医学人工智能领域专利技术主题发展态势研究

作     者：周隽如 刘智勇 ZHOU Junru;LIU Zhiyong

作者机构：华中科技大学同济医学院医药卫生管理学院武汉430030 

出 版 物：《世界科技研究与发展》 (World Sci-Tech R&D)

年 卷 期：2024年第46卷第4期

页      面：497-510页

学科分类：1205[管理学-图书情报与档案管理] 12[管理学] 120501[管理学-图书馆学] 120502[管理学-情报学] 10[医学] 

基　　金：中央高校基本科研业务费项目(5003516062) 

主　　题：医学人工智能 文本挖掘 专利分析 发展态势 BERTopic模型 

摘      要：对医学人工智能领域1971—2022年的专利文本进行文本挖掘,揭示其技术主题内容和演化趋势,分析技术研发热点和发展态势,有助于为科研人员梳理技术发展脉络,进而为未来研究和应用提供参考和借鉴。本文首先获取德温特专利数据库中14184条医学人工智能领域相关专利数据,并进行数据清洗,结合生命周期理论将其划分为三个阶段(萌芽期、发展期、快速发展期)。随后,使用BERTopic主题模型对专利文本进行主题识别,并通过计算技术主题对之间的语义相似度和主题过滤的方法对技术主题进行演化分析。结果显示,共识别出萌芽期主题5个、发展期主题9个、快速发展期主题29个,医学人工智能技术正处于快速发展阶段。其中,基础技术(信号处理与分析技术、图像处理与计算机视觉技术、数据挖掘技术)产生于萌芽期和发展期,并在发展期和快速发展期逐渐成熟,形成了分支领域技术;需求与技术的进步推动了基础技术的分化,技术之间的融合将会产生新的技术。最后,提出未来应加强对医学人工智能领域基础关键技术的研究和创新,并持续关注医学人工智能领域重要实际需求背后的技术问题,以助力技术创新。此外,还应强调医学人工智能领域的技术融合发展的重要性,鼓励多领域科研人员组建交叉学科人才团队,为促进多领域技术的深度融合和前沿多维度探索奠定基础。