沒收到驗證郵件？請確認郵箱是否正確或 重新發(fā)送郵件
#本文僅代表作者觀點，不代表IPRdaily立場，未經作者許可，禁止轉載#
來源：IPRdaily中文網（iprdaily.cn）
作者：孟杰雄 專利代理師 永新專利商標代理有限公司
原標題：AI助力疫情防控，專利為其保駕護航
面對來勢洶洶的新冠肺炎疫情，依圖科技利用AI技術，在業(yè)界首先推出“胸部CT新型冠狀病毒智能評價系統(tǒng)”，應用于上海公共衛(wèi)生臨床中心、武漢大學人民醫(yī)院、華中科技大學同濟醫(yī)學院附屬協(xié)和醫(yī)院、武漢大學中南醫(yī)院…等醫(yī)院，助力醫(yī)生臨床診斷。在此次疫情中，病毒無情肆虐，但也讓AI技術力量展現出平時鮮被關注的那一面。
新型冠狀病毒肺炎疫情爆發(fā)以來，按照習近平總書記堅定信心、同舟共濟、科學防治、精準施策的總要求，機器人、人工智能（AI）、大數據等現代科學技術正不斷被開發(fā)利用，深入應用于疫情態(tài)勢研判、傳播路徑分析、精準防控、有效治療及后續(xù)治理等各工作環(huán)節(jié)。
面對來勢洶洶的新冠肺炎疫情，依圖科技利用AI技術，在業(yè)界首先推出“胸部CT新型冠狀病毒智能評價系統(tǒng)”，應用于上海公共衛(wèi)生臨床中心、武漢大學人民醫(yī)院、華中科技大學同濟醫(yī)學院附屬協(xié)和醫(yī)院、武漢大學中南醫(yī)院…等醫(yī)院，助力醫(yī)生臨床診斷。
該系統(tǒng)通過AI圖像算法，實現了對新型冠狀病毒性肺炎CT影像的智能化診斷與定量評價，并對局部性病灶、彌漫性病變、全肺受累的各類肺炎疾病嚴重程度進行分級。相對于醫(yī)生需要2-3小時、甚至更長時間才能準確定量分析，這種AI新冠肺炎診斷系統(tǒng)在2-3秒之內就能完成定量分析——極大提升了精準定量分析的效率 。
隨后，推想科技等更多科技公司也把AI技術應用到更多醫(yī)院一線，部署到更廣泛的抗疫防護中。
在此次疫情中，病毒無情肆虐，但也讓AI技術力量展現出平時鮮被關注的那一面。
新冠肺炎影像學的主要特點
CT是肺炎診斷最重要的檢查，也是篩查新冠病毒肺炎的重要手段。
當患者處在新冠肺炎早期時，CT影像主要表現為單肺或雙肺局灶性單發(fā)、或多發(fā)病灶，以多發(fā)病灶為主，病變主要分布于中外肺、胸膜下區(qū)。病灶呈小斑片、大片磨玻璃影（增粗肺血管影和微血管增多）、實變、結節(jié)與小結節(jié)、磨玻璃陰影與空氣潴留并存所引起的“馬賽克”征。
對于進展期的患者，CT影像主要表現為兩肺多發(fā)磨玻璃影、或實變（內有支氣管氣像），結節(jié)周圍病變有“暈征”，病灶內見細網格影（細血管網），有的病變有“反暈征”。新發(fā)病變主要以雙肺中下葉胸膜下分布為主，多較為淡薄的磨玻璃樣陰影，可伴少量胸腔積液。此外，還表現為壓斷性肺不張、纖維化形成。
可見，在采用CT影像篩查門診患者是否患有新冠病毒肺炎時，對肺結節(jié)的確定與分析至關重要。
依圖科技在肺部分析方面的專利儲備
依圖科技之所以能迅速研發(fā)出多套AI系統(tǒng)投入新冠肺炎疫情的一線戰(zhàn)斗，是因為其最近幾年一直致力于將AI技術應用于肺部疾病的分析診斷。
依圖科技從2017年開始，至今已經提交了數十篇有關肺結節(jié)分析的專利申請（參見表1）。
這些專利似乎可以描述出依圖科技推出的胸部CT新型冠狀病毒智能評價系統(tǒng)的基本功能。
