專科分類目錄

醫護資訊

港大醫學院揭示癌症藥物抗藥性關鍵機制
香港大學李嘉誠醫學院 2026年4月27日
港大醫學院近日公布最新研究，揭示癌症藥物抗藥性的關鍵機制，為日後提升化療成效及改良治療策略帶來新方向。研究發現，微管蛋白的結構差異會影響常用抗癌藥紫杉醇（paclitaxel）的作用效果，從而左右癌細胞對藥物的敏感程度。這項研究已刊登於國際學術期刊《自然—化學生物學》。

研究團隊指出，紫杉醇是臨床上廣泛使用的化療藥物，但部分患者腫瘤會逐漸對藥物產生抗藥性，導致治療效果下降。團隊透過多項新技術分析紫杉醇與不同人類微管蛋白變體之間的互動，發現微管蛋白內部的細微差異，會顯著影響藥物如何發揮作用，當中與 β3-微管蛋白相關的變化尤其值得關注。

研究負責人表示，這項發現有助解釋為何同一種藥物在不同病人身上會出現不同療效，亦為未來按病人腫瘤特徵進行更精準配對治療提供科學基礎。研究團隊期望，相關成果可推動研發新一代抗癌藥物，進一步改善癌症治療成效，並減低抗藥性帶來的臨床風險。

醫健通推出新功能便捷查閱電子醫療證明書
香港政府新聞網 2026年4月24日
香港醫務衛生局宣布，即日起推出醫健通流動應用程式的新功能「e+證書」，為全港逾650萬醫健通用戶提供更便捷的查閱和認證電子醫療證明書的服務。

這個新功能使得用戶可通過一站式平台集中管理和使用個人醫療文件，包括醫生證明書、應診證明書、產假及病假證明書等。除了醫院管理局發出的證明書，該功能首次涵蓋衞生署及18區中醫診所暨教研中心所發出的電子醫療證明書，極大擴展了用戶的選擇範圍。

「e+證書」提供的中央驗證機制允許市民掃描電子醫療文件上的二維碼，系統會自動轉至醫健通的「醫療證明書驗證平台」，進行即時核實以確認文件的真偽和有效性。此外，用戶還可以透過醫護機構的電子平台，如「HA Go」，無縫連接醫健通的驗證機制，進行電子醫療證明書的驗證。

醫衛局指出，此舉不僅能減少紙本證明書遺失的風險，還能全面支援各類網上服務，方便市民在請假、申請入學、求職或旅遊等情況下使用這些重要文件。

如需查詢，市民可致電3467 6300進一步了解。這一創新功能旨在提升用戶的便利性和安全性，展現了香港在電子化醫療服務方面的持續進步。

中大研究揭示嬰兒早期表觀遺傳與腸道微生態的影響或關聯未來腦部發展
香港中文大學 2026年4月23日
香港中文大學（中大）醫學院的研究團隊首次揭示了嬰兒出生後的表觀遺傳變化與腸道微生態之間的相互作用，並發現這些因素對未來的腦部發展具有重要影響。

研究指出，早期的表觀遺傳改變與腸道微生態的發展息息相關，對幼童在三歲時出現自閉症譜系障礙（ASD）及注意力不足過度活躍症（ADHD）等神經發展障礙的風險影響顯著。研究團隊通過分析初生嬰兒的臍帶血DNA甲基化模式，發現神經源性基因的高度甲基化與這些障礙的相關性。

在本研究中，團隊招募了969個家庭進行縱向隊列分析，研究了嬰幼兒期的環境、飲食及分娩方式對腸道微生態的影響。結果顯示，剖腹產可能導致嬰兒的基因甲基化水平增加，並影響母嬰間的微生物菌群傳遞，從而對未來的免疫系統及腦部發展造成潛在影響。

研究還發現，特定腸道益生菌的補充，例如Lachnospira pectinoschiza及Parabacteroides distasonis，可能有助於降低與ASD及ADHD相關的風險，開啟了改善幼童神經發展的新可能性。

中大醫學院的陳家亮教授表示：「這些發現顯示早期的腸道微生態和表觀遺傳改變對於嬰幼兒的長期健康有著深遠的影響。我們希望未來能夠開發出安全且無創的早期介入措施，幫助嬰幼兒建立健康的腸道環境。」

此次研究成果已發表於國際頂尖期刊《Cell Press Blue》，將為未來的幼兒健康介入設計提供重要的基礎。研究團隊將持續探索腸道微生物與神經系統發展之間的複雜關係，以期綜合運用科學知識改善健康結果。

