(後排左起)鄭立武、保良局唐乃勤初中書院助理副校長關兆明、陳嘉儀，(前排左起)學生吳海弘、何俊賢、樊道銘。
人工智能有助科研發展，但須輸入大量數據供系統學習；保良局唐乃勤初中書院獲香港大學醫學院及牙醫學院研究團隊邀請，安排10名中學生參與該學院的「人工智能醫學圖像分析：應對口腔癌預後預測的挑戰」研究，學生透過「精明眼」協助以人手標記癌症「預後」的口腔細胞纖維的醫學圖像，助建構數據模型。研究團隊亦希望藉著合作能夠幫助中學生體驗大學科研，助了解潛能。
癌症細胞的纖維會較正常細胞纖維長和曲。香港大學牙醫學院口腔醫學臨床副教授鄭立武指，該研究主要以使用電腦標記口腔癌病人的細胞纖維醫學圖像，把圖像轉化成數據。部分已轉化及標記的圖像會交由中學生使用電腦軟件量度細胞纖維的特徵(如長度及彎曲度)，透過記錄和比較細胞纖維特徵，建構科學數據模型供人工智能學習，從而達致將來由人工智能為病人預測「預後」(根據病人當前狀況來推估未來經過治療後可能的結果)。研究會分析近200張醫學圖像，其中一半由參與的中學生做標記。研究人員會訓練學生，提供纖維標記研指引，並教授統計學知識。
學生助分析醫學圖像，或可增加科研興趣。 (李朗僑攝)
保良局唐乃勤初中書院生物科技講師陳嘉儀根表示，中學生眼睛較靈敏，特別喜歡玩電子遊戲的人，他們反應快、手眼協能更佳，加上普遍運用電腦設備熟練和學習軟件易上手，估計在標記工作上有良好表現。談及合作構思，源於校內生物科技研究校隊去年參觀港大醫學院研究實驗室，港大教授與學生交流後，發現中學生對生物科技和癌症已有一些知識和概念。
為讓學生兼顧研究工作及一般學業，陳嘉儀提到，學生於假期會到港大進行實驗和研究工作，上學日子則會有港大研究人員到校做講授工作。團隊亦會把醫學圖像上傳至雲端，學生在家下載檔案便能進行分析。
參與研究的同學樊道銘指，標記並分析一張醫學圖像需時約30分鐘，暑假期間則完成了6個檔案。參與研究的經驗令他明白到醫生除要認識手術技巧，亦要了解人工智能的醫學應用。
參與大學研究的學生是該書院校內生物科技研究校隊成員。為增加學生對人工智能和醫學圖像分析的興趣，學校開設相關工作坊，有500名學生參加，選出十名表現良好對研究有興趣的學生日後參與大學研究。