例如，依圖科技于2017年11月03日提交的專利申請201711070729.6、201811505220.4、201811505228.0和201811506463.X中，給出了如何在CT影像中對肺葉段進行分割，具體地，其采用基于全卷積深度神經網絡的3D U-net對肺段和肺葉進行血管分割與肺裂分割，將血管樹和肺裂分割結果結合，并進行肺葉段分割。采用這種基于深度學習的CT影像的肺葉段分割方法有效地減少了誤差，提高了診斷率和準確率，且不受個體肺部形態(tài)差異的限制。
2018年04月17日提交的專利申請201810345483.7、201810345323.2和201810344226.1教導采用預設特征提取神經網絡模型（例如，3D卷積神經網絡模型）對患者的三維肺結節(jié)圖像進行分析，以提取患者的肺結節(jié)，并采用預設分類神經網絡模型對提取的患者肺結節(jié)進行分析。由于以上模型均是通過對大量數據進行訓練得到的，從而使得通過模型得到的結果較為合理，且具有一定的科學依據。相比于傳統(tǒng)的醫(yī)生診斷的方式而言，能夠降低因醫(yī)生水平差異導致的診斷誤差率，從而提高肺結節(jié)分析的準確性。另外，同年12月21日提交的專利申請201811570204.3、201811570213.2、201811572275.7、201811574653.5和201811570841.0則是對上述AI技術的進一步深化。
另一項專利申請201811570843.X采用深度殘差網絡模型對已標記結節(jié)區(qū)域的結節(jié)影像進行訓練學習，提高了結節(jié)檢測的效率，并且在檢測出結節(jié)后再過濾掉假陽性的結節(jié)，從而提高了結節(jié)檢測的準確率。
除了對肺結節(jié)進行分析，依圖科技還將預設特征提取神經網絡模型和預設分類神經網絡模型用于確定肺炎病原（201810420019.X）、檢出肺部胸腔積液（201910667643.4）等方面。
AI醫(yī)療展望
目前我國醫(yī)療服務結構極不均衡。2311家三級醫(yī)院年服務人次達16.46億人次，而二級醫(yī)院數量是三級醫(yī)院3.6倍，但“僅僅”服務了11.78億人次，醫(yī)院數量是三級醫(yī)院4.2倍的一級醫(yī)院，只服務了1.96億人次。醫(yī)療服務過度集中，三級醫(yī)院人滿為患，低級別醫(yī)院資源空置浪費較多，基層醫(yī)生收入低，醫(yī)學知識培訓不足。三級醫(yī)院日均服務人次是低級別醫(yī)院的30倍以上。
相反，截至2018年底，我國醫(yī)院部署人工智能應用并成熟使用的占比僅為33.6%，仍有42%的醫(yī)院并未嘗試接入任何人工智能技術。
隨著AI技術發(fā)展和在醫(yī)療領域成功落地項目的增多，醫(yī)療行業(yè)人工智能市場規(guī)模逐年快速增長。2017年市場規(guī)模已達135億元，環(huán)比增長40%，2018年預計能達到200億元。近幾年環(huán)比增長率均在40%以上。
患者在醫(yī)院就醫(yī)一般按如下流程：掛號-候診-診斷-處方-支付-配藥，AI輔助診斷可以在上述各個環(huán)節(jié)切入，提高醫(yī)生診斷速度和質量，降低醫(yī)院運營成本。