科大突破性AI病理系統：毋須額外訓練「即插即用」準確診斷多種癌症
香港科技大學 2026年4月21日
香港科技大學（科大）領導的研究團隊最近成功研發出一套創新的人工智能（AI）病理分析系統。該系統僅需要極少量樣本，且毋須額外訓練，即可準確識別多種癌症，顯著提升AI輔助醫療的靈活性與效率，為智能病理診斷的普及化帶來重要突破。

全球每年新增近2,000萬宗癌症病例，病理檢查在臨床診斷和治療決策中扮演關鍵角色。然而，面對病理學醫生嚴重短缺的挑戰，醫療界十分渴求創新的解決方案，以提高病理分析的效率。儘管AI在自動化病理診斷方面展現巨大潛力，現有技術的實際應用仍面對多重瓶頸。傳統AI模型須針對每一種癌症種類或診斷任務，收集數以萬計的病理圖像及數據進行訓練，過程不僅耗時，亦涉及高昂的運算與人力成本。此外，現有病理基礎模型往往缺乏通用性，在不同腫瘤類型的臨床分析中往往需要大量微調訓練，限制了其在資源匱乏地區及多元臨床場景中的應用。

為有效應對上述挑戰，科大電子及計算機工程學系助理教授兼醫學成像與影像分析研究中心副主任李小萌教授領導的研究團隊，聯同廣東省人民醫院及哈佛醫學院，成功開發出一套名為PRET（Pan‑cancer Recognition without Example Training）的全新病理分析系統。該系統首次將自然語言處理中的「上下文學習」（In-context Learning）概念引入病理影像分析，讓模型在推理階段僅需參考一至八張已標註的腫瘤切片，便可即時適配全新的癌症類型並執行多項診斷任務，包括癌症篩檢、腫瘤分型、腫瘤分割等，猶如一套「即插即用」的智能診斷工具，徹底打破傳統AI模型須針對每項任務進行大規模微調的限制。

研究團隊採用來自中國內地、美國、荷蘭等多個國家及地區的多所醫療機構，共23個國際基準數據集，涵蓋18種癌症類型及不同診斷任務，對PRET系統進行全面驗證。結果顯示，PRET在20項測試任務中表現均優於現有同類方法，其中15項任務的準確性指標（AUC）高達97%。在大腸癌篩查任務中，系統的AUC值更達100%；而於食道鱗狀細胞癌腫瘤分割任務中，AUC值亦高達99.54%。此外，在臨床上具高度挑戰性的淋巴結轉移檢測任務中，PRET僅憑八張切片樣本，便取得約98.71%的AUC值，其整體表現更顯著超越11位病理學醫生的平均水平（平均AUC值約為81%）。研究亦顯示，PRET在不同人群及醫療資源水平各異的地區，均展現出穩定而卓越的通用化能力。

李小萌教授表示：「PRET系統的核心價值，在於突破『大量數據與反覆訓練』的傳統門檻，讓AI病理分析系統能夠以在更低成本及更靈活性的條件下，應用於實際臨床場景。這不僅有助紓緩病理醫生的工作壓力，亦有望提升在資源匱乏地區癌症診斷的可及性。研究團隊期望透過這套『即插即用』的創新系統，令更先進、更精準的AI醫療診斷服務能跨越地域與資源限制，推動全球醫療公平。」

展望未來，研究團隊將進一步提升系統的診斷效能，並進一步拓展應用至基因突變預測及病人預後評估等臨床任務，為AI病理診斷開闢更多發展新方向。

相關研究成果已於國際權威期刊《Nature Cancer》發表。

醫管局推行電子產假證明書降低紙本遺失風險
香港政府新聞網 2026年4月20日
香港醫院管理局（醫管局）宣布，將自本周五起正式推行電子產假及病假證明書，這一舉措旨在提高醫療證明書的方便性及安全性。

這些電子證明書將由醫生或助產士簽發，並具備與傳統紙本證明書同等的法律效力。證明書將包含病人姓名、懷孕證明、預產期及建議病假日期等重要信息。所有電子醫療證明書將印有經加密的二維碼，方便核實其真實性。

電子產假與病假證明書會自動儲存在醫管局的手機應用程式HA Go的「紀錄」單元中，病人可以隨時查詢、申請病假或作為到診的醫療證明，並可根據需要自行列印。

醫管局表示，數位化的醫療證明書不僅能減少遺失紙本證明書的風險，亦使病人更方便地存取這些重要文件。儘管新系統已上線，醫管局仍會在現階段為病人列印電子醫療證明書，以便過渡到全數字化流程。

這一措施標誌著香港醫療服務邁向更高效、便利的數字化時代，期望能提升病人的就醫體驗。