间信息技术原创开发与人工智能方法理论和技术的创新应用，以应对地理信息科学领域中的环境和社会挑战，致力于成为全球地理人工智能（GeoAI）研发的中心。赛马会「对地观测」创科实验室由香港理工大学、香港赛马会慈善信托基金及香港特别行政区政府联合成立，旨在支持“杰出创科学人计划”。实验室致力于开发原创且创新的地球观测方法与技术，并将其应用于城市及都市区域环境和社会挑战的成因、影响及应对研究。在翁教授的领导下，实验室不断开拓地理空间智慧与地球观测的前沿，为全球城市的可持续发展提供变革性的解决方案。 此次再获会士荣衔，为翁教授杰出的国际学术成就再添里程碑。他是欧洲科学院（Academia Europaea）外籍院士，并获选为多个世界领先科学组织的会士，包括电机电子工程师学会（IEEE）、美国科学促进会（AAAS）、美国地理学家协会（AAG）、美国摄影测量与遥感学会（ASPRS）以及亚太人工智能学会（AAIA）。此外，他亦担任ISPRS Journal of Photogrammetry and Remote Sensing总编辑，并出任全球地球观测组织（GEO）「全球城市观测与资讯倡议」负责人，积极推动相关领域的研究发展。 国际摄影测量与遥感学会会士，自2010年起作为国际摄影测量、遥感及空间信息科学领域的最高荣誉之一，旨在表彰对相关学科发展作出长期而杰出贡献的学者和专家。  

理大学者倪一清教授荣获中国工程院第十六届「光华工程科技奖」

香港理工大学（理大）土木及环境工程学系严、麦、郭、钟智能结构教授、智能结构与轨道交通讲座教授、理大杭州技术创新研究院院长兼国家轨道交通电气化与自动化工程技术研究中心香港分中心主任倪一清教授荣获中国工程院第十六届「光华工程科技奖」。 「光华工程科技奖」为两年一度的国家级奖项，被誉为「中国工程界最高奖项」，旨在表彰在工程科技及工程管理范畴具卓越成就和重要贡献的中国工程师和科学家。奖项自1996年成立以来，已嘉许423名来自不同工程领域的杰出人士。今届的40名得奖者从471名候选人中选出，包括一名成就奖得奖者和39名光华工程科技奖得奖者，倪教授为本港三名得奖者之一。 倪教授是结构健康监测与振动控制领域的国际权威学者，2020至2025年连续六年入选史丹福大学发布的「全球首2%顶尖科学家」榜单（涵盖年度引文影响力和学术生涯引文影响力）。他入选2025年ScholarGPS全球前0.05%顶尖学者终身成就榜单，在「结构健康监测」领域位列全球第四名。 倪教授由理大校长兼中国科学院院士滕锦光教授提名，滕教授对倪教授获奖表示祝贺：「这个奖项意义非凡，不但肯定倪教授多年来的辛勤耕耘与杰出成就，更将激励理大师生继续秉持创新精神，服务国家与社会的长远发展。」 倪教授感谢各界支持：「非常感谢滕校长的信任与提名，也感谢历年来与我并肩合作的研究团队。我们一直秉持不断创新求变的精神，从实际需求出发，推动智慧轨道交通与结构安全监测技术的发展，并将科研成果应用于国家及香港的重要基建项目。未来，我会与团队继续努力，把理大研发的创新科技推向国际舞台，深化与中国内地及海外的合作，让更多市民受惠，为国家建设和社会长远发展作出更大贡献。」 倪教授于2001年加入理大，专长结构健康监测、结构振动与控制、智慧材料与结构，以及传感器技术等领域的研究。作为理大跨学科铁路科技研究团队的骨干成员，他参与研发的光纤光栅传感器大幅提高了铁路服务的安全和稳定性。该设备能安装于路轨上，并连接光纤光缆，协助维修人员追踪列车车轮扁疤及路轨状况，适时作出维修，保障乘客安全。 2015年，理大获国家科学技术部批准，成立国家轨道交通电气化与自动化工程技术研究中心香港分中心，倪教授出任分中心主任。分中心由两个学院共五个学系的教授联合组成，从整体性及宏观性的角度研究高铁，并借着中国高铁迈向国际化，将监察系统一同输出海外，向外国推广香港的创新科技。 倪教授科研成就出众，屡获殊荣。他参与研发的各类监测系统多次在瑞士日内瓦国际发明展及中国国际工业博览会获奖；2016年，他参与的「广州塔工程关键技术」项目荣获国家科学技术进步奖二等奖。 除了深耕学术与科研，倪教授亦致力推动知识转移。作为理大杭州技术创新研究院院长，他带领研究院聚焦智慧交通、大运河文化及旅游，以及医疗美容，积极将大学的科研优势精准对接当地产业发展和社会需求，加速科研成果落地应用，造福社会。

