戴維理 辛 雪

（國家知識產(chǎn)權局專利局專利審查協(xié)作四川中心，四川 成都 610213）

0 引言

人工智能（Artificial Intelligence），英文縮寫為AI。它是研究、開發(fā)用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統(tǒng)的一門新的技術科學［1］。而醫(yī)學人工智能是指將計算機視覺、語音識別、自然語言處理等人工智能技術應用于醫(yī)療領域中。近年來，隨著人工智能技術的加速成熟，其在醫(yī)療健康領域的應用場景不斷豐富。醫(yī)學影像主要包括射線成像、CT 成像、MRI 和超聲成像等。AI+影像分析與輔助診斷，主要是利用AI 技術對醫(yī)學影像進行圖像分割、特征提取、定量分析和對比分析，輔助醫(yī)生進行病灶篩查，同時算法模型在醫(yī)學影像大數(shù)據(jù)訓練下能夠根據(jù)多種模態(tài)影像結果輔助醫(yī)生進行疾病分級、分期、疾病發(fā)病機制和病因評估等診斷工作，提高醫(yī)生工作效率和診療水平［2］。本研究從產(chǎn)業(yè)鏈構成及市場競爭主體兩個方面對涉及人工智能輔助醫(yī)學影像診斷的產(chǎn)業(yè)整體概況進行分析，同時結合相關專利申請的整體態(tài)勢情況，明確AI 輔助醫(yī)學影像診斷專利的申請趨勢和全球重點創(chuàng)新主體，并以重點申請人西門子為例進行了專利技術發(fā)展脈絡梳理，以明確產(chǎn)業(yè)整體競爭格局及以龍頭企業(yè)為代表的核心技術演進方向及重點專利布局方向。

1 產(chǎn)業(yè)分析

AI 輔助醫(yī)學影像診斷產(chǎn)業(yè)鏈結構主要由上游基礎層，中游技術層及下游應用層構成。其中，上游基礎層涉及AI 芯片制造，即具有可進行并行計算、低功耗、高性能特點的智能診斷芯片，以及AI輔助醫(yī)學影像診斷云服務。中游技術層主要包括AI輔助圖像識別、語音識別和機器學習。下游應用層主要涉及AI 輔助醫(yī)療診斷器械、AI 輔助醫(yī)療診斷信息化以及AI 輔助影像中心、體檢機構、智慧醫(yī)院等各類醫(yī)療機構更好的完成相關疾病的診斷。具體產(chǎn)業(yè)鏈圖譜如圖1所示。

圖1 AI輔助醫(yī)學影像診斷專利申請及授權趨勢

2 專利分析

以IncoPat 專利分析數(shù)據(jù)庫為工具，對相關專利文獻進行檢索，并結合人工標引對獲取數(shù)據(jù)進行去噪、去重處理，檢索關鍵詞和分類號如下。

關鍵詞：磁共振,超聲,X w 射線,X w ray,Xray,X w 線,X w 光,成像,圖像,影像,拍攝,掃描,影片,圖片, 視頻, photo*, picture*, image*, graphic*,video*，CT,MRI,MR,comput* w tomograp*,magnet*w resonan*, ultrasound*, usimage*, ultrasonography，醫(yī)療OR 醫(yī)學OR 治療OR 診斷OR 診療OR Treat* OR diagnos* OR heal*。分類號：G16H30、G16H50。

2.1 申請趨勢和授權趨勢分析

通過專利申請趨勢和授權趨勢分析可以從宏觀層面把握分析對象在各時期的專利布局熱度變化。AI 輔助醫(yī)學影像診斷領域?qū)＠暾埣笆跈嘹厔萑鐖D1 所示。整體而言，AI輔助醫(yī)學影像診斷的專利申請和授權趨勢主要經(jīng)歷了三個階段，包括1994—2000 年的起步期、2001—2013 年的平穩(wěn)發(fā)展期和2013年—2021年的快速發(fā)展期。

在20 世紀90 年代，隨著神經(jīng)網(wǎng)絡自然語言處理在人工智能中的應用上升，申請量也開始快速爬升，進入21 世紀之后，2000 年申請數(shù)量首次突破500 件，并在2018 年達到巔峰1 923 件。而相關領域授權專利數(shù)量與申請數(shù)量趨同，并在2010 年之后保持在每年500 件左右，考慮到之后的申請存在尚未公開的情況，同時近幾年的專利申請尚在審查過程中，有理由相信隨著AI 技術的日趨成熟，相關專利的申請/授權數(shù)量每年仍呈穩(wěn)步上升趨勢。

