理大研發人工智能虛擬病人模擬系統 革新臨床診療護理 動態整合多模態數據 推動個人化癌症精準治療

香港理工大學（理大）研究團隊突破傳統靜態診斷的局限，成功研發以患者為中心的「人工智能（AI）虛擬病人模擬系統」。該系統透過動態整合患者的基因、醫學影像及臨床等多模態數據，構建可持續更新的「數碼雙生」模型，不但能實時追蹤病情變化，更可預測不同癌症治療方案的潛在成效，協助醫護團隊制定更精準、個人化的醫療方案。

一般醫療AI工具多依賴單一電腦斷層掃描、基因組報告或靜態臨床數據進行分析，難以全面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教授帶領研發的「AI虛擬病人模擬系統」，採用以患者為中心的數碼雙生平台架構，結合醫護端平台及患者端流動應用程式，能因應患者病情的實時轉變進行預測分析，並模擬不同治療方案的成效，為臨床診斷、病情監測及治療評估提供智能支援。系統尤其適用於病情變化複雜、治療選擇多元且醫療成本高昂的癌症及重症治療，為精準醫療發展注入新動力。

該系統的核心優勢在於醫護端與患者端的緊密協作。醫護專用平台可整合基因、醫療影像、病理、檢驗結果及臨床紀錄等多模態數據，協助醫生掌握患者整體病況，提升診斷及治療決策，同時簡化多科會診與轉診流程。患者端流動應用程式則讓患者上載病歷資料、紀錄日常症狀及追蹤健康狀況，並可透過加密的「深層特徵二維碼」（Deep Feature QR Code），在不同診所、醫院及裝置之間安全傳輸病歷資料，提升資料流通效率及私隱保障。透過系統，患者可由被動接受治療，轉為主動參與健康管理，進一步促進醫患協作。

為推動相關技術在癌症護理及治療決策中的應用，研究團隊提出了一套以臨床數據為基礎的多尺度框架，用於預測非小細胞肺癌患者對免疫治療的反應。這套多模態方法能有效整合組織病理學影像特徵，以及基因表達譜、癌症類型文字資料等臨床數據。這項名為「視覺——全域關係融合網路」（ViGNet）的創新框架，結合多尺度視覺編碼器與基因驅動編碼器，有助分析與癌症治療反應密切相關的影像及基因特徵。

在定性與定量評估中，ViGNet 在治療反應分類方面的表現均優於基準方法，預測免疫治療反應的辨識效能達到 82.55%。這項突破性研究有助更高效地整合多源數據，並支持AI技術在臨床環境中的實際應用，為個人化治療與臨床決策提供重要參考。相關研究已發表於國際期刊《Medical Image Analysis》。

陳穎志教授表示：「『AI虛擬病人模擬系統』是一個集診斷、監測與治療評估於一體的創新綜合平台。系統除了能揭示多模態數據之間細微而關鍵的病理關聯，亦可擔當『監測哨兵』的角色，當患者的生物標記或症狀出現異常時，即時向醫護團隊發出提示。這項具變革性的技術有助縮短診斷與評估時間，支援醫護人員為癌症及重症患者制定更精準、高效的個人化治療方案。」

這項突破性科研成果早前於西班牙巴塞隆拿舉行的「2026 年世界移動通訊大會」展出，並憑藉卓越的創新技術，入圍2026年全球移動大獎的「最佳移動互聯健康與福祉創新獎」決賽，充分展現理大在醫療科技及人工智能應用領域的國際影響力。

項目目前已獲理大微型基金、種子基金以及大灣區創新創業培育計劃資助，並獲香港科技園「創科培育計劃」有條件批准，正邁向商業化及產業落地的新階段。隨着系統逐步於臨床環境應用，其匯集的實際數據將有助反饋至藥物研發、臨床試驗及治療方案優化，進一步完善醫療創新生態，惠及更多患者。

***完***