革新建筑供冷：理大获奖人工智能系统节能成效显着

香港高楼林立，能源消耗庞大；其中供冷系统的用电量更占楼宇总耗电量的一半以上。香港理工大学建造及环境学院副院长、建筑环境及能源工程学系教授肖赋教授研发的获奖人工智能系统，有效降低日常能源消耗高达40%，推动更绿化、更节能的未来发展。 随着各城市积极迈向碳中和，将人工智能（AI）整合至楼宇管理系统，逐步成为关键的变革技术。人工智能能处理庞大数据，预测未来冷负载需求和建筑能源系统效能，并据此作出即时最佳化决策，为更智能、更环保、更具成本效益的供冷方案提供可行途径。 由肖教授及其研究团队开发的「人工智能驱动的数位孪生平台管理智慧能源」，于2025年瑞士日内瓦「国际发明展」荣获金奖。相关创新已在多个大型建筑中展现显着节能成效果，并提升整体运行效率。 肖教授的研究题为「基于双时域负载预测的大型建筑供冷系统人工智能最佳化控制策略及其云端实现」已发表于期刊《能源与建筑》（Energy and Buildings）期刊。该研究旨在解决传统供冷系统控制方法的局限：通常依赖固定规则或单一时域的预测，难以应对建筑冷冻需求的复杂性和动态变化，因而可能导致不必要的能耗与系统效能欠佳。为此，肖教授提出的创新人工智能系统引入「双时域负载预测」策略，整合日前和小时前的预测数据，以优化配备多台冷水机组的中央冷冻系统运作。并透过结合整合学习和自动化机器学习 (AutoML)，系统得以生成高精度的冷却负载机率预测，从而提升控制决策的稳健性与适应性。 有别于仅依赖单周期预测或固定控制规则的传统系统，此人工智能方案采用分层控制架构：首先以前一日预测为基础，综合天气预报、使用情况和历史资料，制定整个供冷系统中，各冷水机组运行排序和早晨启动时间。其后透过小时前预测，结合即时数据和更新天气预报，微调各冷水机组的启动和停止时间，并调整冷冻水温度。这种双层预测方法可同时掌握长期趋势与短期波动，使系统运行更稳定且更高效。 在机电工程署支持下，该系统已在香港一栋高层政府办公大楼落地应用。该楼宇的制冷系统由多台冷水机组组成，分别服务高、低两个区域，并配备复杂的泵浦和热交换器网络。 此人工智能控制策略透过云端平台部署，并以 BACnet 通讯协定（广泛应用的楼宇自动化标准）与既有楼宇管理系统介接。此架构可实现无缝数据采集、即时监测和人工智能驱动的最佳化控制，同时维持与现有楼宇管理系统基础设施的相容性。 楼宇管理系统数据运作，以每 15 分钟为间隔收集，并系统化储存，便于后续存取和分析。 本系统的另一项关键创新，在于运用整合学习和 自动化机器学习(AutoML)建立稳健的预测模型。多个数据驱动模型会独立训练，各自捕捉建筑热性能和运行模式的不同方面。透过整合这些模型，人工智能得以提高预测精度，并评估不确定性，从而作出更明智、更灵活的最佳化决策。 研究团队于过渡季节和初夏期间，进行为期六周的现场测试，严格验证该人工智能控制策略的效能。结果显示，系统平均节能达18.4%，优于传统规则式控制；每日节能幅度在1.1%至近40%之间。在典型的测试日中，冰水机组能耗最高可降低21%，性能系数（COP）最高提升47%。这些改善均在不影响热舒适性的前提下实现，因为系统可因应即时冷却需求进行动态调整。 对测试数据的深入分析显示，本系统具备多项关键优势。首先，人工智能系统可准确预测何时需要额外冷冻能力，从而减少不必要的冷水机组切换，避免因频繁启停造成的能源浪费。其次，系统可根据负载预测结果，最佳化冷冻水供应温度设定，进一步提升冷水机组的运行效率。在理想条件下，冷冻水供应温度每提高1°C，冷水机组能耗约可降低3%，而整体冷冻机组系统能耗约可降低1%。 本研究其中一项最重要的成果，是证明人工智能可在既有建筑中实际落地，并具备可扩展性。基于云端的实施方案，仅需对楼宇管理系统进行少量调整，便可迅速部署到其他拥有相似基础设施的场所。这种快速部署能力，对加速建筑业导入人工智能能源管理的应用至关重要。 除已在政府办公大楼落地应用外，这项人工智能技术亦成功应用于其他大型冷冻系统。以理大「碳中和科研基金」支持的近期一个项目为例，人工智能技术已被应用于理大的冷水机组系统。相关研究题为「基于机率性冷气负荷预测的稳健冷水机组排序策略及其实际应用」已发表于期刊《应用能源》（Applied Energy）。研究结果显示，该系统使冷水机组的日均切换次数降低56.5%，日均节能约3,945千瓦时，并将冷水机组的性能系数提升4.2%。这些结果进一步验证了此方法的稳健性和普适性，并突显其在各类建筑中大规模应用的潜力。 资料来源: Innovation Digest  

