日本專利局發(fā)布高關(guān)注度專利技術(shù)動向調(diào)查

#本文由作者授權(quán)發(fā)布，不代表IPRdaily立場，未經(jīng)作者許可，禁止轉(zhuǎn)載#

原標題：日本專利局發(fā)布高關(guān)注度專利技術(shù)動向調(diào)查

2021年2月26日，日本專利局針對高關(guān)注度專利技術(shù)發(fā)布了專利申請和市場動向調(diào)查報告。報告顯示：水產(chǎn)養(yǎng)殖/復(fù)合養(yǎng)殖相關(guān)的專利申請數(shù)量整體呈增長趨勢，中國專利申請人占比最大（77.8%），規(guī)模最大，其次是韓國（10.1%）和日本（4.0%）；PCT國際專利申請的數(shù)量正在增加，占比最大的為歐洲申請人（挪威除外）（20.8％），其次為美國（20.5％）、挪威（14.2％）和日本（11.2％）。

2021年2月26日，日本專利局針對高關(guān)注度專利技術(shù)發(fā)布了專利申請和市場動向調(diào)查報告。

調(diào)查主要涉及水產(chǎn)養(yǎng)殖/復(fù)合養(yǎng)殖、人工智能在圖像診斷設(shè)備的應(yīng)用、抗菌抗病毒材料。具體內(nèi)容如下。

1、水產(chǎn)養(yǎng)殖/復(fù)合養(yǎng)殖

近年來，水產(chǎn)養(yǎng)殖業(yè)開始運用物聯(lián)網(wǎng)和人工智能（AI）技術(shù)等信息通信技術(shù)（ICT）的新一代養(yǎng)殖技術(shù)，即“智慧水產(chǎn)業(yè)”，可自動喂食、實時共享和觀測水質(zhì)、計算機或智能手機查看水下拍攝圖像等。

預(yù)計到2023年，新一代水產(chǎn)養(yǎng)殖技術(shù)的日本市場規(guī)模（基于銷售額）陸上水產(chǎn)養(yǎng)殖系統(tǒng)將達到87.6億日元，利用信息通信技術(shù)（ICT）的智慧水產(chǎn)業(yè)市場將增長至23.11億日元。

水產(chǎn)養(yǎng)殖/復(fù)合養(yǎng)殖相關(guān)的專利申請數(shù)量整體呈增長趨勢，但部分國家（中國）的專利申請數(shù)量也在增加。

中國專利申請人占比最大（77.8%），規(guī)模最大，其次是韓國（10.1%）和日本（4.0%）。

PCT國際專利申請的數(shù)量正在增加。

其中，占比最大的為歐洲申請人（挪威除外）（20.8％），其次為美國（20.5％）、挪威（14.2％）和日本（11.2％）。

美國與歐洲（挪威除外）之間專利申請流動較多，日本、美國、歐洲（挪威除外）到中國的專利申請流動頻繁，挪威到歐洲其他國家的申請數(shù)量較多。

中國申請人占據(jù)顯著優(yōu)勢，特別是大學和研究機構(gòu)數(shù)量較大。整體上，本國申請人在各自的國家/地區(qū)專利申請量排名較高。

從技術(shù)類別來看，養(yǎng)殖方式中“海面養(yǎng)殖”的申請最多，近年來備受關(guān)注的“陸地養(yǎng)殖”也有所增長。

養(yǎng)殖系統(tǒng)中“育種/種苗生產(chǎn)”的申請最多，“水質(zhì)管理”和“生產(chǎn)控制”申請也在增加。所有的技術(shù)類別中，中國申請人占據(jù)大多數(shù)，尤其是“陸地養(yǎng)殖”、“育種/種苗生產(chǎn)”。

水產(chǎn)養(yǎng)殖領(lǐng)域論文的數(shù)量近年總體呈增加趨勢。就研究人員所屬機構(gòu)的國籍/地區(qū)論文數(shù)量來看，歐洲（挪威除外）排名第一，其次是中國和美國，日本和韓國占比較小。挪威在這一領(lǐng)域具有一定規(guī)模。

2、人工智能在圖像診斷設(shè)備的應(yīng)用

人工智能（AI）在醫(yī)學領(lǐng)域的應(yīng)用領(lǐng)域包括基因組醫(yī)學、圖像診斷、手術(shù)等。

日本圖像診斷設(shè)備產(chǎn)值在2009年達到峰值后下降，2012年開始上升到2015年保持平穩(wěn)，2017年開始再次增長。2018年產(chǎn)值為3071億日元。

