近日，杭州市北京航空航天大学国际创新研究院医工交叉科创中心博士后王开洋在《Mechanobiology in Medicine》上发表题为“Neuromorphic Chips for Biomedical Engineering”的论文，深入探讨了神经形态芯片在生物医学工程领域的应用与挑战。北航国新院医工中心为第一完成单位。

原文链接：https://www.sciencedirect.com/science/article/pii/S294990702500021X 

作为一门融合生命科学和工程技术的交叉学科，生物医学工程在近几十年来取得了长足的发展，极大地推动了医疗卫生领域的进步。从人工心脏的研制到远程医疗系统的普及，这些成果不仅显著提高了疾病诊治的效率，也从根本上改善了人们的生活质量。在医疗感知技术领域，心率监测和血糖监测贴片等智能可穿戴设备正成为现代健康管理中的重要组成部分。在医学影像诊断方面，X-Ray、MRI和CT等高分辨率医学影像技术使临床医生得以深入解析病理特征。随着精准医疗与智能诊断的深入发展，生物医学大数据呈指数级爆发，使得受困于冯·诺依曼架构固有存储墙瓶颈与能效比的传统计算体系，已形成算力供给与临床需求间的严重鸿沟。因此，针对人体不同组织器官的生理特征及相关疾病的临床诊疗和数据处理需求，本文首先揭示了生物医学工程领域对多元化智能技术的迫切需求（图1）。在此背景下，神经形态芯片凭借类脑工作原理以及高度并行的数据处理能力，能够有效提升数据处理速度并降低能耗，成为突破冯诺依曼架构限制有潜力的方案之一。这类芯片逐渐在生物医学领域崭露头角，也为构建智能诊疗系统开辟了新路径，有望在复杂病理特征的实时解析和个性化医疗方案的动态优化方面展现出独特优势（图2）。随后梳理了神经形态芯片从建模到多模态信号处理的技术发展脉络，论证了其在生物医学传感、医学影像生成与处理、康复医学工程及脑机接口等领域的独特应用价值，凸显其在时空信息处理、并行计算和动态交互方面的技术优势（图3）。最后，本文指出神经形态芯片在生物医学工程领域的应用中仍面临生物相容性处理、个性化诊疗方案适配及临床转化验证等关键问题（图4），这为其在精准医疗和智能健康领域的技术突破指明了方向。

图 1. 疾病的多样化临床诊断需求示意图。

图 2. 神经形态芯片的历史发展脉络。

图 3. 神经形态芯片在生物医学工程中的应用方向，包含生物医学传感技术、医学影像处理和生成、康复医学工程和脑机接口技术。

图4. 神经形态芯片在生物医学工程领域的应用挑战，包括生物相容性、个性化治疗和临床验证三个方面。