Congratulations to Prof. Samuel WONG and Prof. Martin WONG from the JC School of Public Health and Primary Care, CUHK (#JCSPHPC) being…

香港中文大學（中大） 醫學院 賽馬會公共衞生及基層醫療學院的研究團隊與浸信會愛羣社會服務處合作，為基層家庭兒童進行全面的健康評估，以了解兒童身心健康與幸福感的狀況。 這項健康評估計劃於2022年9月至2024年2月期間進行，共有251名基層家庭幼稚園或小學學童及其父母參與。當中 8歲及以上的小學學童有133名，佔受訪者的52.9%。 在高年級小學生中發現的健康問題 研究結果顯示8歲及以上的基層家庭兒童在各個領域面臨的健康挑戰： 香港中文大學醫學院賽馬會公共衞生及基層醫療學院副院長（教學）黃麗儀教授表示：「這些研究結果說明了採取具針對性的介入措施是有迫切需要，藉此解決本地基層家庭兒童面臨的各方面健康風險的挑戰。我們團隊的研究不僅指出身體健康、心理健康和社會幸福感的挑戰，亦強調早期發現和適時介入的重要性，確保這些兒童獲得健康發展所需的支持。」 這次的研究結果在保障基層家庭兒童的福祉方面提供了明確的指示，特別是基層家庭的生活成本高，資源有限，未必可照顧其子女的飲食健康，兒童的情緒壓力亦未有適當的支援，因此，需要政策制定者、醫護人員、教育工作者和社區共同努力，並為他們提供充足資源，以創造更美好的將來。 個案訪問 家庭1: 因經濟困難，每日膳食非常簡單，未必可以有新鮮蔬菜及鮮肉，也忽略小朋友的飲食營養，在管教上，亦因經濟壓力，而影響小朋友情緒。 家庭2: 劏房戶，居住環境相當狹窄，影響親子關係及學習情緒。 關於浸信會愛羣社會服務處 浸信會愛羣社會服務處 (2010年之前名為浸會愛羣社會服務處)，由香港浸信會聯會於1978年授權香港浸會大學 (前身為香港浸會學院) 籌辦，並在1982年正式成立。機構初期主要在灣仔區及港島區提供社會服務。經過40多年的發展，服務已遍佈港九新界不同地區。 童心飯堂為自資服務，主要提供$10晚飯，每星期亦提供新鮮蔬菜及營養奶類食品給有小學生同住的劏房家庭。此外，飯堂設有營養師、物理治療師等小組，加強基層家庭對兒童健康的意識。 媒體查詢請聯繫： 黃麗儀教授（電郵：lywong@cuhk.edu.hk）、 賽馬會公共衞生及基層醫療學院（電話：2252-8848

