基于专利分析的医院在AI医疗领域产学研合作中的作用研究.pdf

2023年9月第27卷第9期 33研究与报告RESEARCH&REPORT国家知识产权局专利局专利审查协作北京中心，100083 北京市 石艳丽 马 镯 王志远 赵 怡【摘 要】通过对人工智能（AI）医疗领域医院参与的专利申请进行检索和分析，从AI医疗领域医院申请的趋势、AI医疗领域医院相关专利申请创新主体分析、所有中国医院申请及中国医院参与的合作申请技术分布、中国医院参与的合作申请具体情况4个方面对医院在AI医疗领域产学研合作中发挥的作用进行研究，为国内医院在该领域提供参考。【关键词】医院科研 人工智能 产学研 医院专利中图分类号 R197.3 文献标识码 B DOI 10.19660/j.issn.1671-0592.2023.09.09Research on the role of hospitals in industry-university-research cooperation in the AI medical field based on patent analysis/SHI Yanli,MA Zhuo,WANG Zhiyuan,ZHAO Yi/Chinese Hospitals.-2023,27(9):33-36【Abstract】By searching and analyzing the patent applications involving hospitals in the field of artificial intelligence(AI)healthcare,we have studied the hospitals role in industry-university-research cooperation in the field of AI healthcare from four aspects:the trend of hospital applications in the field of AI healthcare,the analysis of the innovative subjects of the hospital-related patent applications in the field of AI healthcare,the technical distribution of all the Chinese hospitals applications and the collaborative applications involved by Chinese hospitals,and the specific situation of the collaborative applications involved by Chinese hospitals.The role played by hospitals in the industry-university-research cooperation in the field of AI healthcare is studied to provide a reference for domestic hospitals in this field.【Key words】hospital research,artificial intelligence,industry-university-research,hospital patentsAuthors address：Patent Examination Cooperation Center of the Patent Office,SIPO,Beijing,100083,PRC 基于专利分析的医院在AI医疗领域产学研合作中的作用研究人工智能（AI）医疗产品的研发和实施依托于庞大的医疗数据资源，而医疗数据资源来源于医疗机构。目前AI医疗发展的最大挑战不是来自于机器学习、神经网络和人工智能算法，而是各类医疗机构中的“垃圾数据”。目前我国医疗数据资源的标准化还存在一定的问题，很多数据由于诊断标准不统一、书写不规范、记录不完整，数据质量较低，对于AI医疗机器学习算法而言简直就是垃圾数据。对于AI医疗而言，数据质量是灵魂，而从医疗数据获取的源头上来保证数据质量能达到事半功倍的效果1-3。AI医疗产品的研发和实施不仅在医疗数据资源获取上依赖于医院，产品实验和最终应用都与医院密不可分，技术的迭代也依托于产品运行过程中用户的反馈。因此，了解目前医院在AI医疗产品研发全过程中发挥的作用，对AI医疗领域产学研合作模式的探讨具有重要意义4-7。