前言：寻找写作灵感？中文期刊网用心挑选的医疗保健信息学专利思考，希望能为您的阅读和创作带来灵感，欢迎大家阅读并分享。
随着数据挖掘技术的发展，数据挖掘技术已逐渐应用到各个领域，如金融、医疗保健、零售业、保险业、制造业、电信业等。其中，对于医疗保健信息的数据分析越来越成为研究的热点。医疗保健信息的分析涉及到多个维度，如医疗诊断、健康监测、医疗图像处理等。本文对相关专利进行分析，以得到医疗保健信息学专利申请现状。
1.专利申请数据分析
IPC分类号中G16H小类下的专利申请涉及医疗保健信息学。该小类下至2022年1月为止，全球已公布的专利申请为132707件，国内涉及41522件。本文对上述专利进行了如下的分析：（1）国内外专利申请趋势分析；（2）技术构成分析；（3）技术分支申请趋势；（4）申请人类型。
1.1申请趋势分析
从图1可以看出，全球专利申请的数量在2003年到2009年间基本保持不变，维持在1000件左右。从2009年后至2015年开始逐渐上升，这个时期专利数量的缓慢增加和数据分析技术的逐渐发展相关。到2016年后，专利申请的数量开始暴增，特别是2017年到2018年的专利申请量增加了110%，这个时期，数据分析技术开始更紧密更深度的应用到医疗保健信息的分析中。相比较而言，国内申请在2009年以前，申请量较少，也没有什么变化，但是和全球申请量趋势一样，从2009年到2015年开始缓慢上升，2015年后也开始快速攀升，到2020年，国内申请量接近全球申请量的一半。国内外申请趋势清晰的表明了，医疗保健信息学近年越来越受到大家的关注和重视。
1.2技术构成
医疗保健信息学的相关专利大多都涉及到其他分类号，本文对其他分类号进行统计分析，分析结果如图2所示。从图中可以看出G06F（电数字数据处理）、A61B（诊断、外科、鉴定）、G06Q（专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法）三个小类较多。其中，G06F主要是针对医疗保健信息分析的过程及实现的手段；A61B主要是医疗保健信息分析的目的为诊断、鉴定等；而G06Q更侧重于医疗保健信息分析结果的应用，比如养老服务、预约挂号服务等。此外，《专利法》第二十五条第一款第（三）项规定了：对于疾病的诊断和治疗方法不授予专利权。随着数据挖掘算法的发展，越来越多的科研人员采用数据挖掘算法来进行医疗保健信息的分析，并对某种疾病进行预测识别。这种预测识别方法是否属于疾病的诊断方法呢？例如：一种基于kinect骨骼数据的帕金森症计算机辅助判别方法，其在采集人体骨骼数据后，先对其进行预处理，再计算得出步幅参数序列和运动学参数序列，最后利用相应的学习模型判断分析对象是否患有帕金森症。该案虽然是对某种疾病进行识别，但是其识别结果本身不能够直接得出疾病的诊断结果，其结果仅仅是为医生或其他用户提供辅助的参考，这种结果不是以获得疾病诊断结果或健康状况为直接目的的。因此，这种疾病的识别方法并不属于《专利法》第二十五条第一款第（三）项规定的疾病诊断方法。然而，如果某一手术规划、治疗方法的实施对象是有生命的人体，且与治疗过程直接相关，其目的是帮助医生选择最合适的治疗方案、指定合适的手术计划、使得手术的效果更佳，那么该方案是属于治疗的方法，将不授予专利权。可见，在A61B和G16H领域进行专利申请时，需要排除不授予专利权的情形。
1.3技术分支申请趋势
本文对各小组的专利申请趋势进行了分析，结果如图3所示。从图3中可以看出，G16H10/60（对患者特定数据进行分析，例如电子病历记录）、G16H50/20（用户计算机辅助诊断的，例如医疗专家系统）、G16H50/30（用于计算机健康指数、个人健康风险评估）、G16H40/20（用于医疗保健资源或设施的安排或管理，例如管理医院人员或手术室）小组下的专利申请从2017年开始申请量逐步开始递增，在G16H小类下占比较大。而G16H50/70（涉及用于医疗数据的挖掘，例如分析其他患者以前的病例）、G16H80/00（专门适用于促进医师或患者之间的沟通的ICT）、G16H40/67（用于远程操作的医疗设备或装置）、G16H30/20（用于处理医学图像）小组下的专利申请数量从2018年后开始增加，总体申请量在G16H小类下占比相对较小。其余小组专利申请量没有明显的变化，这些小组在该小类下并不属于热门申请方向。值得注意的是，虽然G16H50/80整体申请量较为靠后，但是该小组从2020年开始，申请开始激增，从2019年的81件到2020年745件，增长率约为820%。该小组是用于检测或模拟流行病或传染病的分类，其专利申请受到了新冠疫情的影响，从而导致申请量的激增。随着新冠疫情的发展，越来越多的手段将用于分析、控制传染病的传播，可以预见，该小组未来的专利申请量仍然将持续增长。
2.国内申请人类型
本文对医疗保健信息学的相关专利申请人类型进行分析，结果如图4所示。从该图可以看出申请人中占比最大的是企业类的申请人，其次是大专院校，后面依次是机关团体、个人、科研单位等。具体来看，企业类的申请人中，大多都是和医疗健康相关的企业，如排名第一的飞利浦有限公司，其在国内的申请量为621件，以及医渡云（北京）技术有限公司、东芝医疗系统株式会社、京东方科技集团股份有限公司，以及健康保险类的公司（平安医疗健康管理股份有限公司、泰康保险集团有限公司）。比较特别是，腾讯在申请量上排名第七，是唯一的专利申请量比较靠前的互联网公司，本文对其进一步分析发现，腾讯2017年后在该领域的专利申请量逐渐增加，到2019年已达到每年84件的申请量，其申请主要集中在G16H50、G16H30、G16H10三个大组中。从企业对该领域的专利申请趋势可以看出，该领域的产业应用价值很大，各类型的企业都在积极在该领域进行布局。此外，大专院校中，四川大学华西医院、浙江大学、清华大学等都在该领域有较高的申请量。其中，四川大学华西医院有一半多的专利申请集中在G16H50、G16H40、G16H60三个大组中。可见大专院校的专利申请和企业的专利申请侧重点并不相同。
3.小结
本文对医疗保健信息学相关专利申请的申请趋势、技术构成、技术分支趋势、申请人类型进行了分析，得出了该领域研究的热点方向和各申请人的申请布局特点，并对该领域涉及授权客体的法条进行了分析，旨在为该领域的各创新主体提供专利申请布局的参考信息。
作者：朱颖 卜婷婷 单位：国家知识产权局专利局专利审查协作四川中心