中揭示ChatGPT能輔助公共衞生從業員開發數學模型，以制訂感染控制政策，標誌著傳染病流行病學的一大進步。然而，研究人員在第二項研究中發現，利用流通性不高的語言如越南語在大型語言模型進行搜索時，由於相應語言的文字資訊不多，可能導致不準確健康資訊的傳播，構成公共衞生風險。 大型語言模型有助縮少電子健康資訊在傳播上出現的數碼鴻溝，讓大眾更容易接觸公共衞生資源。 利用ChatGPT對話特性 開發疾病傳播數學模型 從SARS到新冠疫情，數學模型在提供有關緩解傳染病傳播風險策略的資訊方面愈來愈重要。然而，並非每一個公共衞生從業員均具備所需的編寫程式或高階數學知識，以有效地使用複雜的數學模型工具。大型語言模型則可發揮作用。 研究團隊在《計算與結構生物技術雜誌》中發表的研究文章中描述了具體案例。一位公共衞生從業員利用自然對話與ChatGPT溝通，提供文字指令予ChatGPT執行編寫程式、修改及除錯迭代程序，成功建立了一個經驗證的數學傳播模型。該模型可配對十天的疾病流行數據，並估算兩個關鍵的流行病學參數。該模型與1978年英國寄宿學校流感爆發的歷史數據進行驗證，展示其可靠性和現實應用性，產生的估算結果與現有文獻一致。這種快速及方便應用的數學模型開發方法有助擴大先進模型建立技術的應用範圍，提供更快速及更具包容性的公共衞生應對方案。 中大醫學院賽馬會公共衞生及基層醫療學院副教授郭健安教授表示：「ChatGPT有助降低複雜疾病傳播數學模型的應用門檻，包括資源有限的環境，從而提升我們在疫情準備和公共衞生的應對能力。ChatGPT通過自然對話建立數學模型的能力，為傳染病流行病學課程增添教育價值，讓學生能以互動方式模擬疾病擴散。」 語言流通性的差異擴大健康資訊的數碼鴻溝 在另一發表於《英國醫學雜誌》的研究，研究團隊探討低流通量語言在大型語言模型中出現顯著的數碼鴻溝和相關社區在接收健康資訊的影響。研究個案中一名使用越南語的人士諮詢心房顫動的症狀，卻收到有關柏金遜症的資訊。 郭健安教授表示：「大型語言模型本身存在局限性，更傾向流通性較高、數碼資源較豐富的語言。這是公共衞生資訊息傳播的一大挑戰，尤其是處理越南語等流通性較低、缺乏數碼資源的語言。錯誤的症狀檢測或疾病指引會對疫情管理帶來嚴重影響。因此加強大型語言模型的準確性是重中之重，確保此類型工具提供與文化、語言相關的健康資訊，特別是在容易爆發傳染病的地區。」 越南RMIT國際大學科學、工程與技術學院高級講師鄧國雄博士表示：「大型語言模型的準確性很大程度取決於其訓練數據集的數量和質素。由於英語擁有豐富的高質量數碼訓練資源，大型語言模型在英語中的表現通常較好。相對而言，像越南語和廣東話這樣的低流通性語言擁有的數碼資源有限且質素較低。因此，大型語言模型在這些語言中的表現通常較差。這種大型語言模型準確性的差異可能會令數碼鴻溝的問題加劇，尤其是因為低流通性語言主要在低收入和中等收入國家中使用。」 新加坡國立大學李陳愛禮護理學研究中心副教授兼研究主任談維新教授表示：「大型語言模型如ChatGPT和Gemini-Pro在傳播健康資訊方面提供了顯著的便利。然而，必須仔細監控它們的準確性和可靠性，尤其是在輸入提示和生成回應時使用低流通性語言。雖然提供公平的健康資訊平台是有益的，但確保這些資訊的準確性對防止錯誤資訊的傳播至關重要。」 為了加強人工智能（AI）語言的包容性、縮小差距並確保不同語言社群能更公平地獲取準確的健康資訊，研究人員提出了六大支柱，以解決目前由大型語言模型驅動的醫療保健對話中的缺陷，減少錯誤資訊的傳播，以達致提升全球醫療發展為目標。 研究團隊提出解決數碼鴻溝的六大支柱： 關於研究團隊 這兩項研究工作由一個團隊進行，該團隊由郭健安教授、鄧國雄博士以及談維新教授共同領導。團隊的其他成員還包括中大醫學院賽馬會公共衞生及基層醫療學院的黃仰山教授和衛藴妍女士、倫敦帝國學院的Steven Riley教授、RMIT越南分校的 Tom Huynh先生、Nhat Bui先生

我們很高興宣佈2024年共有18名香港中文大學賽馬會公共衞生及基層醫療學院的研究人員榮登全球前2%頂尖科學家，排名根據研究人員在該年度的表現進行評估。 由史丹福大學編製的「科學界作者標準化引文指標數據庫」記錄了全球首 2% 的頂尖科學家。我校獲列入此名單的研究人員包括：陳英凝教授、鍾志豪教授、何建輝教授、何陳雪鸚教授、黃俊杰教授、郭健安教授、李文禎教授、巫潔嫻教授、莫家斌教授、謝立亞教授、蔡錦輝教授、黃世萬教授、黃麗儀教授、黃至生教授、黃仰山教授、黃子惠教授、楊永強教授，以及葉漢基教授。 我們熱烈祝賀以上18位來自我校的教研人員，他們均為學院的卓越研究作出重大貢獻。 完整名單：https://elsevier.digitalcommonsdata.com/datasets/btchxktzyw/7

Our heartfelt congratulations to the academics of the JC School of Public Health and Primary Care (JCSPHPC) for their outstanding