■文/全球工程前沿项目组（中国工程院）

一、基于3D打印的生物组织再生技术

随着近年来科学技术的迅猛发展，生命组织制造及其功能再生成为人类探索的前瞻方向，制造技术与生物医学融合正在展示其巨大的科技引领作用和未来产业价值。本方向的技术含义是采用3D打印技术，按照生物体的结构与功能需要，制造类生命体组织，支撑生物医学的发展。近期《Science》杂志封面报道，美国研究团队提出一项具有里程碑意义的发明：一个由水凝胶3D打印而成的肺模型，它具有与人体血管、气管结构相同的网络结构，能够像肺部一样朝周围的血管输送氧气，完成“呼吸”过程，这就体现了制造技术向具有呼吸运动和传输功能的制造技术发展的趋势。以色列科学家也打印出可以跳动的人工心脏。脑科学一直是科技研究的热点，人脑具有非逻辑的思考能力，具有计算机无法实现的功能，也是人类创新的物质基础。通过认识脑细胞间的关系，进而培育和再生脑组织去发展类脑计算机，有望实现以极低的物质代谢成本产生巨大的创新和运算能力。本方向的主要研究包括以下技术方向。①复杂结构器官的制造：重点解决人体功能性器官的研究，例如心脏组织，解决组织与神经信号的协调机制，使构建的组织从简单的力学支撑组织向具有神经调控的功能组织发展，进而解决3D打印组织与人体宿主组织的融合共生，最终实现人体器官的再生与功能重建。②类脑组织制造：脑组织中的神经元功能与信号发生和交换是形成思维功能的基础，其内部细胞的排列及它们在皮质各层内的类型和密度是大脑皮质分区功能的基础，从“认识脑”到“创造脑”是发展类脑计算机的方向，在体外对脑组织进行形态和功能构建取决于对目标功能部位所对应的神经元类型、构筑结构及神经元组合的仿生设计和精确制造，是生物类脑功能3D打印发展的前瞻性方向。③生物能转化组织：探索人体的能量和电能的形成与释放机理，构建人工肌肉和生物电池，提供高效率的能量释放机制，形成软体组织的能量转化与释放器件，发展更为高效的能量集成与释放器件。④生物机械共生体：现有机器存在着能量转化效率低、灵活性低等局限，用活体肌肉组织或细胞驱动的生物共生机器发展具有高能量转化效率、本质安全性、运动灵活性的多自由度柔性类生命机器人。建立耦合生命体和机械体的类生命机器人多细胞/多材料复合制造方法，为柔性类生命机器人提供一种从运动功能需求出发、可重复、可定制的快速制造新途径。

生物组织的制造使得人类从木材、金属、硅材料向生命体材料发展。在这个过程中需要建立功能引导变革新进步的新产品，在研究中围绕以下方向开展工作。

（1）基于功能的生命体结构设计制造。在认识生命体自我生长特性的基础上，发展基于细胞/基因尺度的单元原始态与生长过程的结构与功能设计理论。突破现有的以结构设计和力学功能为主的机械设计理论，向结构、驱动、功能共生和演变的设计方法发展。需要认识细胞和基因在其自繁衍和自我复制过程中的规律，利用该规律，设计原始状态细胞的组成和结构，使得生命单元生长功能随时间和功能的演变在设计中得以体现。具有可降解、工程强度及在一定环境下可活化、可生长的结构体的材料、制造工艺与工程控制研究。

（2）3D打印的生命单元调控方法与活性保持。在3D打印中，生命体单元是进行组织生长与发育的基础，有机的细胞或基因的有机组合是后期功能呈现的核心，制造中需要进行单细胞和基因的微纳尺度的生命单元的堆积，需要研究其堆积的原理以及相互间的作用关系，通过调节细胞之间的关系，为生长和功能再生提供三维结构和时变功能调控能力。3D打印的最大难点是生命体的应用，保证生命体的活性是基本保障，因此，生命体的制造需要与其适应的培养环境，包括培养液的更新、氧气与二氧化碳等气氛环境的调控，形成生物环境与打印工艺的复合。

（3）功能形成机理与构件功能形成。3D打印的初始结构与功能需要在特定环境下发展形成最终功能，这其中需要对功能的形成与设计制造的关系进行认识和发展。为形成这些功能，需要认识功能与多细胞体系随时间发展而变化的规律，包括细胞互联和相互作用的关系，通过细胞之间的作用，形成的能量（肌细胞）释放或者信息（神经元）传递功能，为利用这些功能向具有多功能的器件发展提供基础。