本文通过对医院在AI医疗领域的专利分析8-10，从AI医疗领域医院申请的趋势、AI医疗领域医院相关创新主体情况、所有中国医院申请及参与的合作申请技术分布、中国医院参与的合作申请具体情况等多个方面，客观反映出中国医院在AI医疗领域中所发挥的作用，以及目前中国医院与高校/科研院所和企业的合作情况，为国内产学研合作的模式提供参考。本文运用INCOPAT专利数据库，针对中国医院在AI医疗领域的专利进行检索，检索截至日为2023年2月11日。检索主要策略：通过AI、诊断、治疗、监测、药物研发相关中英文关键词结合分类号进行检索，采用简单同族合并后的数据，共获得1 263条记录。使用Excel表格对获得的专利数据进行分析。1 AI医疗领域医院申请趋势1.1 中国医院申请及与高校/科研院所及企业合作申请专利申请趋势截至2023年2月，中国医院在AI医疗领域的专利申请共计1 263项。研究结果显示，中国医院在AI医疗领域的申请源于20世纪90年代初。最初的20年，受限于AI技术的发展，中国医院在该领域仅有零星申请，2013年以后申请量开始有所增加。2017年以后随着AI技术的快速发展和我国出台一系列国家激励政策，中国34 Chinese Hospitals,Sep.2023,Vol.27,No.9研究与报告RESEARCH&REPORT医院在该领域的专利申请快速增长，目前每年仍保持着相当数量的申请量。中国医院和高校/科研院所及企业的合作申请起步稍晚于中国医院申请，2017年以后在国家政策的刺激下，才逐渐增长并一直保持着一定的增长速度，稳步发展。1.2 中国医院申请及与高校/科研院所及企业合作申请专利申请状态对比研究结果显示，从所有中国医院申请和参与合作申请的申请状态中可以看出，中国医院在AI医疗领域的大部分申请在2019年以后。因此，大部分申请仍处于审中状态，其中所有中国医院申请中处于审中状态的有830项、中国医院参与的申请中处于审中状态的有147项。其次是处于有效状态的申请，其中所有中国医院申请中有315项处于有效状态、中国医院参与的合作申请中有42项处于有效状态。排名第三的是失效状态，所有中国医院申请中有113项处于失效状态、中国医院参与的合作申请中有10项处于失效状态。另外，还有少量的申请处于未确认状态，分别为5项和2项。结果显示，所有中国医院申请的有效率为24.94%、参与的合作申请有效率为20.90%。2 AI医疗领域医院相关专利申请创新主体分析2.1 全国地区专利申请数量分析全国共有31个地区的医院在AI医疗领域进行了专利申请。以中国医院为创新主体的专利申请的创新主体地区排名中，北京位列第一，申请量为199项；其次是上海，申请量为185项；广东和江苏两地分列第三和第四名，申请量分别为160项和118项；四川、浙江、山东和湖北申请量分别为99项、88项、87项和62项。相对于所有中国医院申请，中国医院与高校/科研院所及企业的合作申请参与的地区相对减少，为25个地区。在中国医院与高校/科研院所及企业合作申请中医院地区分布中，北京位列第一，申请量为91项；广东以57项申请位列第二，上海以50项申请位列第三；山东、四川、浙江和江苏排名依然靠前，申请量分别为20项、17项、16项和13项。2.2 重点地区申请趋势分析各地区医院在AI医疗领域的申请起步时间略有不同。其中上海起步最早，在2005年开始进行该领域的专利申请，北京2006年开始在该领域进行专利申请，广东和江苏分别于2008年和2009年开始在该领域进行专利申请，四川、浙江和山东分别于2016、2014和2012年开始在该领域有专利申请。2017年开始各地区都加大了在该领域的申请量。2020年后北京和上海两地的申请量急速增长，其他几个地区在2020年迎来了该领域专利申请量的高峰，2021年开始在该领域的申请量有所回落。对于中国医院与高校/科研院所及企业的合作申请，2008年上海开始在该领域有合作申请，其次是北京起步于2012年，广东起步于2015年，四川、浙江和江苏均起步于2017年，山东2019年开始有合作申请。2018年以前各地区合作申请量均较少，2019年开始除四川外，其他各地区在该领域的合作申请均有了一定量的积累。同步于所有中国医院申请，北京和上海2020年开始在该领域的合作申请快速增长，其他地区均是在2020年达到了该领域合作申请的高峰。2.3 所有中国医院申请主要创新主体分析本研究对中国医院在该领域排名前十的申请主体进行分析可以看出，A医院以52项申请排名第一，排名第二和第三分别为B医院和C医院，分别为49项和46项专利申请。前三名的申请量遥遥领先于排名靠后的医院申请量。从所有中国医院申请排名前十申请主体地区分布中可以看出，北京地区医院占比为30%，在该领域处于领先地位；其次是上海，占比20%，位列第二；广东、湖北、江苏、山东和四川均占比10%。2.4 中国医院参与的合作申请主要创新主体分析从中国医院参与的合作申请中排名前十的医院情况来看，B医院仍处于领先地位，以申请量21项排名第一。E医院以17项专利申请位列第二。