中大醫學院科研人員開發具人工智能的「全自動視網膜圖像分析（ARIA）」技術，早前於第49屆日內瓦國際發明展中獲兩個金獎和一個特別獎。
中大醫學院圖片
中大醫學院賽馬會公共衞生及基層醫療學院臨床研究及生物統計中心團隊，利用ARIA技術檢測不同類型的健康疾病風險，包括讓有ASD風險的兒童及早接受適合的教育與介入，以及增加大眾對抑鬱症的認識，為預防及管理抑鬱症作出貢獻。
項目一：ARIA技術評估學前兒童患ASD及整體發展遲緩的風險
臨床研究及生物統計中心於2021年發表研究結果，證實ARIA技術可透過拍攝「眼底相」識別視網膜特徵，例如神經纖維層有否變薄，計算兒童及青少年罹患ASD的風險及辨識患者，靈敏度高達9成。研究團隊最近將技術推展至2至6歲學前兒童作評估，以識別ASD及整體發展遲緩，並已經與本地28所非牟利組織及教育機構合作。
中大醫學院賽馬會公共衞生及基層醫療學院臨床研究及生物統計中心主任徐仲鍈教授表示，研究為ASD兒童提供希望，讓他們可以及早接受適合的教育與介入。項目在日內瓦國際發明展獲評審團嘉許金獎和特別獎—韓國發明振興協會（KIPA）獎。
研究團隊獲多間本地非牟利機構、幼稚園及醫療機構支持，合作進行兩項ARIA研究。中大醫學院圖片
項目二：ARIA技術檢測成人患抑鬱症風險
中心早前另一項研究證實ARIA技術可以為鼻咽癌康復者在完成電療化療的幾年後，評估患上抑鬱症、焦慮症或出現其他壓力的風險。研究團隊其後與精神科醫院合作研究，進一步確認ARIA技術能檢測患有抑鬱症的病人。電子檢測方式快捷、延伸性大，容易應用於社區作風險評估工具，同時可協助跟進抑鬱症個案，對於預防及管理抑鬱症有很大的作用。
中大醫學院、美國加州大學聖地牙哥分校及溫洲醫科大學第一附屬醫院共同成功開發了一種以血液為基礎的嶄新非侵入性早期診斷代謝性脂肪肝炎模型，有望可轉化至臨床應用，為患者提供更安全及具成本效益的診斷工具。
研究詳情已刊登於著名醫學期刊《Cell Metabolism》。
中大醫學院表示，代謝相關脂肪性肝病（MASLD，簡稱「代謝性脂肪肝」），原稱非酒精性脂肪肝（NAFLD），影響全球25-30%的人口，是最常見的慢性肝臟疾病。在本港，約27%的成年人口患有此疾病。
CUHK Medicine FB
代謝性脂肪肝通常無明顯病徵，可惡化為脂肪性肝炎(MASH)、肝硬化，甚至肝癌。故此，有需要及早識別高風險群組，使病人能及早接受治療。
肝穿刺活組織檢查（肝活檢）是目前診斷脂肪性肝炎的「黃金標準」，但檢查具創傷性，會對病人帶來潛在風險，加上費用昂貴，令臨床應用受到限制。
這項研究的通訊作者、消化疾病研究國家重點實驗室﹙香港中文大學﹚主任于君教授表示：「這個創新的早期診斷模型是基於我們在前期MASH患者樣本結合動物研究發現的可以識別MASH的相關因子，能準確識別MASLD和MASH患者，並可評估MASH的改善情況和治療效果。其診斷效能在亞洲及美洲的三個獨立隊列中得到了驗證。研究成果已申請專利並正在開發診斷試劑盒。」研究共同通訊作者、中大醫學院内科及藥物治療學系腸胃及肝臟科主任黃煒燊教授亦表示：「這項發現將有助減少不必要的肝活檢程序，以便及早發現和介入，從而降低病情惡化的風險。」
中大醫學院。資料圖片
研究團隊從四個獨立隊列研究中，收集了700個來自香港、中國內地及美國的血清樣本。研究前期透過分析健康對照、MASLD和MASH組的臨床診斷數據，利用結果所得的6種蛋白和17種臨床變數作檢測並結合隨機森林算法和單因素邏輯回歸方法進行篩選，成功建立起一個包含2種血清蛋白生物標誌物（CK-18, CXCL10）和身體體重指數（BMI）的非入侵性生物標誌物模型N3-MASH。研究第一作者、消化疾病研究國家重點實驗室﹙香港中文大學﹚助理教授張翔解釋：「此模型能準確識別出MASLD患者， AUROC達0.954，數值(由0至1)越高代表模型表現能力越好。在MASLD患者中，N3-MASH模型能夠識別MASH患者，AUROC為0.823，靈敏度、特異性和陽性預測值分別可達62.9%、90%及88.6%。這些發現有助於早期識別MASH患者，從而使他們提前接受密切跟進和適當干預。」