（4）多功能器件或组织的制造与功能评价。基于以上设计、制造和原理的认识，以特定的器官或生物器件为目标，进行系统的结构设计与功能生长设计，认识在生命体单元的发展中，需要研究调控3D打印的细胞或基因组合，控制打印过程中的工艺对生命体的损伤，调控形成的器官或器件所具有的功能以及在细胞生长中所进行的干预和导向。需要认识3D打印与功能形成的关系，对功能的评价和测定，形成生命体单元—功能设计—无损伤打印—功能生成的研究体系，为制备具有生命体的器官和器件提供技术。

（5）类脑的设计与制造。人工智能的深度学习是按照模型猜想、数据训练及不断的学习积累，甚至采用了生物遗传算法来实现其功能的，恰如飞机实现了鸟类的飞翔。将来，类脑是采用3D打印方法把生物芯片植入再造的器官或者人造脑中，或者学习人脑神经元的随机互联来制造功能强大的生物芯片，或者采用基因手段来完全仿制一个具有生物活性的大脑，实现人造大脑与人体原器官及若干人造器官的信息收集、决策控制与驱动等都是有待研究和创新的领域。

“基于3D打印的生物组织再生技术”工程开发前沿中核心专利公开量排在前三位的国家/地区分别为中国（143）、美国（28）和韩国（6），篇均被引频次排在前三位的国家/地区分别为瑞典（21.5）、美国（3.11）和日本（1.25），见表1。在公开量Top 10国家/地区中，美国和瑞典，英国和意大利之间存在合作，见图1。核心专利公开量排在前三位的机构分别为UYXJ（6）、UYQI（5）和UYJI（4），见表2。从目前样本数据看，专利主要产出机构之间基本不存在合作，见图2。我国公开的与“基于3D打印的生物组织再生技术”工程开发前沿相关的核心专利有143项，公开较多的大陆机构为XPCB和USWH。

表1 “基于3D打印的生物组织再生技术”工程开发前沿中核心专利的主要产出国家/地区

表2 “基于3D打印的生物组织再生技术”工程开发前沿中核心专利的主要产出机构

图1 “基于3D打印的生物组织再生技术”工程开发前沿主要产出国家/地区间的合作网络

图2 “基于3D打印的生物组织再生技术”工程开发前沿主要产出机构间的合作网络

二、毫米波高速通信技术

毫米波高速通信技术是指利用毫米波频段频谱资源实现高速信息传输的通信方式。毫米波的频率范围为26.5～300GHz，对应的波长范围为1～10mm。利用这一频段丰富的频谱资源，信息传输速率可达Gbps甚至Tbps量级。一方面，毫米波与太赫兹集成电路的电性能随着频率升高而下降，成本随着频率升高而升高；另一方面，在相同增益情况下，天线及无源元件尺寸随着频率升高而减小；此外，利用空间分割特性，可大幅度提高频率复用率。工业和信息化部已将24.75～27.5GHz和37～42.5GHz这两个毫米波频段确定为5G实验频段。作为毫米波高速通信系统的核心技术，大规模MIMO系统利用大规模天线阵列调控电磁波，进行波束成形，能够有效提高系统的通信容量和速率。这也给毫米波通信技术带来挑战，包括：基站和终端架构、多通道芯片、器件封装、系统空口测量（OTA）等。毫米波通信系统发展趋势包括实现高数据吞吐率、系统一体化集成等。

5G毫米波通信系统网络设备主要包括基站（BS）和核心网（N）。BS主要包括有源阵列天线单元（AAU）和基带单元（BBU）。其中，AAU通常为天线、射频与基带预处理一体化集成形态，并采用大规模MIMO技术克服较高的路径损耗，终端主要采用分组相控阵。目前，5G毫米波AAU一般采用较大规模天线阵列（如256根），用于提高传输速率和系统容量，其中多通道、高性能一体化射频集成技术被广泛采用。针对毫米波终端，考虑体积、能耗、成本的约束，架构一般采用较小规模的天线阵列（如4根），且天线和射频芯片的一体化集成以毫米波前端模组形式出现。毫米波多通道高集成度芯片成为技术攻关方向，拟在同一块芯片上集成多个射频收发通道，进而减小体积、成本和功耗，由此支持毫米波基站和终端的小型化。为提高毫米波系统性能，对封装技术提出严格要求，发展以封装天线为代表的先进技术来实现天线和射频多通道芯片的一体化集成。此外，高集成度给评估系统性能带来挑战，传统的指标测试失效，基于空口的测量技术应运而生。相应的测量标准、测量设备和测量方法正在深入研究。

