醫藥專利分析領域研究熱點探測及對中藥專利分析的啟示

潘瑋+孫偉偉+張世玉+王偉

〔摘要〕中藥專利是中藥產業技術實力的重要體現，對其進行有效的分析和挖掘，將對政府部門、科研機構和中藥企業產生重要意義。研究運用Citespace Ⅲ軟件對CNKI數據庫和Pubmed數據庫中專利分析方法應用于醫藥領域的研究熱點進行探測，并繪制了研究熱點的時區分布和聚類分布可視化圖譜。通過對研究熱點的分析，發現中藥專利分析研究在整個研究領域中占有重要地位。為了進一步深化和發展中藥專利分析研究，一方面根據中藥專利分析研究熱點，對現有的中藥專利分析研究進行了梳理和歸納；另一方面，參考和借鑒專利分析方法在其它醫藥領域的研究熱點，從研究方法、研究目標和研究對象3個方面對未來中藥專利分析的研究進行了展望。

〔關鍵詞〕專利分析；研究熱點；中藥專利；Citespace

DOI：10.3969/j.issn.1008-0821.2017.03.026

〔中圖分類號〕G25553〔文獻標識碼〕A〔文章編號〕1008-0821（2017）03-0148-05

〔Abstract〕Patent analysis is vital to government departments，research institutions and enterprises for the reason that patent ability is the important representative of technical strength for traditional Chinese medicine industry.Based on citespace Ⅲ，taking Pubmed and CNKI databases as data sources，this paper analyzed the research hotspots on researches of the methods of patent analysis which were used in medical fields.It is found that the study of patent analysis of traditional Chinese medicine played an important part in the whole research fields.For an intensive study，according to the information of the research hot spots which have been detected，this paper not only carried on the induction summary of existing researches，but also gave prospects of the future researches from three angles that were method，objective and object.

〔Key words〕patent analysis；research hotspots；traditional chinese medicine patent；Citespace

知識經濟時代，中藥產業日益重視和依賴核心技術的專利保護。截至2016年6月，在CNKI專利數據庫中，以表示中藥的國際專利分類號A61K36/00進行檢索，共得到中藥專利申請數據18萬余條。因此對中藥專利進行有效的分析和挖掘，將對政府部門、科研機構和中藥企業產生重要意義[1]。目前已有學者對我國中藥專利申請現狀進行分析[2-4]，以及對我國各省區之間、我國與其他國家之間的中藥專利申請現狀進行比較分析[5-7]。為了進一步開發出中藥專利寶庫的潛在價值，不僅需要對現有相關研究進行歸納，還需要對中藥專利分析的研究思路和方法進行擴展。為此本研究擬對專利分析方法應用于醫藥領域的研究熱點進行探測，通過對研究熱點的分析，以期為中藥專利分析的深入研究提供借鑒和參考。

1數據來源與方法

11數據來源

為了更全面的探測專利分析方法應用于醫藥領域的研究熱點，本研究分別采集中文和英文科技文獻平臺的期刊文獻數據進行分析。中文平臺選擇CNKI數據庫，檢索策略為：（（題名=專利分析）（模糊））OR（（關鍵詞=專利分析）（模糊））OR（（主題=專利分析）（精確）），專輯導航：醫藥衛生科技。英文平臺選擇Pubmed數據庫，檢索策略為：（patent[Title] AND analy[Title]） OR （“patent analysis”[Title/Abstract]）。兩數據庫的檢索日期均截至2016年4月，其中前者共檢索得到263條文獻數據，后者共檢索得到286條文獻數據。對得到的文獻數據進行數據清洗，在剔除不相關的文獻后，將篩選出的文獻數據的全部題錄信息存儲為txt文件格式，供進一步分析使用。

12方法

運用Citespace Ⅲ軟件對清洗后的數據題錄信息進行分析。Citespace Ⅲ是陳超美博士開發的基于Java平臺的文獻信息分析及可視化軟件，可用于對某一研究領域的研究熱點進行探測[8]。且這種研究熱點探測方法已經廣泛應用于管理科學、情報學及高新技術領域[9]。

