光芯片是未来新一代信息产业的基础设施和核心支撑。本文聚焦光芯片领域，采用“方向—定位—路径”的分析思路，通过产业环境、产业现状、专利态势和布局分析，厘清光芯片研发与产业化发展基础和条件，基于调研和专家咨询，把握未来技术和产业化前瞻性布局，找准未来发展方向。在此基础上，本文剖析我国光芯片发展存在的机遇及可能面临的风险挑战，提出相应的知识产权发展建议：1）梯次布局谋划未来产业发展，在高速率光芯片、车用激光雷达芯片、硅光电子芯片和VCSEL激光器芯片等当前热门应用领域强链、补链，突破关键技术，在光计算、光量子等未来前瞻性应用领域突破技术瓶颈，积极引导产业布局；2）构建覆盖创新全链条全周期的光芯片产业知识产权服务平台；3）加强光芯片领域海外专利布局；4）引导光芯片创新主体构建多维度知识产权保护策略。

当前，光子技术正成为新的发展趋势，光子产业有望成为未来全球经济增长的新动力和主战场。世界主要国家/地区都在大力发展光子技术，并将光子产业作为推动经济发展和社会进步的朝阳产业之一。本文首先剖析了美国、日本、欧洲推动光子技术与产业发展的典型做法与经验特征，并对我国光子技术与产业发展现状进行分析。最后，提出我国发展光子产业的对策建议：1）强化顶层设计，把光子技术和产业发展作为战略重点；2）组织成立国家级光子技术创新平台，加快技术研究与扩散；3）统筹区域布局，实现光子产业高水平集聚；4）推动企业主导的产学研融合，促进科技与产业互融互通；5）以重大应用场景为驱动，构建需求导向的产业生态体系。

当前，以人工神经网络为代表的类脑智能模型主要在软件层面实现。尽管这些模型在智能化方面已经取得了重大突破，但其发展仍然受到电子芯片物理限制的制约。随着光计算技术的发展，基于模拟光计算的光子芯片能够在硬件层面上直接构建具有神经形态的物理计算单元，实现高效智能处理与自适应学习。本文首先概览了数字光计算和光量子计算领域中光子芯片的相关研究进展，指出发展基于模拟光计算的类脑光子芯片能够规避逻辑门设计的问题并模拟生物脑在计算方面的优势。通过梳理人工神经网络的演化以及相应光学实现技术，本文针对现有类脑光子芯片在非线性元件和规模扩展方面的瓶颈，进一步提出了以下观点：在硬件实现层面，需要进一步探索非线性光学元件，构建全光非线性操作层来模拟脑的非线性特性；在算法实现层面，需要重点研究大脑以记忆为基础的学习认知原理，并设计匹配光子特性的类脑智能算法，从而突破规模限制。

硅光集成结合了光电子高速率、低串扰和微电子高集成、低成本的优势，是突破当前微电子芯片性能墙、功耗墙等瓶颈，实现信息高速传输与处理的重要路径。经过二十余年的快速发展，硅光芯片用光波导、光调制器、光探测器、分波/合波器等元器件及其小规模集成已经基本成熟，但高性能的硅基光源尚未完全解决。由于本征硅的发光效率极低，如何将III-V族激光器集成到硅光芯片上并实现其与片上波导的低损耦合，是目前亟待解决的核心问题。量子点材料具有对载流子三维方向的强限制，使得量子点激光器呈现出低功耗、高工作温度、高温度稳定、强抗反馈等优异特性，被视为未来硅基光源的主流。本文面向大规模、高密度的硅光集成，重点介绍片上键合和异质集成两类量子点激光器方案，及光子引线、端面耦合和倏逝波耦合三种波导耦合方案，以期为尽早完成高性能激光光源这一硅光集成中的“最后一块拼图”提供启发。

基于耦合光波导体系的光量子芯片通过光子在波导系统中的传输和波导之间的耦合来实现量子功能，具有很好的可扩展性，是重要的光量子信息处理平台。利用飞秒激光直写技术制备的三维光量子芯片，具有比传统平面结构更为灵活的立体结构，从而可实现更丰富的功能，包括光通信、光量子计算、全光逻辑操作以及片上信息处理等。同时，光在耦合波导体系中的传播方程与描述微观粒子运动的薛定谔方程相似，因此可以利用光场在耦合光波导体系中的传播规律来类比真实情况下难以观测的凝聚态量子物理现象，使得光量子芯片不仅本身具有广泛应用，也成为模拟拓扑物理和非厄米效应等前沿领域的重要平台。当前，三维光量子芯片以其独特的技术优势和广泛的应用前景，成为未来芯片领域重要的发展方向之一，也为我国在全球竞争中保持技术领先地位提供了机遇。

在概览国际数字医学战略部署和代表性智慧医院建设的基础上，对数字生物学和数字医学的进展与突破进行了阐述。重点讨论了人工智能、大数据等新兴信息技术对医学科研与诊疗突破的推动作用，具体包括：蛋白质结构预测、人类错义突变发现问题、类器官构建及微生理系统发展、癌症肿瘤诊断与中医临床进展等。在讨论数字医学挑战与发展前景的基础上，提出我国在该领域的发展建议：1）充分发挥交叉科学领域和新兴信息技术的关键作用，促进前沿技术与卫生健康领域的结合；2）重视数据监管以保障数字生物学和数字医学的规范发展；3）推进数据标准化和数据库建设，推动数字疗法发展；4）加强数字医学领域的复合型人才培养，重视多种教育方式对人才培养的补充作用；5）促进数字医疗产业发展，推动数字医学临床落地。