D医院、G医院和H医院分别以13项、12项和12项申请量位列第三至五名。相对于所有中国医院申请，A医院和C医院的合作申请量不具备优势，分别以9项和8项申请排名第六和第七。K医院、L医院和M医院虽然在所有中国医院申请未排入排名前十的申请主体中，但在合作申请方面分别以8项、5项和5项申请位列第八至十名。中国医院参与的合作申请中排名前十医院地区分布中，北京和上海均占比30%，并列第一，山东以20%的占比位列第三，广东和四川均为10%的占比。2023年9月第27卷第9期 35研究与报告RESEARCH&REPORT3 所有中国医院申请及参与的合作申请技术分布本研究将AI医疗划分为疾病诊断、药物研发、疾病治疗和健康监测4个技术分支。研究结果显示，所有中国医院申请和合作申请均在疾病诊断这一技术分支申请量最多，分别为728项和239项。其次是药物研发，所有中国医院申请和合作申请分别为254项和38项。疾病治疗仅次于药物研发，两者申请量相当，疾病治疗的中国医院申请和合作申请分别为238项和28项。健康监测排名最后，所有中国医院申请和合作申请量均较少，分别为43项和16项。从各技术分支合作申请占比情况来看，排名第一的是健康监测。虽然健康监测方面的申请量较少，但申请中有37.12%均为合作申请；其次是疾病诊断，合作申请占比为32.83%；药物研发和疾病治疗技术分支的合作申请占比相对较少，分别为12.6%和11.76%。4 中国医院参与合作申请具体情况4.1 中国医院参与合作申请类型中国医院参与合作申请分为3种类型：医院与高校/科研院所的合作申请、医院与企业的合作申请、以及医院与高校/科研院所和企业三方的申请。在中国医院参与合作申请中，医院与高校/科研院所的合作申请占比最多，为63%，接近整体申请量的三分之二。医院与企业的合作申请占比排名第二，为34%，差不多为整体申请量的三分之一。而三方合作申请占比较少，仅为3%。4.2 各合作类型技术分支占比情况从各合作类型技术分支占比情况来看，三方合作申请、医院与高校/科研院所合作申请和医院与企业合作申请均在疾病诊断技术分支占比最高。三方合作申请除疾病诊断外在疾病治疗方面的申请也很多，占比30%，医院与高校/科研院所合作申请及医院与企业的合作申请排在第二的则是药物研发，分别是7.58%和15.89%。三方合作申请在健康监测技术分支的占比为10%，位列第三，在药物研发方面没有相关申请。医院与高校/科研院所合作申请占比位列第三的是健康监测，为6.57%，申请最少的是疾病治疗，为6.06%。医院与企业合作申请占比第三的是疾病治疗，为12.15%，排名最后的是健康监测，为1.87%。可见，三方合作申请主要集中于疾病诊断和疾病治疗这两个技术分支，对疾病治疗的申请占比远多于其他两种合作类型的申请。医院与高校/科研院所的合作申请主要集中在疾病诊断这一技术分支，其他三个技术分支的占比相当。医院和企业的合作申请也主要集中于疾病诊断技术分支，药物研发和疾病治疗也占据了一定的比例，两者合起来占比接近30%，在健康监测方面的投入相对很少。4.3 各合作类型专利申请有效率情况三方合作申请由于参与方较多，可以更好地发挥各方优势，专利申请质量相当高，专利申请有效率最高，高达60%。医院与高校/科研院所合作申请及医院与企业合作申请的有效率相当，分别为22.22%和22.43%，都处于较低的水平，说明专利申请的质量还有待提高。4.4 典型合作案例从前面的合作申请主体排名情况可以看出B医院以21项合作申请位列第一。对B医院在AI医疗领域合作申请的趋势和合作对象进行研究，以期探究其合作申请数量最多的原因。4.4.1 B医院合作申请趋势。B医院在AI医疗领域合作申请的开始时间很早，在1999年AI医疗刚起步的阶段，B医院就开始合作申请。在2016年以后随着AI医疗水平的快速发展，B医院在该领域保持了持续的合作申请，并且申请量逐渐增多，目前仍处于上涨趋势。4.4.2 B医院合作对象。B医院之所以能够在AI医疗领域有持续的合作申请量，并保持增长的势头，不仅得益于其自身强劲的医疗实力，也源于其与多家企业和高校保持合作有关。相对于合作的企业，其与高校/科研院所的合作更为广泛。5 总结及建议5.1 总结首先，在专利申请趋势上，随着AI技术水平的提升，中国医院在AI医疗领域的申请量有了突飞猛进的增长，中国医院和高校/科研院所及企业的合作也在进一步加强，合作申请的数量也呈逐年增多的趋势。36 Chinese Hospitals,Sep.2023,Vol.27,No.9研究与报告RESEARCH&REPORT这都表明中国医院在AI医疗领域的科技创新中发挥着越来越重要的地位。由于该技术起步较晚，有效专利的数量和占有率还严重不足，技术水平和稳定性还有待进一步提升。其次，从创新主体所在的地区来看，医院、高校/科研院所和企业资源都雄厚的北京无论在中国医院为申请主体的申请方面还是中国医院与高校/科研院所及企业的合作申请方面都处于优势地位。