受人脑所启发：以忆阻器类神经形态硬件带动高效能人工智能

类神经形态运算的兴起，为人工智能中的传统冯·诺依曼架构带来了突破。传统计算系统将「记忆」与「运算」分离，产生了大量数据搬移与能耗问题；相比之下，人类大脑能高效地同时运行两者，展现出极高能效与适应能力。对此，香港理工大学化学系副教授韩素婷教授专注研究有关忆阻器的类神经形态硬件，以令人工智能系统能更贴近人类的运作模式。 忆阻器是一种具备记忆功能的双端元件，能同时进行资讯储存与处理，非常适合应用于存算一体架构。它可根据电讯号不断调节电导，模拟生物之间的沟通方式。将运算直接嵌入记忆体中，系统可大幅减少数据在记忆体与处理单元之间的传输功耗，大幅提升运算速度。 透过交叉阵列架构，忆阻器系统能以高度并行方式，执行神经网络的核心运算 - 向量–矩阵乘法。相比传统序列式运算方式，其速度更快、功耗更低，能在硬件层面模拟生物沟通。 韩教授的研究亦引入了启发自生物的学习机制，包括脉冲时序依赖可塑性技术，使忆阻器阵列能根据输入脉冲的时间关系自动调整权重，进一步让其脉冲神经网络行为更接近自然神经系统的运作模式。 团队亦重点探索混合钙钛矿与有机材料，利用离子迁移机制精确调控电导率。透过改进晶体结构及引入界面钝化层，进一步提升忆阻器的性能、稳定性及可规模性。 这些技术在实际应用中潜力巨大。团队已开发出柔性可穿戴忆阻器系统，用于传感器内运算，以将感测、记忆与运算整合于一体，并对四周环境作出反应，适用于医疗与机械人等低功耗领域。 展望未来，韩教授的研究将延伸至人机介面，包括针对视觉障碍的辅助技术，以发展出体积更小、性能与人脑更相近的智能系统，令其成为未来矽基系统与生物智能的核心科技。 资料来源 : 理学院通讯（2026年6月）  

