基于專利信息的我國醫(yī)學人工智能產(chǎn)業(yè)競爭態(tài)勢分析

2017年7月，國務(wù)院發(fā)布《新一代人工智能規(guī)劃》，將人工智能上升到國家戰(zhàn)略層面[1]。目前，對于醫(yī)學人工智能尚無明確的定義。劉榮根據(jù)當前人工與醫(yī)學領(lǐng)域的發(fā)展趨勢提出了概念，即通過人工智能的方法，輔助或替代人類進行醫(yī)療行為的科學[2]。

人工智能在醫(yī)療領(lǐng)域的應(yīng)用又可細分為醫(yī)學影像識別、臨床醫(yī)療智能決策、手術(shù)機器人、病歷與文獻分析、藥物研發(fā)和健康管理等[3]。隨著大量深度學習平臺的出現(xiàn)和框架開源降低了基礎(chǔ)算法實現(xiàn)的技術(shù)門檻，醫(yī)學人工智能已逐步從實驗室走入應(yīng)用，技術(shù)日臻成熟。目前DeepCare對乳腺癌細胞識別的準確率達到92.5%[4]。然而，醫(yī)療領(lǐng)域的人工智能應(yīng)用是一項投入高、技術(shù)風險大、研發(fā)周期長的行業(yè)，僅靠政府的政策支持無法保證行業(yè)平穩(wěn)而快速發(fā)展。專利保護是維持技術(shù)創(chuàng)新和經(jīng)久不衰的重要方式[5]，因此有必要從專利信息入手，揭示專利技術(shù)深層動態(tài)特性[6]，對我國醫(yī)學人工智能產(chǎn)業(yè)競爭力進行全面評估，為實現(xiàn)技術(shù)新突破提出針對性建議。

目前對醫(yī)學人工智能領(lǐng)域的研究尚停留在技術(shù)層面，缺少對行業(yè)發(fā)展的整體綜合態(tài)勢分析和企業(yè)層面的闡釋。因此，本文對總體趨勢、申請機構(gòu)和技術(shù)內(nèi)容進行分析，從宏觀層面判定中國區(qū)域整體競爭力，從中觀層面比較國內(nèi)主要研發(fā)機構(gòu)實力，從微觀層面深入到技術(shù)領(lǐng)域發(fā)掘我國醫(yī)學人工智能的技術(shù)特點。

1 數(shù)據(jù)來源

專利數(shù)據(jù)來自國家知識產(chǎn)權(quán)局專利檢索與分析系統(tǒng)。檢索式為：(申請日<=20190530 AND IPC分類號=(A61) ) AND( ( 復合文本=(自然語言處理) OR 復合文本=(計算機視覺) OR 復合文本=(深度學習) OR 關(guān)鍵詞復合文本=(人工智能) OR 復合文本=(智能搜索) OR 復合文本=(語音識別) OR 復合文本=(圖像識別) OR 復合文本=(語義檢索) OR 復合文本=(文本分析) OR 復合文本=(虛擬助手) OR 復合文本=(預測分析) OR 復合文本=(視覺搜索) OR 復合文本=(智能系統(tǒng))))，截止時間為2019年5月30日，共獲取有效專利854件。由于專利公開日期滯后，2018年數(shù)據(jù)存在部分遺漏。

2 專利態(tài)勢分析

2.1 專利數(shù)量趨勢

對檢索到的專利數(shù)據(jù)進行統(tǒng)計分析(圖1)。

圖1 專利數(shù)量變化趨勢

2010年之前，醫(yī)學人工智能技術(shù)相關(guān)專利數(shù)量較少；2010年開始有所發(fā)展，相較于前一個階段，專利數(shù)量增多，說明人工智能技術(shù)在醫(yī)學領(lǐng)域的發(fā)明創(chuàng)造活動和專利申請近年來開始活躍，但仍未有實質(zhì)性突破；2012年開始專利數(shù)量增幅較大，特別是2017年的專利數(shù)量是2012年專利數(shù)量的1.68倍，短短幾年的發(fā)展讓人矚目，顯示出醫(yī)學領(lǐng)域?qū)θ斯ぶ悄苄录夹g(shù)的興趣和需求。

2.2 技術(shù)生命周期

在專利技術(shù)發(fā)展的不同時期，專利的申請量與申請人數(shù)存在一般性、周期性規(guī)律。通過分析專利技術(shù)所處的階段，可以預測該項技術(shù)未來的發(fā)展方向[7]。根據(jù)專利申請量、專利類型和申請人數(shù)在時間上的變化規(guī)律，專利生命周期在理論上可劃分為萌芽期、發(fā)展期、成熟期和衰退期4個階段。每個階段的特征見表1。

