陳欣然 李國正 崔一迪 夏秋芳 王明強

(中國中醫(yī)科學(xué)院 北京 100700) (中國中醫(yī)科學(xué)院眼科醫(yī)院北京 100400) (中國中醫(yī)科學(xué)院 北京 100700)

1 引言

人工智能(Artificial Intelligence，AI)已經(jīng)成為諸多行業(yè)技術(shù)創(chuàng)新發(fā)展的重要來源之一[1]。目前醫(yī)療衛(wèi)生健康服務(wù)正處于從規(guī)模化到高質(zhì)量創(chuàng)新發(fā)展轉(zhuǎn)變的關(guān)鍵戰(zhàn)略窗口期[2]。AI技術(shù)針對醫(yī)療體系演化出豐富的應(yīng)用場景，包括智能輔助診斷、移動醫(yī)療、健康監(jiān)測、智慧藥房、智慧問診和預(yù)約掛號等，有助于全方位加速提升整體醫(yī)療質(zhì)量和服務(wù)水平[3]。專利信息記載了技術(shù)創(chuàng)新發(fā)展歷程，能夠較客觀反映領(lǐng)域整體概況和發(fā)展態(tài)勢、技術(shù)演化，可提供重要參考[4]。本文基于專利共類信息，在總結(jié)AI技術(shù)與醫(yī)療服務(wù)領(lǐng)域的專利申請整體態(tài)勢基礎(chǔ)上，利用多維度指標(biāo)對醫(yī)療管理、醫(yī)患溝通及醫(yī)學(xué)公共衛(wèi)生信息傳播模式中的AI技術(shù)熱點、前沿領(lǐng)域進行分析，以期為我國智慧醫(yī)療服務(wù)領(lǐng)域創(chuàng)新發(fā)展提供參考。

2 資料與方法

利用中國專利保護協(xié)會《人工智能技術(shù)專利深度分析報告》中列舉的AI主要技術(shù)關(guān)鍵詞及領(lǐng)域分類[5]，結(jié)合“醫(yī)療服務(wù)質(zhì)量管理”、“公共衛(wèi)生信息傳播”和“醫(yī)患溝通”相關(guān)關(guān)鍵詞確定檢索式。在德溫特專利數(shù)據(jù)庫(Derwent Innovations Index，DII)獲取1963-2020年相關(guān)數(shù)據(jù)。分析工具依托中國工程科技知識中心的戰(zhàn)略咨詢智能支持系統(tǒng)(Intelligent Support System，ISS)，專利分析系統(tǒng)以及Microsoft Excel。通過對摘要，完整國際專利分類(International Patent Clsassification，IPC)報告，德溫特世界專利索引(Derwent World Patents Index, DWPI)記錄等進行提取，為專利信息分析提供數(shù)據(jù)支持。

3 專利分析

3.1 申請概況

3.1.1 時間分布 由于數(shù)據(jù)發(fā)布滯后，目前2019年專利數(shù)據(jù)未收錄完全，AI技術(shù)在醫(yī)學(xué)領(lǐng)域中的應(yīng)用前瞻性分析可參考前兩年數(shù)值。綜合來看2016專利申請顯著增加，在此之前對各個服務(wù)模式重視程度明顯不足，這多與2016年各國開始在戰(zhàn)略層面上對AI在醫(yī)療領(lǐng)域重點布局及相關(guān)政策刺激有關(guān)。細分對比可發(fā)現(xiàn)，起步最早、整體數(shù)量最多的是智能醫(yī)患溝通，智能公共衛(wèi)生信息傳播雖然起步較晚、數(shù)量少但發(fā)展勢頭保持良好，發(fā)展?jié)摿薮蟆?/p>

表1 2011-2019年AI醫(yī)療服務(wù)模式專利申請數(shù)量(件)

3.1.2 申請國家-申請時間二維分析(圖1-圖3)