理大眼科视光学院与HOYA（豪雅光学）深化研发合作 全新三重增强设计技术 临床证实12个月近视平均无加深

近视是全球关注的公共衞生议题之一，香港理工大学（理大）眼科视光学院与HOYA Vision Care（豪雅光学）一直致力研发近视控制镜片，为守护公众眼睛健康作出贡献。双方建基于过去十多年的合作成果再度突破，在「多区正向光学离焦」（DIMS）专利技术上，成功研发出采用「三重增强设计」（DIMS TED）的新一代近视控制镜片。三重增强设计的三大特点包括缩小中心光学区，激活眼睛对近视离焦讯号最敏感的强效讯号区，以提升近视控制效能；增强离焦度数，提供更强的近视离焦讯号；以及延展治疗视区，覆盖更广阔的周边视野。 此崭新技术经临床研究证实具成效，在196名4至12岁香港近视儿童参与的首12个月临床试验中，配戴DIMS TED镜片能有效针对儿童近视加深的主要成因，抑制眼轴过快增长。研究结果显示，配戴此镜片的儿童其近视平均无加深。研究更首度证实此项技术适用于小至四岁的儿童，且对四岁起患有早发性近视的儿童具显着成效，对日后展开提早介入近视控制的研究意义重大。是次科研突破为近视控制镜片奠定新标准，也标志着HOYA Vision Care与理大多年来开展产学研合作的重要里程碑。 理大高级副校长（研究及创新）赵汝恒教授表示：「理大一直致力推进知识转移，自 2012年起与豪雅光学展开紧密合作。是次研发的DIMS TED‘三重增强设计’镜片及其临床研究，为提早介入近视防控提供了有力的科学依据，也再次奠定了理大在眼科视光领域的全球领先地位。我们衷心感谢豪雅光学团队对理大科研实力的信赖，期望双方继续深化产学研协作，促进更多科研成果产业化，造福社会。」 理大眼科视光学院副教授谢欣然教授表示：「理大团队多年来深耕近视控制的研究，对眼睛如何回应近视离焦讯号累积了丰富研究经验。新一代‘三重增强设计’镜片不但有效停止近视度数加深，亦能抑制眼轴过快增长，其成效在四至六岁儿童组别尤为显着。此外，新一代镜片设计贯彻上一代镜片的安全性，家长可安心让小孩佩戴，以控制其近视度，保护眼睛健康。」 豪雅镜片有限公司董事总经理关国强先生表示：「豪雅光学一直致力推动实证为本的近视管理方案，我们十分高兴与理大合作持续创新突破，继2018年推出MiYOSMART 镜片以来，凭藉DIMS专利技术，深受市场信任，至今已于全球超过50国家销售，累计超过400万位家长为子女选用。我们的使命是透过视觉提升生活品质，持续提高近视控制的标准，新一代的MiYOSMART iQ镜片更有效帮助儿童以非入侵方式控制近视，并让家长提早介入干预子女的近视情况，降低日后发展成高度近视及相关致盲眼疾的风险。」 豪雅光学与理大自2012年展开合作，双方于2018年研发出DIMS专利技术，并推出第一代DIMS镜片，于近视控制取得显着成效。为了不断提升这项非入侵性的近视控制技术，双方在 DIMS 专利技术上，加入「三重增强设计」，促成新一代DIMS TED镜片的诞生。 展望未来，理大与豪雅光学将持续深化产学研合作，推动近视控制技术不断突破，为下一代打造视野更清晰、广阔的未来，为社会福祉作出贡献。 有参与临床研究儿童的家长表示，其孩子配戴DIMS TED镜片后，近视度数无加深，对近视控制效果感到满意。