本文采用國內(nèi)學者常用的曲線圖法分析判斷醫(yī)學人工智能領(lǐng)域所處的生命周期，從專利申請數(shù)量和申請人數(shù)2個指標構(gòu)建曲線圖(圖2)。

2011年以前為技術(shù)萌芽期，領(lǐng)域內(nèi)專利申請數(shù)量和申請人數(shù)較少，發(fā)展緩慢；2012年后隨著人工智能技術(shù)的發(fā)展和應(yīng)用，激發(fā)了醫(yī)學人工智能領(lǐng)域?qū)＠拇罅慨a(chǎn)出，進入技術(shù)發(fā)展期。該階段基礎(chǔ)發(fā)明在橫向和縱向齊頭并進[8]，技術(shù)得到進一步完善，更加適應(yīng)市場需求，參與合作的企業(yè)增多。從醫(yī)學人工智能行業(yè)來看，從萌芽期開始參與的企業(yè)，此時已積累了一定的實踐經(jīng)驗，后續(xù)會利用這些經(jīng)驗和資源深入研發(fā)以實現(xiàn)技術(shù)突破。對于新入行企業(yè)，在市場和利益的驅(qū)使下也會進行相關(guān)研發(fā)活動，從而推動整個醫(yī)學人工智能行業(yè)的技術(shù)發(fā)展。由于世界主要國家專利公開時間以及所選用數(shù)據(jù)庫本身數(shù)據(jù)的納入和加工有一定的時間差(如國內(nèi)的專利從申請到公開大概有18個月的時間間隔)，很多在2018年申請的專利信息無法檢索到，所以會出現(xiàn)圖2中下降的假象。由于目前醫(yī)學人工智能技術(shù)處于發(fā)展期，未來專利申請數(shù)量仍然會繼續(xù)增加，各創(chuàng)新主體之間的競爭將會更加激烈。

圖2醫(yī)學人工智能專利技術(shù)生命周期

2.3 國內(nèi)專利申請分布

從檢索到的所有專利中篩選出國內(nèi)專利，并按照省市進行分類和計算占國內(nèi)專利總數(shù)的比例(表2)。

表2顯示，廣東、北京、江蘇、浙江、天津5省市申請量接近專利總量的一半。

其中廣東省申請數(shù)量最多(達105件)，是因為這里有具有很強研究實力的華南理工大學、廣州綠松生物科技有限公司、深圳先進技術(shù)研究院等；其次是北京(達69件)，是因為北京擁有眾多科研院所、高校以及高新技術(shù)企業(yè)，如清華大學、中科院等研究機構(gòu)均有專利申請。

以上地區(qū)專利申請數(shù)量位居前列，一方面是該地區(qū)的重點大學、科研院所較多；另一方面是這些地區(qū)經(jīng)濟發(fā)達，許多國內(nèi)本行業(yè)的領(lǐng)頭企業(yè)坐落于此。省市政府對于知識產(chǎn)權(quán)的重視和政策鼓勵也促進相關(guān)研究開展。

醫(yī)學人工智能是涉及學科較多、技術(shù)復雜度較高的領(lǐng)域，前期研發(fā)并不能完全依靠企業(yè)自身，需要國家和有關(guān)部門的引導和扶持。

表2 國內(nèi)主要地區(qū)醫(yī)學人工智能專利申請數(shù)量

3 主要申請人競爭態(tài)勢分析

采用專利組合分析法對申請人的競爭態(tài)勢進行分析。專利組合分析法從專利質(zhì)量和專利活動兩個維度分析申請人的專利競爭實力，據(jù)此識別技術(shù)領(lǐng)導者、潛在技術(shù)競爭者、技術(shù)活躍者和技術(shù)落后者(圖3)。其中，專利活動指創(chuàng)新主體在某領(lǐng)域的專利申請量，專利質(zhì)量主要通過有效專利占有率、技術(shù)范圍、國際范圍、權(quán)利要求量4個指標的均值衡量。各指標內(nèi)涵[9]見表3。