圖1 智能醫(yī)療管理專利申請國家-申請時間二維分析

圖2 智能公共衛(wèi)生信息傳播專利申請國家-申請時間二維分析

圖3 智能醫(yī)患溝通專利申請國家-申請時間二維分析

綜合來看，美國、中國、日本、歐洲專利局申請量最多。布局最早的智能醫(yī)療管理模式是各國參與專利申請的重點。細分對比可發(fā)現(xiàn)，美國、世界知識產(chǎn)權(quán)組織及日本較早開始，而日本近年來逐漸從技術(shù)專利領(lǐng)域領(lǐng)先位置淡出，俄羅斯整體AI醫(yī)療服務(wù)實力相對落后。我國3個智能醫(yī)療服務(wù)模式的專利申請起步較晚。2000年左右在以服務(wù)收費為核心目標(biāo)的基礎(chǔ)信息化推動下，我國醫(yī)院信息系統(tǒng)(Hospital Information System，HIS)逐步鋪開[6]。2013年左右，在電子病歷評級和互聯(lián)互通需求拉動下，醫(yī)院內(nèi)分散的信息系統(tǒng)孤島， 包括HIS，醫(yī)院資源規(guī)劃(Hospital Resource Planning，HRP)系統(tǒng)，電子病歷(Electronic Medical Records，EMR)系統(tǒng)，醫(yī)學(xué)影像存儲與傳輸系統(tǒng)(Picture Archiving and Communication Systems，PACS)，放射信息系統(tǒng)(Radiology Information System，RIS)，護理信息系統(tǒng)(Nursing Information System，NIS)，實驗室信息管理系統(tǒng)(Laboratory Information Management System，LIS)等，開始走向集成化[7]。推動2016年后專利數(shù)量迅速增長，在2018年前后超越美國，這多與AI技術(shù)大量深度學(xué)習(xí)平臺的出現(xiàn)和框架開源相關(guān)，技術(shù)探索周期縮短[8]。

3.1.3 重點專利申請人(圖4-圖6)

圖4 智能醫(yī)療管理重點專利申請人整體趨勢

圖5 智能公共衛(wèi)生信息傳播重點專利申請人整體趨勢

圖6 智能醫(yī)患溝通重點專利申請人整體趨勢

分析各模式專利申請人的專利數(shù)量排名情況，當(dāng)前全行業(yè)較認可智能醫(yī)療服務(wù)發(fā)展，各類申請人紛紛涉足，如傳統(tǒng)醫(yī)療設(shè)備公司GE、Philips、Siemens和國內(nèi)的平安集團、前海公司等。這與上述企業(yè)在AI基礎(chǔ)技術(shù)領(lǐng)域的長期布局和投資優(yōu)勢相關(guān)，其具備在醫(yī)學(xué)服務(wù)領(lǐng)域應(yīng)用層面取得突破的良好基礎(chǔ)。高校、科研院所和醫(yī)院相比企業(yè)在AI算法和算力的積累較薄弱，但對于醫(yī)療服務(wù)行業(yè)需求的捕捉和反應(yīng)較敏感，了解現(xiàn)階段醫(yī)療服務(wù)瓶頸，以科研創(chuàng)新的方式對醫(yī)療數(shù)據(jù)資源進行數(shù)字化、結(jié)構(gòu)化，利用AI技術(shù)構(gòu)建行業(yè)解決方案[9]。