出口規(guī)模自2009年開始減少，2011年觸底后有所增加，2015年達到峰值后再次減少，2017年轉(zhuǎn)為上升。

2018年出口額為1523億日元，出口額最大的國家是美國325億日元（21.3%）和中國258億日元（16.9%）。

進口額自2014年達到頂峰以來一直下降，2017年開始增加。

2018年進口額為1073億日元，進口額最大的是美國645億日元（60.2%）和德國247億（23%）。

2006至2020年，美國申請人提交的專利申請數(shù)量最多（34.2%），申請數(shù)量逐年增加。

美國受理的專利申請量最多（39.8%），其次是中國（21.2%）和日本（16.4%）。

歐洲（含德國）、日本、美國申請人較多。日本、德國、韓國本國專利申請占比較大，日美歐三國在美國和歐洲（德國除外）的申請量較多。

歐洲（含德國）和美國申請人在中國的專利申請較多。

從技術(shù)類別來看，“X射線CT”、“MRI”和“超聲”專利申請量均達到3000件左右，“核醫(yī)學”較少。

從國家/地區(qū)來看，歐洲（德國除外），中國和韓國申請人在“X射線CT”、“MRI”和“超聲”的申請數(shù)量大致相同。

日本和德國申請人中，“X射線CT”申請數(shù)量最多；美國申請人中，“超聲”申請數(shù)量最多；德國申請人“超聲”申請數(shù)量相對較少。

所有技術(shù)類別的申請數(shù)都有逐年增長趨勢。大多數(shù)專利申請是在本國或地區(qū)，西門子集團在美國和中國都有較多申請。

2017至2018年，專利申請量大幅上升的機構(gòu)是富士膠片（日本）、佳能醫(yī)療（日本）、西門子集團（美國、德國）、飛利浦（荷蘭）、通用電氣（美國）、上海聯(lián)影醫(yī)療科技有限公司（中國）。

該領(lǐng)域發(fā)表論文的數(shù)量逐年增加。研究人員所在國家/地區(qū)發(fā)表的論文數(shù)量逐年增加。

從研究人員所屬機構(gòu)發(fā)表的論文占比來看，美國最高（28.2%），其次是歐洲（德國除外）和中國?！癕RI”相關(guān)論文3724篇，“X射線CT”相關(guān)論文1123篇。

3、抗菌抗病毒材料

受調(diào)查的抗菌抗病毒材料包括具有殺菌、除菌、抗菌、防霉、抗病毒效果的塑料、樹脂（含涂層材料）、纖維等材料（不包括醫(yī)藥）。

目前，日本抗菌加工產(chǎn)品整體市場規(guī)模已超過1萬億日元。2020年，在抗菌制品技術(shù)協(xié)議會（SIAA）注冊的抗菌加工產(chǎn)品數(shù)量增長至5600種，約是2007年的3.3倍。

2003年SARS爆發(fā)，各國對抗菌加工產(chǎn)品的需求進一步增大。

抗菌抗病毒材料專利申請數(shù)量整體呈增加趨勢。中國專利申請人占比最大（76%），其次是美國（8.3％）和歐洲（5.6％）。

中國申請人申請數(shù)量增長顯著。PCT國際專利數(shù)量基本保持平穩(wěn)。其中，占比最大的是美國申請人（39.8％），其次是歐洲（30.2％）和日本（7.8％）。

歐美間的申請流動較為顯著，歐美向其他國家提交的專利申請較多。

中國的申請者人較多，大部分申請來自大學，其次是美國和歐洲的化學/材料公司。

日本受理的專利申請中，化學材料領(lǐng)域日本公司的排名較高。

從材料種類來看，“樹脂/塑料（不包含涂層）”的專利申請最多。中國申請人更注重本國的專利申請。中國申請人在所有類別的數(shù)量都較高。

論文發(fā)表數(shù)量近年來呈增長趨勢，從研究人員所屬機構(gòu)發(fā)表的論文占比來看，歐洲位居首位（35%），日韓的占比較少。

來源：中科院知識產(chǎn)權(quán)信息

作者：中科院IP信息

編譯：盧雨欣

編輯：IPRdaily王穎          校對：IPRdaily縱橫君

注：原文鏈接：日本專利局發(fā)布高關(guān)注度專利技術(shù)動向調(diào)查（點擊標題查看原文）

如有想看文章主題內(nèi)容，歡迎留言評論~

「關(guān)于IPRdaily」

IPRdaily是具有全球影響力的知識產(chǎn)權(quán)媒體，致力于連接全球知識產(chǎn)權(quán)與科技創(chuàng)新人才。匯聚了來自于中國、美國、歐洲、俄羅斯、以色列、澳大利亞、新加坡、日本、韓國等15個國家和地區(qū)的高科技公司及成長型科技企業(yè)的管理者及科技研發(fā)或知識產(chǎn)權(quán)負責人，還有來自政府、律師及代理事務(wù)所、研發(fā)或服務(wù)機構(gòu)的全球近100萬用戶（國內(nèi)70余萬+海外近30萬），2019年全年全網(wǎng)頁面瀏覽量已經(jīng)突破過億次傳播。

（英文官網(wǎng)：iprdaily.com  中文官網(wǎng)：iprdaily.cn） 

本文來自中科院知識產(chǎn)權(quán)信息并經(jīng)IPRdaily.cn中文網(wǎng)編輯。轉(zhuǎn)載此文章須經(jīng)權(quán)利人同意，并附上出處與作者信息。文章不代表IPRdaily.cn立場，如若轉(zhuǎn)載，請注明出處：“http://m.jupyterflow.com/