毫米波高速通信技术对5G/6G、下一代无线互联网、空/天/海/地一体化卫星通信网络等领域产生关键使能作用，成为未来电子通讯产业的核心支撑技术，也是世界各国长期战略扶持和重点发展的领域。全球机构重点研究开发50GHz以下频谱资源，主要国家均对频谱划分提出相关建议，正在积极推进毫米波通信技术研究和产业布局。目前，本方向专利公开量有293项，呈逐年递增趋势，美国、中国和日本排列前三位（见表3）。核心专利主要产出机构方面，美国的ITLC、QCOM和日本的MATU排名前三位（见表4）。国家或地区间合作网络（见图3）集中在中国、美国、俄罗斯、瑞典等。主要机构间的合作并不密切（见图4）。

综上，毫米波高速通信技术在全球逐步形成了包括工艺代工、器件研制、芯片设计、封装测量、系统集成在内的较为完整的产业链。我国已有相关技术积累和产业基础，应从战略高度重视该领域的基础研究、核心技术研发与产业发展，进一步加强整合能力。

三、超精密仪器技术及智能化

测量仪器一般是指在认识世界过程中，为取得目标物某些属性值而进行衡量所需要的第三方标准或工具。超精密仪器是指测量仪器中精度水平最高、对科学前沿研究和技术前沿开发起到引领和支撑作用的最尖端仪器。超精密仪器主要技术方向包括：尖端科学探索仪器技术（引力波探测、新原理显微镜等）、生产中的工程测量仪器技术（动态测量、超精密激光测量、工业透射测量等）、生物医疗仪器技术（高分辨率生物显微镜、冷冻电镜等）、计量及测量基标准技术等。随着信息技术蓬勃发展，物联网、云计算、大数据、人工智能等技术兴起，超精密仪器技术在进一步提升测量精度和多参量同时测量基础上，呈现集成化、信息化、网络化和智能化的发展趋势。

超精密仪器技术是指测量仪器中精度最高、能力最强、对科学前沿研究和技术前沿开发起到引领和支撑作用的一类高精尖仪器技术。一个国家仪器技术的发展水平往往标志着这个国家的创新能力、科学技术发展水平及核心竞争能力。世界科技强国都是仪器强国。超精密仪器技术是构建国家测量体系、引领科学探索、实现技术创新的必备手段，也是支撑精准医疗和高端装备制造业高质量发展不可或缺的手段。

表3 “毫米波高速通信技术”核心专利主要产出国家/地区

表4 “毫米波高速通信技术”核心专利主要产出机构

图3 “ 毫米波高速通信技术”主要国家/地区间合作网络

图4 “毫米波高速通信技术”主要机构间合作网络

超精密仪器一直引领着世界科学探索和尖端工业的发展。截至2018年，诺贝尔奖总数为374项，其中约72%的物理学奖、81%的化学奖、95%的生理学或医学奖都是借助相关尖端仪器完成的。超精密仪器呈现精密化、集成化、网络化和智能化等发展趋势。

（1）新原理仪器的研发。不断提高仪器精度是仪器科学追求的永恒目标，基于新原理的仪器研发是未来仪器精度水平进步的关键，不仅能够提升现有测量参量的精度水平，亦可实现对新参量的测量。例如，扫描隧道显微镜的发明使人类第一次能够实时观察单个原子在物质表面的排列状态和表面电子行为有关的物化性质，使测量分辨率提升到原子级水平，对表面科学、材料科学、生命科学领域研究起到重大推动作用。当前新原理超精密仪器不断被开发，如X射线三维显微镜，可在不破坏检测对象的情况下，实现对其内部结构的高分辨率成像；扫描电子显微镜也出现高通量化、飞秒级超快时间分辨率、原位观测等趋势。