分析主要申請人專利指標計算結(jié)果(表4、圖4)發(fā)現(xiàn)，皇家飛利浦電子股份公司屬于技術(shù)領(lǐng)導者，在專利質(zhì)量和專利數(shù)量上遙遙領(lǐng)先其他申請人；東芝醫(yī)療系統(tǒng)株式會社屬于潛在技術(shù)競爭者，專利數(shù)量相對較少但質(zhì)量較高；清華大學、京東方科技集團等屬于技術(shù)活躍者，專利數(shù)量較多但質(zhì)量有待提升。在同族專利規(guī)模和權(quán)利要求數(shù)量方面，我國主要專利申請人普遍低于外國來華公司。皇家飛利浦電子股份公司同族專利平均數(shù)量為8.68，我國申請人最大同族專利平均數(shù)僅為2.73，與外國來華公司還有一定差距。在權(quán)利要求平均數(shù)量上，東芝醫(yī)療系統(tǒng)株式會社最大為18.13，我國申請人中權(quán)利要求平均數(shù)最低的僅有7.27，差距明顯。其中京東方科技集團股份公司相對比較突出，權(quán)利要求平均數(shù)量為15.18，值得我國其他專利申請人借鑒學習。

圖3 專利組合分析二維矩陣

專利指標指標內(nèi)涵專利活動(PAiF)申請人專利申請數(shù)量/該領(lǐng)域申請人專利申請數(shù)量最大值有效專利占有率(Q1)申請人在該領(lǐng)域的有效專利占有率/該領(lǐng)域申請人有效專利占有率最大值技術(shù)范圍(Q2)申請人在該領(lǐng)域申請專利的IPC總量/該領(lǐng)域申請人申請IPC總量最大值國際范圍(Q3)申請人同族專利平均數(shù)量/該領(lǐng)域申請人同族專利平均數(shù)量最大值權(quán)利要求量(Q4)申請人在該領(lǐng)域?qū)＠f明書中權(quán)利要求的平均數(shù)量/該領(lǐng)域?qū)＠髷?shù)量最大值平均專利質(zhì)量(PQiF)Q1至Q4的平均值

表4 主要申請人指標

圖4主要申請人專利競爭力對比

4 專利技術(shù)分析

4.1 技術(shù)IPC申請趨勢

IPC分類號分為部、大類、小類、大組和小組，可以進行技術(shù)領(lǐng)域的區(qū)分。

本文選取IPC分類號中的小類進行分析(圖5)，通過分析發(fā)現(xiàn)醫(yī)學人工智能領(lǐng)域的專利技術(shù)主要分布在A61B(診斷外科)、A61H(理療裝置)、A61N(電磁療、放射療和超聲波療)、G06F(電數(shù)據(jù)處理)和B25J(裝有操作裝置的容器)等小類。從年度申請趨勢上來看，A61B申請量始終遙遙領(lǐng)先其他小類，從2012年開始A61H申請量雖有波動但始終位于第二位。

圖5 IPC號年度申請趨勢

4.2 技術(shù)熱點分析

國際專利分類號標注了專利的所屬類別，專利數(shù)量體現(xiàn)了技術(shù)的熱門程度。表5顯示，識別圖形、圖像分析以及數(shù)字計算和數(shù)據(jù)處理等專利數(shù)量較多，是專利申請的熱點，電磁共振或核磁共振、放射診斷儀器和用于診斷目的的測量等是專利申請中關(guān)注度較高的基礎(chǔ)技術(shù)。此外，醫(yī)學人工智能領(lǐng)域?qū)W者還較為關(guān)注基因治療、診斷方法或儀器以及用戶與計算機交互的輸入/輸出等。

表5 我國醫(yī)學人工智能領(lǐng)域熱門技術(shù)

對上述統(tǒng)計的專利申請書中權(quán)利要求和說明書進行分析，發(fā)現(xiàn)技術(shù)點比較分散，但也存在一些頻率較高的詞匯，如深度循環(huán)神經(jīng)網(wǎng)絡(luò)、圖像識別、圖像分析等。此外，與醫(yī)學影像技術(shù)相關(guān)的磁共振重建、三維重建和斷層成像等技術(shù)也是我國醫(yī)學人工智能行業(yè)研發(fā)的重要方向。醫(yī)學影像學包括醫(yī)學成像系統(tǒng)和醫(yī)學圖像處理兩個相對獨立的研究方向，兩個方向的專利研發(fā)活動齊頭并進，如涉及醫(yī)學成像的熱消融區(qū)域識別成像、激發(fā)熒光斷層成像和自然圖像隨機森林成像，以及涉及醫(yī)學圖像處理的腔鏡視像增強、矢狀位圖像處理和數(shù)字血管造影圖像中分割血管數(shù)據(jù)等詞匯均有相關(guān)的專利申請。