2.2 重點申請人排名分析

相關領域?qū)＠暾埲伺琶鐖D2 所示，相關領域排名靠前的申請人以外國企業(yè)為主。在申請數(shù)量方面，日本富士膠片以348 件位列第一，德國西門子公司以344 件緊隨其后，之后依次為飛利浦、通用電氣、諾華、默克等，均為外國企業(yè)；在授權數(shù)量方面，荷蘭皇家飛利浦公司以206 件位列第一，之后分別為西門子、柯達、通用電氣和默克等，而相關領域國內(nèi)申請人以高校為主、企業(yè)為輔，其中國內(nèi)企業(yè)主要申請人包括國家電網(wǎng)、中國石化、聯(lián)影醫(yī)療、邁瑞生物等（圖中未示出）。由此可見，國外申請人在相關領域的專利布局已經(jīng)成熟，國內(nèi)申請人在相關領域的專利則擁有更多潛力。

圖2 AI輔助醫(yī)學影像診斷領域?qū)＠攸c申請人排名

2.3 重點申請人核心技術演進分析

截至2019 年，西門子公司在相關領域的專利技術演進路線如圖3 所示。西門子公司成立于1847 年，起初技術重點為電子電氣與通信技術。1896年，西門子醫(yī)療公司作為西門子旗下子公司成立，并在醫(yī)療領域涉獵廣泛，包括計算機斷層成像、核磁共振成像、分子成像、X 射線和超聲波等。該公司還生產(chǎn)用于圖像引導治療的血管造影系統(tǒng)、移動式C 形臂和混合手術室，以及診斷測試系統(tǒng)，在影像診斷、臨床診療、實驗室診斷、分子醫(yī)學及數(shù)字化醫(yī)療方面提供創(chuàng)新技術和服務［3］。從前述產(chǎn)業(yè)鏈整體競爭格局分析及專利重點申請人排名分析可知，西門子公司為本領域的典型龍頭企業(yè)，因此，選取該企業(yè)進行核心技術演進分析。

圖3 西門子公司在相關領域的技術演進路線

1953 年，西門子工程師Ralph Soldner 開發(fā)出世界上第一臺實時超聲波診斷設備Vidoson 用于觀測人體內(nèi)部。這也是人類首次將超聲波用于內(nèi)臟檢查。1975年，西門子發(fā)布了第一臺CT設備，首次獲取了人體頭部斷層圖像。1978年，第一臺MRI系統(tǒng)在西門子研究基地誕生。以上設備至今仍然是醫(yī)療領域最常見的獲取患者體內(nèi)圖像的常用設備，但仍局限在前端獲取圖像本身。

直到1994年，西門子在相關領域申請了第一件發(fā)明專利（FR94000874），其根據(jù)超聲波對男性體內(nèi)的前列腺增生組織進行定位，第一次將圖像輔助醫(yī)生診斷的技術引入具體疾病的治療當中，但后續(xù)的分析依然需要靠醫(yī)生自身的經(jīng)驗完成。在接下來的幾年，西門子公司持續(xù)保持在相關領域的專利申請，直至2006年，在專利（CN100569179C）中第一次將AI引入醫(yī)療分析中，經(jīng)由胃腸鏡對胃腸道中病變的2D圖像重建3D模型并進行自動分析診斷，能夠在沒有醫(yī)生的情況下得到患者的胃腸鏡病變診斷報告。

在此之后，西門子公司在前端圖像獲取和后端診療分析兩條技術分支中并行發(fā)展，在前端圖像獲取技術分支中，西門子于2001 年收購了超聲巨頭Acuson 公司，替代了原有的SONOLINE 系列超聲產(chǎn)品［4］，2007 年，西門子推出了掌上超聲系統(tǒng)ACUSON P10，其能夠在短時間內(nèi)快速識別用戶體內(nèi)的水含量和脂肪含量從而計算體脂率（CN10292 0455B），在健身領域得到了廣泛應用。2012 年，西門子發(fā)布首款進行MRI 和PET 掃描的MR-PET 系統(tǒng)，用于器官建模重建（CN103456037B）、組織建模重建（US9934566B2）等。