該軟件探測領域研究熱點的一般算法是：構建特定領域相關文獻關鍵詞共現網絡，計算關鍵詞的詞頻和中介中心性，并將具有較高詞頻和較大中介中心性的關鍵詞，即核心關鍵詞以聚類或時區分布等可視化的形式表現出來。由于一般情況下，關鍵詞是文獻主要內容的濃縮和提煉，因此在特定研究領域中，高頻出現的關鍵詞，可以被認為是該研究領域的研究熱點；而中介中心性體現了網絡中某成員連接其他成員的能力，因此高中介中心性的關鍵詞也可被認為是該研究領域的研究熱點[10]。于是通過對這兩種類型關鍵詞的識別便可實現對特定領域研究熱點的探測。

2結果

21研究熱點探測

運用Citespace Ⅲ軟件對CNKI數據庫和Pubmed數據庫進行研究熱點探測的具體操作為：將主題詞來源（Term Source）選擇為關鍵詞（Keywords Plus），節點類型同樣選擇為關鍵詞（Keyword），這將使得軟件對兩數據庫相關文獻的關鍵詞進行統計和分析。根據兩數據庫相關文獻的最早出版年份，將CNKI數據庫和Pubmed數據庫的文獻數據的時區分割（Time Slicing）分別設置為2000-2016年以及1970-2016年。兩數據庫的單個時間分區長度（Years Per Slice）均設置為1年，每分區最多N個主題詞數量（Top N Per Slice）均設置為100，這將使軟件統計每一年中出現的各關鍵詞的頻次，并將每一年中出現頻次排在前100位的關鍵詞篩選出來。最終統計出的核心關鍵詞，即該領域的研究熱點如表1和表2所示。

由表1和表2可知，兩數據庫的研究熱點既有一定的重合，又各有側重。這說明對于專利分析方法在醫藥領域的應用這一研究領域，就研究熱點而言，中英文文獻能夠形成有效的互補，因此對兩數據庫的探測結果進行歸納和匯總，對科研人員全面把握該領域的研究熱點具有重要幫助。

在這里需要指出的是，受本研究檢索策略的影響，CNKI數據庫中頻次前3位的關鍵詞分別是“專利”、“專利分析”和“專利申請”，其頻次分別為70、66和43次；Pubmed數據庫中頻次最高的關鍵詞是“Patent Analysis”，其頻次為34次。這些詞雖然頻次很高，但對于本研究來說，是顯而易見的通用詞匯，屬于“干擾詞”，作為研究熱點無法對科研人員了解研究領域提供實際幫助。因此本研究在此及接下來的分析中將這些“干擾詞”除去，從而使探測出的研究熱點更有應用價值和指導意義。

22研究熱點的時區分布

使用軟件Time Zone功能，能夠了解研究熱點的時區分布，如圖1和圖2所示。由于兩數據庫包含文獻的時間跨度不同，為使結果更加清晰易讀，本研究將CNKI數據庫的時間分區長度設置為2年，而將Pubmed數據庫的時間分區長度設置為3年。通過控制閾值，在圖1和圖2中只有詞頻大于等于3的關鍵詞才會作為研究熱點展示出來，每個研究熱點最左側所占據的年份，表示其最早出現的年份，研究熱點的大小與其詞頻的高低成正比，各研究熱點之間的連線表示彼此之間存在共現關系。通過研究熱點的時區分布可以看出研究熱點最早出現的時間及研究熱度持續的時間，此外對不同時段研究熱點的探測，有助于了解整個學科的發展脈絡和各個時期的不同側重。

23研究熱點的聚類分布

運用聚類算法對關鍵詞共現網絡進行聚類能夠直觀地展現各研究熱點之間的關系。具體操作為：在之前參數的基礎上，剪枝算法（Pruning）選擇Pathfinder和Pruning the Merged Network，其目的是使聚類的效果更加清晰，得到的關于兩數據庫研究熱點的聚類分布如圖3和圖4所示。

在圖3和圖4中，不同顏色相互獨立的幾何圖形表示不同的類團。通過控制閾值，同樣只有詞頻大于等于3的關鍵詞才能夠作為研究熱點顯示出來，且研究熱點字體大小與其詞頻高低成正比。由于聚類算法的目的在于將大量數據分成不同類別，并使相同類別內的數據之間最大程度的相似，而不同類別內的數據最大程度的不同[11]。因此通過對整個研究領域的研究熱點進行聚類，其效果相當于將整個研究領域劃分為若干個子領域。同一類團中的研究熱點更趨向于同時出現在一類研究中，因此通過對每個類團中研究熱點之間關系的解讀，便可以大體推測出該子領域的主要研究內容。