3.2 技術(shù)分析

3.2.1 IPC分析 通過IPC能及時得到滿足分析需求的專利數(shù)據(jù)和信息[10]。通常來說，公開專利申請數(shù)量較多的IPC，該技術(shù)分支中創(chuàng)新相對較為活躍。通過統(tǒng)計每個模式已公開的專利申請IPC 4級分類情況可分析AI技術(shù)在3個智能醫(yī)療服務(wù)模式專利申請具體應(yīng)用發(fā)展情況，見表2。3個智能醫(yī)療服務(wù)模式中IPC代碼出現(xiàn)最多的大類是G06F和G16H，說明熱點技術(shù)研究主要集中于數(shù)據(jù)處理和專門用于處理醫(yī)療或健康數(shù)據(jù)的信息和通信技術(shù)。隨著算力、算法、大數(shù)據(jù)快速迭代更新，應(yīng)用于醫(yī)療的數(shù)字計算或數(shù)據(jù)處理設(shè)備及方法更加成熟[11]。在數(shù)據(jù)量和計算量驅(qū)動下，卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Networks，CNN)和深度神經(jīng)網(wǎng)絡(luò)(Deep Neural Networks，DNN)等深度學(xué)習(xí)算法得到大規(guī)模應(yīng)用[12]。就IPC專利代碼分析看，A61B 5/00雖然是醫(yī)療診斷技術(shù)，但其服務(wù)模式患者參與程度較高，所以在醫(yī)療管理、公共衛(wèi)生信息傳播、醫(yī)患溝通頻數(shù)排位第1。代碼G16H 40/00與G16H 50/00在發(fā)展迅速，預(yù)示AI將實現(xiàn)智能化疾病預(yù)防指導(dǎo)，對疾病和個人健康進行實時動態(tài)監(jiān)測和評估，為用戶提供個性化行為干預(yù)，推動高質(zhì)高效、低成本康復(fù)護理、慢病管理等智慧服務(wù)，有助于降低疾病風(fēng)險，切實降低醫(yī)療費用支出[13]。值得注意的是IPCG06F 19/00統(tǒng)計頻數(shù)最高，是基于一系列醫(yī)療信息化的智能應(yīng)用，在醫(yī)療機構(gòu)信息系統(tǒng)如HIS、HRP、EMR、PACS、RIS、NIS、LIS等方面不斷創(chuàng)新探索[14]。

表2 3個智能醫(yī)療服務(wù)模式申請IPC 4級分類情況

3.2.2 專利技術(shù)相關(guān)性 基于專利數(shù)據(jù)中的關(guān)鍵詞信息，分析每一個詞與其他詞之間的相關(guān)性，二者共現(xiàn)次數(shù)越高則相關(guān)程度越高。要關(guān)注具有較高相關(guān)性的IPC代碼，同時關(guān)注大類下面出現(xiàn)較少的技術(shù)點，其可能反映新領(lǐng)域介入，成為未來發(fā)展趨勢[15]。中心詞四周是相關(guān)性較高的關(guān)鍵詞，與中心詞的距離代表二者關(guān)系遠近；原點大小代表該詞的詞頻數(shù)量。距離中心詞位置遠近則表示與其相關(guān)性分析的程度，節(jié)點距離中心詞越近則相關(guān)度越高。根據(jù)分析結(jié)果，3個智能醫(yī)療服務(wù)模式的中心詞同為schematic view，且有諸多熱點技術(shù)在不同服務(wù)模式中共同出現(xiàn)，中心詞schematic view本身的數(shù)據(jù)處理方法門檻較低且研究充分，結(jié)構(gòu)化醫(yī)療數(shù)據(jù)增加便于數(shù)據(jù)挖掘素材隨之增加。而這與目前醫(yī)療行業(yè)信息化水平有關(guān)，數(shù)據(jù)較多但高質(zhì)量數(shù)據(jù)有限。共同熱詞為schematic block diagram、artificial intelligence、machine learning，共同相關(guān)度熱詞為artificial intelligence，見圖7-圖9。醫(yī)療服務(wù)領(lǐng)域的智能化集中于圖示展示及機器學(xué)習(xí)的技術(shù)研發(fā)，這多與醫(yī)療本身擁有的數(shù)據(jù)內(nèi)容、類型和渠道相關(guān)，進而實現(xiàn)算法與模型優(yōu)化。對比分析智能醫(yī)療服務(wù)質(zhì)量管理在病種專業(yè)化平臺、智能語音錄入、自然語言識別病歷結(jié)構(gòu)化處理、臨床決策支持4個場景開展專利相關(guān)研發(fā)[16]，在技術(shù)層面上實現(xiàn)更加實時及減少人力成本、更好的醫(yī)療照護、提高醫(yī)療服務(wù)效率，這與醫(yī)療機構(gòu)信息發(fā)展水平日趨完善有直接關(guān)系[17]?，F(xiàn)代醫(yī)學(xué)沿著以病人為中心的方向快速發(fā)展，為患者和醫(yī)生提供帶來更好的醫(yī)療體驗和便捷的工作環(huán)境[18]。智能公共衛(wèi)生信息傳播相關(guān)性聚集程度較高，雖技術(shù)熱點較低但與AI技術(shù)融合最快，可有效地提供更真實、全景、精準的知識服務(wù)及參考[19]。AI技術(shù)在現(xiàn)代傳媒多平臺獲取相關(guān)數(shù)據(jù)，過數(shù)據(jù)分析和相關(guān)背景材料匹配，借助互聯(lián)網(wǎng)、移動傳媒設(shè)備有效、靈活、便捷地傳播給大眾[20]。利用AI技術(shù)推進公共衛(wèi)生和醫(yī)學(xué)科普知識教育成為一種社會理念。在智能醫(yī)患溝通方面AI應(yīng)用場景較明晰，可按診前、診中、診后3個環(huán)節(jié)進行分析[21-22]。