理大研发香港首个糖尿病精准管理AI Agent及风险预测模型 七月上旬起招募新界西患者参与研究 及早识别肾病风险 推动社区普及应用

香港理工大学（理大）研究团队成功研发香港首个专为亚洲人群设计的「糖尿病精准管理 AI智能体──糖管家」（AI Agent）及相关的疾病风险预测模型。系统利用人工智能（AI）和本地大型电子健康数据，可更精准预测二型糖尿病患者在未来10年出现慢性肾病等并发症恶化的风险，协助医护人员及患者及早介入、改善管理。研究成果已刊载于国际顶尖期刊npj Digital Medicine。 为进一步推动技术在社区普及应用，理大研究团队与医院管理局（医管局）新界西联网家庭医学及基层医疗部，以及元朗地区康健中心展开合作，于七月上旬起招募新界西地区的糖尿病前期及二型糖尿病患者，参与AI Agent 系统的临床研究。参加者将可亲身体验个人化风险评估及健康管理建议；此项研究已获得医疗卫生研究基金资助。 慢性肾病是二型糖尿病最常见、亦是最严重的并发症之一。由于早期症状不明显，因此常被称为「沉默的杀手」。若未能及早发现并治疗，病情可能恶化至尿毒症，患者需长期接受洗肾，甚至进行肾移植。根据本港数据，年龄介乎65至84岁人士的糖尿病患病率高达19%。糖尿病及其并发症不但影响患者生活质素，也为家庭及公共医疗体系统带来沉重压力。 目前不少慢性肾病风险预测模型主要根据西方人群数据开发，未必完全适用于亚洲人群。由理大护理学院教授杨琳教授领导的跨学科团队，利用医管局数据协作实验室17 年、涵盖逾56万名糖尿病患者的电子健康纪录，建立出更适合亚洲人使用、同时准确度高达87.1%的 AI 预测模型。该模型可分析患者的健康资料，估算他们未来出现肾病等糖尿病并发症的风险，帮助医护人员更早作出判断和安排跟进。 除了风险预测模型，研究团队亦开发了AI Agent，作为「临床接口」，回应难以把数据转化为具体行动的痛点。该 AI Agent聚焦糖尿病及其并发症管理，能够把复杂的医疗资讯转化成患者较易理解的语言，帮助患者掌握自己的健康状况，并提升医患沟通效果。系统可应用于四大场景，包括支援家庭医学及基层医疗作初步筛查与风险分流、协助专科门诊更精准转介高风险或复杂个案、支援地区康健中心提供24小时健康咨询服务，以及帮助患者自我管理健康，例如饮食控制、运动建议、定时服药及记录健康指标等。 为确保系统在临床应用上的安全性，研究团队特别加入「护士监督机制」。当 AI 侦测到异常风险或重要健康警示时，系统会自动通知注册护士，由专业医护人员进一步检视和跟进，提升系统应用的可靠性和安全保障。 理大医疗及社会科学院院长、杨曾永仪曾永馨脑神经心理学教授、神经心理学讲座教授岑浩强教授表示：「糖尿病管理不只是治疗单一疾病，更关乎长期医疗资源分配及公共卫生策略。理大研究团队把先进AI技术转化为可在临床应用的工具，把原本主要在医院层面的风险预测能力，延伸至基层医疗和社区服务。这有助更精准分配医疗资源，并推动医疗模式由『被动治疗』迈向『主动预防』，长远有望减轻本港慢性病带来的医疗负担。」 杨琳教授表示：「七月上旬展开的新界西患者招募计划，是推动智慧医疗真正走进社区的重要一步。未来，团队将进一步整合影像及穿戴装置数据，提升预测准确度，并推动模型接入电子病历系统及地区康健中心平台，未来亦会拓展至心肾代谢综合征等其他相关慢性病范畴，让更多市民受惠。」