当今社会正迈入信息大数据时代，人工智能、人机交互等科学研究成为信息技术创新领域的研究热点。其中，脑机接口技术是医、理、工等多学科交叉的研究重点。为全方位探讨全球脑机接口在医疗领域技术发展情况，本研究开展了基于PatSnap专利数据库分析平台的脑机接口在医疗领域的专利分析，利用专利数据挖掘2003—2023年脑机接口在医疗领域申请的相关专利文献并对其申请趋势、申请地域、技术领域与主要申请人进行可视化分析。结果表明，脑机接口已经从科学理论研究走到了技术爆发的阶段；美国脑机接口在医疗领域的专利申请量最多，中国尚需增强该领域核心技术的研发和创新能力；全球大量公司企业加大对脑机接口领域的技术研发投入，高校和科研机构也积极展开关键技术研究和应用实践；但伦理与安全、高额研发成本等问题，对专利发展态势造成一定的影响。本文通过对全球脑机接口技术在医疗领域的专利信息进行系统性的分析，揭示了其在医疗领域的技术发展趋势、核心技术布局、行业内的领先者和竞争态势等关键信息，为解决脑机接口技术发展与应用将会面临的问题提供参考，为推动关键技术创新和制定高质量人才培养策略贡献了新方案。

人工智能和数据驱动的电子健康记录（EHR）挖掘可以发现潜在医学规律和知识，为精准化、个性化医疗决策和健康管理提供高价值情报和技术方法支撑。本文从Web of Science、PubMed以及CNKI数据库中检索相关EHR挖掘的文献，通过可视化发文趋势及关键词共现分析领域研究热点与趋势。在充分了解EHR数据类型和数据库来源的基础上，对科学界现有EHR挖掘技术方法及其优缺点进行归纳总结与对比分析。研究发现，目前EHR挖掘技术可分为基于关联规则、词典和规则相结合、统计机器学习、深度学习四种，其中基于深度学习的EHR数据挖掘技术是当前的研究热点和趋势，可对大规模复杂异构的EHR数据进行高效挖掘和结果预测。总体研究仍存在挖掘结果可解释性差、技术方法单一和融合不足、智能化程度低和可移植性较差、多模态异构数据的表示学习能力不强、在医疗领域实际应用落地困难等问题。未来研究应针对EHR挖掘结果的可解释性、多模态异构数据的强表示性、EHR数据的集成和标准化，以及在临床医疗实践中的可落地性等重点展开研究。此外，随着大语言模型和知识图谱相关技术的快速发展，建议探索其在EHR挖掘领域实际应用的可行性。

为了解全球生物医学研究的学科交叉发展态势，本研究以代表性基金管理机构资助的成果论文为研究对象，运用科学计量学指标测度学科交叉程度，构建学科社会网络以识别关键和重要支撑学科。研究发现在2018—2022年间，美国、日本、英国、澳大利亚、欧盟和中国的生物医学研究的学科交叉程度逐步上升，涉及学科的数量和跨度均有增加，但不同学科对研究支撑作用的强度差别较大；包括信息科学在内的计算机学科对生物医学研究的支撑作用日益凸显，以统计学为代表的数学在医学研究中持续发挥重要作用，化学领域新材料、新技术、新设备的出现也为医学研究起到重要支撑；不同国家/组织研究中涉及的重点与支撑学科存在差异。未来生物医学研究基金项目的规划和人才培养应更加重视多学科知识的协同以及生物医学范畴以外知识的融合，可进一步探索跨学科研究人员的深度合作模式、生物医学交叉学科设置、人才不同学习阶段的跨学科培养模式和非医学类通用支撑学科课程安排、科学优化医学教学材料与内容，为生物医学研究范式的创新和发展提供保障。

神经退行性疾病作为全球日益严重的公共卫生挑战，为其科研基金的分配提供科学依据对于推动相关领域的研究具有重要意义。本文基于基金项目数据揭示了领域内的资助强度趋势、重要受资助机构及其优势学科，并通过对主题词趋势因子的计算，有效识别出神经退行性疾病领域各研究主题的发展潜力和资助力度。研究发现，神经退行性疾病的资助金额于2019年后呈下降趋势，且降幅明显，但肌萎缩侧索硬化（ALS）方向的资助金额有明显的上升趋势；从区域角度分析，美国的科研资助最多，其他国家与之差距较大；顶尖机构的重点项目集中在疾病研究（数据）平台的搭建；各方向的前沿主题主要集中在疾病的机制探索、创新疗法及诊断。对此，本文提出四点建议：1）保持神经退行性疾病领域研究的层次性；2）前沿探索类基金可倾向于资助寻找潜在的新靶点或新疗法或早期干预的项目；3）妥善处理临床研究管理和规范；4）建立适应神经退行性疾病攻关的体制机制。