特區政府積極落實以人為本和個人化需要的健康管理與預防策略。香港理工大學研究團隊研發以患者為中心的「人工智能（AI）虛擬病人模擬系統」，採用數碼雙生平台架構，結合醫護端平台及患者端流動應用程式，能因應患者病情實時轉變進行預測分析，並模擬不同治療方案成效，為臨床診斷、病情監測及治療評估提供智能支援，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。

系統由理大醫療科技及資訊學系副教授陳穎志帶領研發，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效率，同時簡化多科會診與轉診流程。患者亦能藉流動應用程式主動參與健康管理，在患者端上載病歷資料、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」，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，並促進醫患協作。

為推動相關技術在癌症護理及治療決策中的應用，研究團隊提出一套以臨床數據為基礎的「視覺——全域關係融合網路」（ViGNet）框架，結合多尺度視覺編碼器與基因驅動編碼器，協助分析與癌症治療反應密切相關的影像及基因特徵，可用於預測非小細胞肺癌患者對免疫治療的反應。

在定性與定量評估中，ViGNet於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82.55%。該框架有助更高效整合組織病理學影像特徵、基因表達譜及癌症類型文字資料等多源數據，支持AI技術在臨床環境的實際應用，為個人化治療與臨床決策提供重要參考。

陳穎志表示，系統集診斷、監測與治療評估於一體，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。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。項目目前正邁向商業化及產業落地的新階段，相信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。