圖7 智能醫(yī)療管理專利技術(shù)相關(guān)性分析

圖8 智能公共衛(wèi)生信息傳播專利技術(shù)相關(guān)性分析

圖9 智能醫(yī)患溝通專利技術(shù)相關(guān)性分析

4 討論

4.1 概述

隨著數(shù)據(jù)資源、計算能力、算法模型等基礎(chǔ)條件日臻成熟，AI醫(yī)療融合模式更加清晰，包括醫(yī)學(xué)影像、臨床決策支持、語音識別、藥物挖掘、健康管理、病理學(xué)等眾多領(lǐng)域。而醫(yī)療服務(wù)行業(yè)還有較多瓶頸待突破，因此有必要從全球行業(yè)相關(guān)專利分析入手對我國醫(yī)學(xué)服務(wù)領(lǐng)域AI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[23]。

4.2 重視產(chǎn)業(yè)布局，打造醫(yī)療AI生態(tài)鏈

與美、日、歐相比，我國仍處于AI技術(shù)發(fā)展初級階段。醫(yī)療服務(wù)領(lǐng)域AI技術(shù)融合發(fā)展面臨機遇和挑戰(zhàn)，技術(shù)理論和制度仍需完善。首先應(yīng)提高社會對AI與醫(yī)療產(chǎn)業(yè)的重視，尤其是在新一線和二線城市給予更為寬松、開放的招商引資環(huán)境，吸引更多AI企業(yè)布局。行業(yè)巨頭依靠行業(yè)經(jīng)驗積累，通過AI打造醫(yī)療生態(tài)圈，側(cè)重于業(yè)務(wù)價值實現(xiàn)，既是醫(yī)療AI提供方也是需求方。北京、上海、杭州、深圳作為一線城市，依托強大的學(xué)術(shù)、科技、經(jīng)濟實力和政策支持以及百度、阿里、騰訊等科技巨頭的行業(yè)示范帶動作用，在AI領(lǐng)域具有先發(fā)優(yōu)勢[24]。其次，在政策方面，根據(jù)地方醫(yī)療服務(wù)產(chǎn)業(yè)優(yōu)勢資源找到與AI結(jié)合點，積極布局AI產(chǎn)業(yè)園區(qū)、招商引資、完善基建，搭建AI相關(guān)產(chǎn)業(yè)生態(tài)。新興醫(yī)療數(shù)字化及創(chuàng)新企業(yè)在技術(shù)或業(yè)務(wù)領(lǐng)域擁有獨特經(jīng)驗積累和優(yōu)勢，通過布局AI快速成為有潛力的參與者。與眾多科技巨頭、投資機構(gòu)、醫(yī)療參與方合作共同探索未來發(fā)展之路。構(gòu)建科技生態(tài)側(cè)重于AI基礎(chǔ)層和技術(shù)層布局，通過打造生態(tài)鏈逐步完善行業(yè)解決方案[25-28]。