聚類的效果可以通過Modularity Q和Mean Silhouette兩個指標衡量，前者表示各類團的模塊性，取值為[0，1]，值越大說明各類團越獨立，聚類效果越好；后者表示類團內

各成員的同質性，取值為[-1，1]，值越大說明類團內的成員越一致，聚類效果越好。對于圖1和圖2來說，其Modularity Q的值分別為078和084，Mean Silhouette的值分別為083和071，兩指標的值均較大，說明兩數據庫研究熱點的聚類效果均較為良好，因此聚類結果反映信息的可信度可以接受。

3對中藥專利研究的啟示

31現有中藥專利分析研究概述

由表1和表2可知，在CNKI數據庫中，研究熱點“中藥”、“中藥復方”的詞頻分別為22次和10次，“中藥專利”、“中藥”的中介中心性分別為061和041；而在Pubmed數據庫中，研究熱點“Chinese Herbal Drugs”的中介中心性為005。說明在整個研究領域中，中藥專利分析研究已占有一席之地，且兩數據庫相比，CNKI數據庫中與中藥專利分析相關的研究熱點的出現頻次和重要性程度更高。

由圖1和圖2可知，在CNKI數據庫中，“中藥專利”、“中藥”、“傳統藥物”分別最早出現于2000年、2004年和2014年；而在Pubmed數據庫中，“Chinese Herbal Drugs”最早出現于2012年。因此可以看出，自中文文獻開始關注專利分析方法在醫學領域中的應用起，對于中藥專利分析的研究就已經開始出現，雖然在發展的過程中研究熱點發生細微變化，但是研究熱度始終不減。而在2012年，中藥專利分析作為研究熱點開始在Pubmed數據庫中出現，并且伴隨著中藥國際影響力的日益擴大，有理由相信對于中藥專利分析的研究將越來越受到國內外學者的關注，其研究成果也將進一步豐富和深入。

由圖3和圖4可知，在CNKI數據庫中，“中藥”與“天然藥物”、“專利保護”以及“阿爾茨海默病”共為同一個類團，說明這4個研究熱點彼此之間更趨向于同時出現；同理“中藥信息學”與“中藥專利”，“中藥復方”與“有效專利”、“聚類分析”以及“醫藥知識產權”，“傳統藥物”與“專利計量”以及“數據庫”彼此之間更趨向于同時出現。而在Pubmed數據庫中“Chinese Herbal Drugs”則與“Humans”共為同一個類團。通過對上述各類團的進一步分析，本研究認為目前中藥專利分析的研究主要體現在以下幾個方面：

1）對中藥或天然藥物專利進行分析，探討專利保護制度的誤區，并提出相應的專利保護對策；

2）對治療阿爾茨海默病的中藥專利或天然藥物專利進行分析，以了解專利現狀；

3）運用聚類分析等文獻計量方法對中藥復方授權專利及有效專利進行分析，以探討中藥復方專利的用藥規律、年度增長狀況、區域發展方案及知識產權戰略等；

4）運用專利計量方法對專利數據庫中的中藥專利（如細辛、紅景天、黨參、刺五加等）進行中藥信息學分析，剖析相關中藥專利的現狀與發展趨勢，為傳統藥物的開發提供參考。

32未來中藥專利分析研究展望

本研究通過參考專利分析方法應用于醫藥領域其它方面的研究熱點，對未來中藥專利分析的相關研究做如下展望：

321研究方法的深入

目前中藥專利分析研究的研究方法主要是聚類分析、頻數分析等傳統的文獻計量方法。由圖3和圖4可知，除了傳統的文獻計量方法之外，表示醫藥領域專利分析研究方法的研究熱點還包括“統計分析”、“專利地圖”、“Comparative Analysis（對比分析）”、“Annotated（注釋）”和“Text Mining（文本挖掘）”等。基于此，在未來的研究中，中藥專利分析的研究方法可以進一步深入，如在文獻計量的基礎上，運用統計學方法增強分析結果的說服力；運用專利地圖繪制方法，對分析結果進行可視化，以增加分析結果的可讀性；運用文本挖掘方法通過語義注釋構建中藥本體，以揭示中藥專有名詞之間的語義關系，解決藥物或成分等同義詞的多種表達問題，從而增強分析結果的準確性；或是針對中藥專利的特殊屬性，運用比較分析的方法分析中藥專利知識產權保護和社會需求之間的關系，并探討由此產生的一系列法律與倫理之間關系的問題。