在后端診斷分析分支中，西門子于2011年首次與美國機器人輔助血管介入公司CorindusVascular Robotics 合作，推出血液分析儀（US9999361B2、DE102019203714B4），其通過對血液成分進行分析從而診斷出用戶是否有潛在患病風險。2015年，西門子將醫(yī)療業(yè)務獨立成司，并在同年推出了首款無線體內(nèi)探頭ACUSON Freestyle，其以微小體積深入患者體內(nèi)進行圖像回傳分析，應用場景包括但不限于病灶分類（US10332025B2）、病灶音頻分析（EP3413076B1）、呼吸道分析（EP3291734B1）、癌癥病情分析（US109284 76B2）等，其他涉獵技術還包含腫瘤靶向分析（JP2011521947T5）、經(jīng)驗數(shù)據(jù)重建圖像（US9299140B 2）、遠程醫(yī)療輔助器械（DE102013217642B4）等。

2018年，西門子醫(yī)療在法蘭克福交易所成功上市，完成42 億歐元的IPO 融資。2022 年，西門子醫(yī)療收入205.17億美元，并在蘇州建立人工智能共創(chuàng)實驗室，簽署了3 個重大創(chuàng)新平臺，其中就包含醫(yī)療器械CRO 總部項目［5］，可以預見西門子公司在該領域后續(xù)的專利技術布局依然可期。

3 結語

在整體產(chǎn)業(yè)發(fā)展概況方面，AI輔助醫(yī)學影像診斷的龍頭企業(yè)主要以日本富士膠片、德國西門子、荷蘭飛利浦及美國GE 等國際巨頭為主，各大國際廠商一方面通過布局圍繞核心技術的“專利叢林”搶占領域市場，另一方面利用品牌影響力鎖定高端客戶的購買需求，形成競爭優(yōu)勢，壟斷高端市場。相比而言，我國現(xiàn)有的AI 輔助醫(yī)學影像診斷企業(yè)的自主創(chuàng)新能力還有待進一步提升，同時相關企業(yè)在專利的創(chuàng)造保護運用能力上也有待進一步加強。

在專利布局方面，日本富士膠片、德國西門子，荷蘭飛利浦，美國GE 在本領域中也具有較強的技術創(chuàng)新和核心專利布局能力。整體而言，在人工智能作為各行業(yè)主流技術的大環(huán)境下，各醫(yī)學影像診斷行業(yè)巨頭將AI 結合的醫(yī)學診斷設備作為重點發(fā)展方向，且具有很強的技術實力。此外，以西門子為代表的國際巨頭還致力于技術層、基礎層、應用層各方面的核心技術研發(fā)，具有充分的產(chǎn)品控制力，以及向著完整產(chǎn)業(yè)鏈全面發(fā)展的整體趨勢。

在具體技術層面，通過對相關核心技術專利分析可知，目前AI算法已經(jīng)可以在醫(yī)學影像上進行復雜的圖像分析和診斷，用于輔助醫(yī)生快速做出初步診斷，一定程度上減輕醫(yī)生負擔，提高效率。但是在一些細節(jié)上還存在誤診的情況。隨著深度學習技術的不斷進步，未來AI算法的精度將會更高，診斷結果將更準確。AI輔助醫(yī)學影像診斷首先依據(jù)臨床診斷路徑，將圖像識別技術應用于感知環(huán)節(jié)，將非結構化影像數(shù)據(jù)進行分析與處理，提取有用信息；其次利用深度學習技術，將大量臨床影像數(shù)據(jù)和診斷經(jīng)驗輸入人工智能模型，對神經(jīng)元網(wǎng)絡進行深度學習訓練；最后基于不斷驗證與打磨的算法模型，進行影像診斷智能推理，輸出個性化的診療判斷結果。目前醫(yī)學影像診斷方面的技術研發(fā)熱點主要包括圖像獲取、圖像識別、圖像分割、圖像配準、圖像重建方面等，以上關鍵技術所產(chǎn)生的技術效果包括：承擔分類檢出工作；替代醫(yī)師工作；提供具有附加值的工作；把影像診斷結果量化和標準化，有效提高醫(yī)師的診斷質(zhì)量，促進分級診療模式建立及落地等。

近年來，以ChatGPT 為首的人工智能聊天機器人由于可以幫助醫(yī)生快速分析患者的病情和癥狀，給出更加準確和科學的診斷結果和治療方案，進一步提高醫(yī)療服務的質(zhì)量和水平，更是成為當前人工智能輔助醫(yī)學影像診斷的技術熱點［6］。