4.3 加強跨學(xué)科人才培養(yǎng)，弱化學(xué)科間技術(shù)壁壘

醫(yī)療領(lǐng)域AI應(yīng)用投入高、技術(shù)風(fēng)險大、研發(fā)周期長，僅靠政府政策支持無法保證行業(yè)平穩(wěn)而快速發(fā)展。目前醫(yī)學(xué)專業(yè)劃分越來越細，臨床醫(yī)生對信息技術(shù)領(lǐng)域知識掌握有限[29]，尤其是醫(yī)療數(shù)據(jù)收集、整理與應(yīng)用[30]，這與醫(yī)療機構(gòu)、教育機構(gòu)學(xué)科創(chuàng)新建設(shè)密切相關(guān)[31]。目前我國醫(yī)療領(lǐng)域AI人才嚴重緊缺，人才培養(yǎng)模式與美國等發(fā)達國家存在一定差距。美國高校較早設(shè)立AI專業(yè)，但中國高校AI課程分散于計算機、自動化、機械等專業(yè)中，缺乏AI一級學(xué)科，無法形成良性的交叉學(xué)科融合發(fā)展[32-33]。探索高校與優(yōu)秀企業(yè)合作培養(yǎng)模式有助于培養(yǎng)理論與實踐雙優(yōu)人才，為產(chǎn)業(yè)良性發(fā)展奠定堅實的人力資源基礎(chǔ)[34]，推動醫(yī)療專家與科技人才合作交流，全面提升智慧醫(yī)療從業(yè)者整體素質(zhì)。

4.4 保障醫(yī)療服務(wù)數(shù)據(jù)合規(guī)合法，推動倫理體制建設(shè)

數(shù)據(jù)是智慧醫(yī)療服務(wù)發(fā)展核心資源，數(shù)據(jù)應(yīng)用的不規(guī)范一方面導(dǎo)致學(xué)科間流通困境，另一方面造成醫(yī)療機構(gòu)之間、醫(yī)療機構(gòu)與社會資本之間合作壁壘。我國亟須出臺行業(yè)相關(guān)倫理審議規(guī)范，為解決倫理問題提供依據(jù)[35-36]。通過國家力量和產(chǎn)業(yè)資本結(jié)合，有效應(yīng)對健康醫(yī)療服務(wù)數(shù)據(jù)互聯(lián)互通和數(shù)據(jù)共享機制問題，有助于醫(yī)療服務(wù)數(shù)據(jù)平臺建設(shè)和開放，進而推動數(shù)據(jù)采集、存儲、深度學(xué)習(xí)和開發(fā)，以發(fā)現(xiàn)新知識、創(chuàng)造新價值、提升新能力，為醫(yī)療服務(wù)AI應(yīng)用帶來紅利[37]。應(yīng)提高醫(yī)療服務(wù)數(shù)據(jù)規(guī)范化程度，醫(yī)療服務(wù)數(shù)據(jù)中既有結(jié)構(gòu)化數(shù)據(jù)，也有非結(jié)構(gòu)化數(shù)據(jù)，包括臨床病例數(shù)據(jù)，以及設(shè)計細分領(lǐng)域如基因、醫(yī)療器械、影像和醫(yī)院物資數(shù)據(jù)等[38-39]，對醫(yī)療服務(wù)數(shù)據(jù)處理能力提出更高要求。應(yīng)對醫(yī)療服務(wù)數(shù)據(jù)概念、內(nèi)涵、外延以及文件編制依據(jù)、適用范圍、原則和思路等進行統(tǒng)一規(guī)范闡述，以便于各級衛(wèi)生健康行政部門的權(quán)責(zé)劃分，促進安全以及服務(wù)管理的規(guī)范化、標(biāo)準化。

5 結(jié)語

目前以醫(yī)學(xué)、人工智能學(xué)科為支撐，借助于大數(shù)據(jù)、云平臺、移動互聯(lián)、物聯(lián)網(wǎng)等行業(yè)發(fā)展[40]，智慧醫(yī)療服務(wù)領(lǐng)域保持一定發(fā)展活力，創(chuàng)新初具規(guī)模，發(fā)展空間較大。專利分析僅是醫(yī)療服務(wù)與人工智能技術(shù)融合探索的一方面，尚需要推動相關(guān)多學(xué)科交叉融合、協(xié)調(diào)發(fā)展，通過優(yōu)勢互補、合作創(chuàng)新完善相關(guān)法律規(guī)制，深入聯(lián)合開展基礎(chǔ)與應(yīng)用研究[41]，對接智能化促進醫(yī)療健康事業(yè)發(fā)展的國家戰(zhàn)略，從而提高整體醫(yī)療服務(wù)質(zhì)量與效率。