322研究目標的擴展

目前中藥專利分析研究的研究目標主要是了解中藥專利的基本現狀、區域發展狀況以及探討中藥專利保護制度。由圖3和圖4可知，表示醫藥領域專利分析研究目標的研究熱點還包括 “專利戰略”、“技術預見”、“Drug Discovery（藥物發現）”、“Patent Litigation（專利訴訟）”、“Diagnosis and Therapy（診斷和治療）”、“Key Fields Identification（主要領域識別）”等。基于此，在未來的研究中，中藥專利分析的研究目標可以進一步擴展，如通過對中藥專利的技術信息進行分析，服務于技術預見；通過對中藥專利的申請及授權數量的區域分布、專利權人的區域分布等基本指標的分析，服務于專利戰略制定的決策支持；建立中藥專利相關數據的共現、共引網絡，并對其進行聚類分析，從而對中藥專利的主要研究領域進行識別；通過對中藥專利的藥物組成、功效、配伍等數據進行分析，用于新藥物、新配方的發現或提升特定疾病的診斷或治療效果；通過對中藥專利的權利要求進行分析，服務于主動或被動的專利訴訟等。

323研究對象的豐富

目前中藥專利分析研究的研究對象從指標特點來看，主要是對一些基本指標（如專利數量、專利權人分布等指標）進行分析；從專利類型來看，主要是對發明專利、申請專利、授權專利及有效專利進行分析；從專利內容上來看，主要是對專利說明書中的特定藥物或面向特定疾病的中藥專利進行分析。由圖3可知，表示醫藥領域專利分析研究對象的研究熱點還包括“技術生命周期”、“技術發展階段”、“失效專利”、“法律狀態”等。基于此，在未來的研究中，中藥專利分析的研究對象可以進一步豐富，如在指標上，可以通過對中藥專利技術生命周期或技術發展階段等指標進行分析，從而實現技術預測或制定相應的專利戰略；在專利類型上，可以對失效的中藥專利進行分析，探討中藥失效專利的繼續加工及再次利用的手段和方法；在研究內容上，可以將目光擴展到專利的權利要求書上，通過對專利法律狀態的分析研究專利保護或專利訴訟等法律層面的問題。

參考文獻

[1]劉海波，劉延淮.知識經濟時代的中藥專利資源利用[J].世界科學技術-中醫藥現代化，2014，（5）：978.

[2]秦宇，董麗.我國中藥專利申請現狀分析及建議[J].中國新藥雜志，2016，（8）：841-845.

[3]許鈞鈞，張輝，唐力英，等.進入中國的復方中藥專利現狀分析[J].中草藥，2012，（12）：2321.

[4]楊旭杰，肖詩鷹.基于聚類分析的中藥復方職務發明專利現狀及增長路徑研究[J].中國中藥雜志，2012，37（17）：26-29.

[5]海廣范，楊俊，李生瑩，等.2001-2010年北京市、上海市和廣東省中藥專利分析[J].中國實驗方劑學雜志，2011，17（24）：223.

[6]海廣范，楊俊，張賀鳴，等.中國、韓國、德國、日本和美國2006-2010年中藥專利比分析[J].中國實驗方劑學雜志，2011，17（15）：274.

[7]楊旭杰，肖詩鷹.基于聚類分析的中藥復方專利區域發展研究[J].中國中藥雜志，2012，37（16）：2472.

[8]王霞.基于知識圖譜的國際知識管理研究可視化分析[J].科技管理研究，2011，31（20）：175.

[9]劉則淵，陳銳，侯海燕.科學知識圖譜：方法與應用[M].北京：人民出版社，2003.

[10]邱均平，溫芳芳.近五年來圖書情報學研究熱點與前沿的可視化分析——基于13種高影響力外文源刊的計量研究[J].中國圖書館學報，2011，37（2）：51.

[11]賀玲，吳玲達，蔡益朝.數據挖掘中的聚類算法綜述[J].計算機應用研究，2007，24（1）：10.

（本文責任編輯：郭沫含）