上海和广东也都有着不俗的表现。北京和上海无论是在起步时间还是发展的持续性方面都比其他地区占据优势，且目前这两个地区的医院在该技术领域的专利产出仍处于增长势头，其他地区在2020年以后申请量有所回落。从重要申请人方面来看，A医院、B医院、C医院、D医院、F医院、G医院无论在所有中国医院专利申请还是在中国医院参与的合作申请方面都占据优势，其在AI医疗领域的科技创新中占据重要地位。第三，从技术分布情况来看，所有中国医院申请及参与的合作申请均主要聚焦于疾病诊断这一技术分支，其申请量比其他三个分支的总和还要多；药物研发和疾病治疗技术分支的申请量相当；健康监测方面的申请量很少。这表明，中国医院依托于其专业技术优势，在疾病诊断这一技术分支上有了相当的专利申请积累。第四，在中国医院参与的合作申请类型方面，主要以医院与高校/科研院所的合作为主，占据的比例接近三分之二，其次是医院与企业的合作，占据三分之一比例，医院与高校/科研院所和企业三方的合作申请还较少。可以看出，中国医院参与的合作申请主要还处于实验室研发阶段，产业化应用程度还不高。三方合作申请主要集中在疾病诊断和疾病治疗这两个技术分支，医院与高校/科研院所的合作申请和医院与企业的合作申请主要集中在疾病诊断方面，医院与企业的合作申请在药物研发和疾病治疗上也有一定的申请量。三方合作申请相对于医院与高校/科研院所合作申请以及医院与企业合作申请质量更高，稳定性更好。最后，B医院之所以在AI医疗领域的合作申请数量能位列第一，是因为其不仅合作申请的起步时间较早，且具有持续性和不断增长，还和多家企业、高校和科研院所保持合作关系。5.2 建议首先，作为未来医疗器械领域重点发展方向，AI医疗在未来具有良好的发展前景。而AI医疗的数据来源和应用都依托于医院，只有在创新主体和医疗机构之间建议稳定长期的合作关系，才能更好地推动我国创新主体在该领域的长足发展。建议国家出台相关政策，促进中国医院与高校/科研院所和企业之间的深度合作，进一步提升中国医院在该领域的研究参与程度。其次，现有合作主要集中在医院与其所在地区的高校/科研院所和企业之间，在该领域参与的医院也主要集中在北京、上海和广州等地，其他地区医院的参与度较低。建议医院参与更广泛的合作。第三，目前医院参与的专利申请主要集中在疾病诊断这一技术分支，而医院在疾病治疗方面也具有得天独厚的优势，AI医疗在疾病治疗中的应用也有着可观的市场前景。建议医院发挥专业特长，在疾病治疗方面进行更多的研发投入。第四，医院应在AI医疗产品的应用落地中发挥更多的作用，进一步加强与企业的合作，特别是加强高校/科研院所和企业之间的三方合作，发挥各自的专业优势，从而提高专利申请的质量，以获得更持续稳定的保护。通信作者马 镯：国家知识产权局专利局专利审查协作北京中心光电部医疗器械一室副室主任，副研究员E-mail：收稿日期 2023-03-12(责任编辑 王远美)参考文献1 胡建平.医疗健康人工智能发展框架与趋势分析J.中国卫生信息管理杂志,2018,15(5):485-491.2 Qiu YQ,Zhang SH,Zhang XS,et al.Detecting disease associated modules and prioritizing active genes based on high throughput dataJ.Value Health,2010,13(5):573-579.3 Ren XW,Wang Y,Chen L,et al.Ellipsoid FN:a tool for identifying a heterogeneous set of cancer biomarkers based on gene expressionsJ.Nucleic Acids Reserch,2013,41(4)：e53.4 马瑜,嵇承栋,许畅,等.产学研体系下医院专利研发与转化J.医院学科与科研管理,2018,25(7):619-623.5 李晓慧,贺德方,彭洁.美、日、德产学研合作模式及启示德产学研合作模式及启示J.科技导报,2017,35(19):81-84.6 李树祥,褚淑贞,杨庆,等.江苏省生物医药产业产学研专利合作网络演化分析J.科技管理研究,2021(41):73-80.7 刘小鹏,姜雪.基于论文被引频次的中国医院科研合作状况分析J.科技管理研究,2013(33):60-64.8 曲珊珊,侯胜超,邹立君.基于专利信息的我国医学人工智能产业竞争态势分析J.中华医学图书情报杂志,2019,28(7):7-12.9 王立伟,姚景怡,李丹丹,等.基于专利数据的长三角疫苗技术创新态势分析及发展建议J.生命科学,2022,34(7):897-906.10 田雅娟,杨志萍,方曙,等.从专利量化角度分析西部地区技术创新能力J.情报杂志,2008(27):91-3.