理大协办「开源与安全论坛」 共筑AI时代安全防线

由中国科学院香港创新研究院主办，香港理工大学（理大）与香港网络安全专业协会联合协办的「开源与安全论坛」于6月29日在理大蒋震剧院成功举行。本次论坛汇聚了来自香港与内地的顶尖高校、科研机构及产业界代表，共同为构建安全、可信、活跃的开源技术生态贡献智慧。 理大副校长（教学）曹建农教授致辞时表示，开源已成为全球软件行业发展趋势，开源与安全必须协同推进，理大正积极推动AI教育转型，强调学生的主动学习、探索、实验、协作与实践能力，希望通过建立开源创新平台和学生开源社区，鼓励学生学习开源技术，了解潜在风险，并提升创新与实践能力。 在专题演讲环节，理大计算机及数学科学学院副院长（研究）罗夏朴教授以「攻守易形」为题，深入剖析了大模型（LLM）普及对漏洞挖掘带来的颠覆性影响，分享了理大团队在区块链、网联汽车等领域发现多项高危漏洞。罗教授强调，未来应构建「AI原生」的开源安全防护体系，并将零信任安全机制融入整个技术链路之中。 此外，来自香港特区政府数字政策办公室、香港警务处网路安全及科技罪案调查科、复旦大学，以及中科院软件研究所等专家也带来了精彩分享，就供应链攻击防护、AI赋能开源等前沿议题展开深入交流。 理大将继续联同学界、业界及政府伙伴深化合作，推动香港与内地科技协作，共同促进数字经济高质量发展与高水平安全建设。  

理大凭卓越学术及研究成就获「优配研究金」和「杰出青年学者计划」支持 总资助位列全港大学第三位

香港理工大学（理大）于研究资助局2026/27年度「优配研究金」和「杰出青年学者计划」中，合共获拨款资助2.165亿港元，资助270项研究项目；资助总额位列全港大学第三位。 在「优配研究金」方面，理大共有240项研究获拨款，总额1.964亿港元，获资助金额和项目数量均位列本地大学第三位。在工程和商业学科范畴，理大表现领先各本地大学，获得最高拨款和项目数量。 「优配研究金」旨在为表现卓越或潜质优厚的学者提供额外资助，涵盖两项类别，包括为扩阔知识的基本研究，和针对特定范畴进行理论应用的应用研究。 此外，理大有30个研究项目获「杰出青年学者计划」资助，总额共2,014万港元。 「杰出青年学者计划」旨在培育新进学者，帮助他们为日后的教学及研究事业作好准备，评审准则包括科学和学术价值、首席研究员的资历和研究成就等。  

理大研发智慧型交通灯控制系统 获智慧交通基金支持

香港理工大学（理大）持续推动创新方案，应对现实挑战并建构更智慧的未来。在智慧交通基金第二十五批拨款中，理大一个项目获资助约港币357.8万元，以研发适用于临时交通安排、配备即时感测技术的智慧型交通灯控制系统。这项创新将为业界提供更具弹性且高效的临时交通管理方案。 由理大电机及电子工程学系教授钟金鑫教授带领的项目「为临时交通安排研发智慧型交通灯控制系统」，获资助约港币357.8万元，为期24个月。 该项目旨在研发一套专为临时单线双程交通安排设计的智慧型交通管理系统。针对香港狭窄路段施工时常见的瓶颈问题，项目将开发先进的感测技术以实时监测车龙及车流情况，并建立动态交通流模型。 系统将应用实时交通灯号调节算法，根据实时交通需求动态调整交通灯时间，以减少车龙并防止交通倒灌。研发成果将包括一套流动式原型系统，为业界提供更具弹性且高效的临时交通管理方案。 理大一直致力于车辆及驾驶相关创新技术的研究与应用，至今已有33个项目获智慧交通基金支持，充分展现大学在推动交通科技创新上的贡献。 智慧交通基金资助本地机构或企业进行创新科技研究和应用，以便利出行、提升道路网络或路面使用效率和改善驾驶安全。