（2）计量基标准技术趋向量子化。复现和保存国际单位制SI中基本单位的经典方法是使用实物基准，而实物基准具有稳定性不高、难以准确复制等缺点。量子化计量基准具有小型化和芯片化的优势，可以直接嵌入超精密仪器与装备中，可实现实时校准，使仪器与装备的精度水平达到最优，显著提高装备制造效率。未来发展重点方向还包括对基本物理常数（如牛顿万有引力常数、普朗克常数、阿伏加德罗常数、玻尔兹曼常数等）和基本物理量（如质量、电压、电流等）的更高精度计量。

（3）测量仪器朝着网络化、智能化方向发展。随着人工智能、云计算、大数据技术、移动互联网技术及产业链的日趋完善，仪器技术的未来发展将从功能化向智能化方向转变，从单一参数测量仪器向复合式多参数测量仪器转变。这些新型智能化超精密仪器将在宇宙开发、深海探测、环境监测以及生物工程众多领域发挥重要作用。

本方向核心专利共有186项（见表5），中国、日本和中国台湾排名前三位。从核心专利主要产出机构（见表6）来看，排名前三的机构为CNNU、BEIT、CHAV。主要国家或地区间研究相对独立（见图5），主要机构间合作关系不够密切（见图6）。

表5 “超精密仪器技术及智能化”核心专利主要产出国家/地区

表6 “超精密仪器技术及智能化”核心专利主要产出机构

图5 “超精密仪器技术及智能化”主要国家/地区间合作网络

图6 “超精密仪器技术及智能化”主要机构间合作网络

四、智能辅助诊断技术

智能辅助诊断是指由计算机在临床诊断中提供辅助病情分析，帮助医生更充分地利用多方面信息，提升诊断质量和诊疗效率。智能辅助诊断技术的应用不仅可以缓解当前医疗资源的不足，而且还会有力地推动医疗体系改革，有助于医疗领域逐步形成新的战略性新型业态。智能辅助诊断技术起源于20世纪50年代后期，主要经历了三个发展阶段：首先是以知识工程为主的医疗知识梳理、构建与积累阶段；然后是以集传统机器学习与特征工程于一体的浅层语义学习与推理的发展阶段；第三阶段是以海量医疗数据和深度学习方法为典型特征的医疗诊断决策推理自主学习。目前智能辅助诊断技术正处于由第二向第三阶段跨越发展时期。

智能辅助诊断技术研发拟解决的关键技术问题主要包括：医疗知识的表征学习问题、基于诊疗思路的复杂推理模型构建问题、智能辅助诊断结果的泛化问题以及智能诊断模型的生物学可解释性问题等。近年来，世界各国在医学人工智能领域的投资呈现出快速上涨的态势，国内的智能辅助诊断相关行业也迅速崛起，2017年行业产值已经达到130亿元以上，增长40.7%；2018年有望突破200亿元。目前国内外科技巨头都加紧在智能辅助诊断技术领域进行布局，以IBM、谷歌和西门子为代表的国外科技公司在智能辅助诊断领域深耕多年，积累了大量的发明专利，形成了一定的技术壁垒；国内的腾讯、联影智能、科大讯飞等高技术企业近几年也在多个关键方向上取得了重要突破，逐步形成了适应我国国情的智能辅助诊断技术的发展道路。