5 結(jié)論與建議

5.1 我國醫(yī)學人工智能領(lǐng)域現(xiàn)狀

通過對我國醫(yī)學人工智能領(lǐng)域整體態(tài)勢進行分析，可以了解該領(lǐng)域在我國的發(fā)展現(xiàn)狀。

5.1.1 專利活躍度高，關(guān)注實踐應(yīng)用

我國在該領(lǐng)域的發(fā)展具有一定優(yōu)勢。目前醫(yī)學人工智能技術(shù)處于技術(shù)發(fā)展階段，研發(fā)活動多，屬于技術(shù)活躍者。相較已進入技術(shù)成熟期的日、歐、美等國家，我國的專利活躍度保持較高水平，每年專利公開數(shù)量在全球所占比例不斷攀升。從技術(shù)內(nèi)容看，我國專利技術(shù)關(guān)注實踐應(yīng)用，特別是人工智能技術(shù)在醫(yī)學影像學中的應(yīng)用，聚焦視像處理、數(shù)據(jù)計算和核磁共振等分支研究，同時兼顧診斷測量、檢測方法和系統(tǒng)的創(chuàng)新等。

5.1.2 技術(shù)壟斷程度高，核心專利欠缺

我國在該領(lǐng)域也存在不容忽視的劣勢。專利技術(shù)壟斷使我國難以發(fā)展核心技術(shù)，對基礎(chǔ)研究重視不夠?qū)е禄A(chǔ)專利缺乏。我國雖然專利數(shù)量相對較多，但質(zhì)量一般，如被引頻次少、基礎(chǔ)專利少等。究其原因是我國科研機構(gòu)基礎(chǔ)研究水平低，產(chǎn)學研協(xié)同化生產(chǎn)不足，企業(yè)等研發(fā)主體參與度不夠。

5.2 建議

5.2.1 學科交叉，構(gòu)建“1+N”研究格局

在技術(shù)研發(fā)方面，努力打造“1+N”的基礎(chǔ)研究技術(shù)格局，即以重點攻破1～2個技術(shù)點為主，以此帶動外圍相關(guān)專利技術(shù)為輔。基于我國醫(yī)學人工智能領(lǐng)域基礎(chǔ)研究有所欠缺，而且是投入多、風險高和研發(fā)周期長的產(chǎn)業(yè)，短時間無法實現(xiàn)所有技術(shù)點齊頭并進，采取這種措施符合現(xiàn)階段發(fā)展規(guī)律。可以從醫(yī)學影像學的人工智能入手，圍繞圖像識別、人機交互和數(shù)據(jù)處理等找尋突破點。在研究方式上采用交叉學科的研究方法，組織影像學、計算機科學和數(shù)據(jù)通信等不同學科的人員進行學術(shù)交流，協(xié)同研發(fā)。

5.2.2 打破壟斷，完善專利布局

在專利申請方面，一旦具備技術(shù)條件就盡可能著手國內(nèi)的專利布局。現(xiàn)階段跨國公司已在我國進行專利布局，雖未形成全面的專利網(wǎng)絡(luò)，但對我國研發(fā)活動產(chǎn)生不小影響。因此，應(yīng)鼓勵高校科研機構(gòu)和企業(yè)盡快將研發(fā)成果轉(zhuǎn)化為專利，搭建醫(yī)學人工智能領(lǐng)域的專利保護群。為應(yīng)對國外申請人在我國申請核心專利的窘境，研發(fā)人員可從方法優(yōu)化、材質(zhì)替換等渠道進行核心專利的外圍專利布局，盡量規(guī)避核心專利對我國技術(shù)研發(fā)的干擾。同樣，研發(fā)人員要認真分析和學習國外核心專利，開拓思路，一旦技術(shù)條件成熟就進行海外的專利布局。

5.2.3 加強引導，營造寬松研發(fā)氛圍

在專利市場環(huán)境方面，政府及相關(guān)部門應(yīng)加強引導，切實解決我國醫(yī)學人工智能產(chǎn)業(yè)化程度低和研發(fā)效率不盡人意的局面。搭建中西部和沿海地區(qū)的溝通橋梁，鼓勵中西部高校和企業(yè)向沿海地區(qū)學習，積極開展研發(fā)活動，尤其要重視基礎(chǔ)研究，營造良好的創(chuàng)新研發(fā)氛圍。具體措施如建立知識產(chǎn)權(quán)聯(lián)盟、財政補貼和政策利導等，進一步提升我國的專利質(zhì)量和數(shù)量，最終實現(xiàn)提高我國專利競爭力的目標。