2013—2018年，从“智能辅助诊断技术”前沿发明专利的申请情况来看，美国、中国和日本占据了专利申请量的前3名，其中中国申请的专利占比达到了25.01%，是该工程开发前沿的重点布局国家之一，但平均被引频次仅为0.93，远低于美日等发达国家，反映出我国的专利质量和基础研究尚待进一步提升。目前智能辅助诊断技术发展主要包括以下几个热点方向。①面向医学大数据的深度学习底层数学模型：构建数学模型是建立智能辅助诊断技术的基础，医疗数据所描述的分子、细胞、组织、器官通常具有多维度属性，研究深度学习底层数据模型可以作为一个接口把多维度的数据连接起来，进而揭示数据的本质属性以及背后的逻辑关系。②影像组学智能分析：利用人工智能技术，全方位处理X射线、CT、核磁共振、正电子断层扫描、超声、病理等全模态的影像数据，为医生提供全栈式的智能辅助决策，从而有效提高医生诊疗效率和诊断精度。③基因组学智能诊断：利用智能分析方法解码癌症等重大疾病背后的基因信息，通过开发基于人工智能的辅助决策系统，从海量基因数据中分析出癌细胞的生物标记物，进而对癌细胞在体内的活动进行跟踪和预测。④体征监测及智能分析：将智能分析算法集成到随身穿戴设备的持续、即时和跟踪监测中，构建深度学习网络模型对心电图、连续血糖等体征数据进行分析，不仅可以在第一时间对潜在的疾病进行预警，而且还能够为后续的诊断提供重要的参考依据。⑤临床数据智能辅助决策：开发基于人工智能的临床数据管理平台，将临床数据结构化、模型化，并结合数据挖掘等智能分析方法，监控临床治疗体征，评估诊断方法，可视化数据结果，从而将临床决策规划嵌入到临床治疗过程中，进而指导医生的医疗行为。⑥智能辅诊自然语言处理：主要研究人工智能技术处理及运用自然语言，为患者进行症状分析，并提供就诊建议、导诊和导医决策、电子病历的录入等个性化的医疗服务，从而提升就诊效率、提高病历质量。⑦医学人工智能专用芯片：医学人工智能专用芯片是智能辅助诊断技术实际应用的算力保障，不仅需要适应专业医疗场景下对实时性的要求，而且还需要充分支持医学诊断所涉及的各型深度学习算法的加速与优化，从而提供更加快速、更加准确的医学诊断。⑧医疗辅助机器人：这是一个交叉领域，不仅涉及智能辅助诊断技术，包括对病灶的自动识别、诊断和决策，而且还涉及机器人、生物材料以及无线传输等高精尖技术，通过这些技术的有机融合，推动胶囊机器人、手术机器人等高端医疗装备的升级发展。随着人工智能的迅速发展，人工智能在医疗场景中的技术积累愈发成熟，智能辅助诊断作为这一领域的典型技术受到了国际社会的广泛关注。尤其在我国，由于具有医疗大数据的独特优势，为智能辅助诊断技术的发展提供了基础条件。然而，各个医院之间由于存在信息系统不匹配，导致“信息孤岛”现象非常明显，与此同时医疗数据的标准化、结构化严重不足造成了有用的医疗数据非常匮乏，这些现状都严重制约了智能辅助诊断技术的发展。虽然目前已开发的面向各种疾病的智能辅助诊断系统都宣称具有较高的诊断精度，但是距离实际应用还存在一定差距。各企业或高校、科研院所在开发智能诊断模型时都是建立在自备的有限数据库基础之上，而实际应用场景往往更加复杂，因此在未得到大规模临床检验证实之前均无实用价值可言。但随着业界与医院合作的日趋紧密，未来有望建立多中心的智能辅助诊断临床验证开放平台，将会为智能辅助诊断技术的临床应用创建有利的条件。另一方面，智能辅助诊断技术对医疗责任的辨识带来诸多障碍，特别是在判定医疗过失中的责任范围，需要完善智能辅助诊断相关的法律法规，明确医疗责任主体，清晰权责范围。当前，我国借助对人工智能国家级开放平台的建立汇聚了众多医学人工智能领域的高端人才，加快推进智能辅助诊断技术朝着更深层次的跨学科方向发展，努力应对未来的技术挑战。

“智能辅助诊断技术”工程开发前沿的专利排名前三的国家为美国、中国和日本，其中中国作者申请的专利占比达到了25.01%，在专利数量方面仅次于美国，是该工程开发前沿的重点布局国家之一，但平均被引频次仅为0.93（见表7），远低于其他国家，证明专利质量尚待提升。从专利产出的国家之间的合作网络（见图7）来看，美国和德国、加拿大合作较为密切。专利产出排名前三的机构分别是美国火山公司（Volcano Corporation），美国国际商业机器公司（International Business Machines Corporation）和德国西门子公司（SIEMENS AG）（见表8）。从主要机构间的合作网络（见图8）来看，西门子公司（SIEMENS AG）和Cerner创新公司（Cerner Innovation Inc.）之间存在合作关系。

表7 “智能辅助诊断技术”工程开发前沿中专利的主要产出国家或地区

表8 “智能辅助诊断技术”工程开发前沿中专利的主要产出机构

图7 “智能辅助诊断技术”工程开发前沿主要国家或地区间的合作网络

图8 “智能辅助诊断技术”工程开发前沿主要机构间的合作网络