而隨著AI 技術的發(fā)展與落地，AI算法可以更準確的識別復雜模式，構建多參數模型，發(fā)現處于早期階段的病灶特征，從而提早發(fā)現疾病，增加可治療的時間。尤其是AI新冠診斷系統(tǒng)、AI新冠自測、AI智能測溫、AI智能回訪和信息收集等AI技術在此次疫情中發(fā)揮的作用，相信人工智能會加速提升診療標準化程度、擴大中基層醫(yī)療供給，不斷提升醫(yī)療機構的臨床服務和科研能力，最終建設成為智能醫(yī)院。
AI技術的專利保護
從近二十年的發(fā)展情況看，AI領域每年的專利申請量總體呈平穩(wěn)上升趨勢，其中2016年，AI領域專利申請總量達到52000多件。
在AI領域技術起源國家/地區(qū)中，中國、美國、日本在全球位列前三位，三個國家占總體專利公開數量的74%。
為進一步明確涉及人工智能等新領域專利申請審查規(guī)則，國家知識產權局于2019年12月31日第三四三號公告發(fā)布《國家知識產權局關于修改〈專利審查指南〉的決定》。新修改的《指南》已于2020年2月1日實施。
涉及人工智能等的發(fā)明專利申請，權利要求中往往包含算法、商業(yè)規(guī)則和方法等智力活動的規(guī)則和方法特征。本次修改明確了在審查中，不應當簡單割裂技術特征與算法特征或商業(yè)規(guī)則和方法特征，而應將權利要求記載的所有內容作為一個整體考慮。如果直接忽略這些特征或者將其與技術特征機械割裂，則無法客觀評價發(fā)明的實質貢獻，不利于保護真正的發(fā)明創(chuàng)造。
本次修改還明確了只要權利要求包含技術特征，該權利要求就整體而言并不是一種智力活動的規(guī)則和方法，不應當依據專利法第25條第1款第(2)項排除其獲得專利權的可能性；然后，通過對其中涉及的技術手段、解決的技術問題和獲得的技術效果進行分析，來判斷一項權利要求是否是技術方案。如上所述，采用神經網絡從患者肺部圖像中提取肺結節(jié)并對其進行分析，不屬于智力活動的規(guī)則和方法，反而具有技術貢獻。
新修改的《指南》統(tǒng)一了審查標準，同時給出如何更好地撰寫這類申請的明確指引。例如，對人工智能發(fā)明專利申請而言，由于其內部運行的特殊性，在發(fā)明包含算法特征時，應當將抽象的算法與具體的技術領域結合，至少一個輸入參數及其相關輸出結果的定義應當與技術領域中的具體數據對應關聯(lián)起來，此處的“與具體的技術領域結合”并非簡單提及應用于哪個技術領域，而是應描述其結合過程，使得本領域技術人員能夠確認。另外，在說明書中應當寫明有益效果，例如質量、精度或效率的提高、系統(tǒng)內部性能的改善，必要的時候予以細化解釋或證明。相應地，權利要求應當記載技術特征以及與技術特征功能上彼此相互支持、存在相互作用關系的算法特征（例如，訓練模型）和方法特征。也就是說，AI專利的說明書和權利要求書必須側重于技術方面的描寫（例如，必須詳細描寫AI，尤其是描述模型訓練方法和訓練數據集的細節(jié)），同時闡明人工智能對除計算機以外的物理實體的影響或潛在影響。
當然，AI專利常常用在分布式系統(tǒng)中，因而存在侵權證明方面的困難，有時，AI專利的保護范圍也難以確定。針對難以通過專利得到保護的技術方案，可以采用商業(yè)秘密保護。對于技術秘密信息中較為上位的內容及其必要外圍技術，可以考慮通過專利方式進行保護；對于其中較為細節(jié)的、核心的技術信息則采取嚴格的保密措施予以保護。
參考文獻：
① “AI醫(yī)療迎來中國時代”，經濟觀察報，2018.6.11.
② “3秒內完成新冠肺炎定量篩查！全國首個抗疫AI影像系統(tǒng)是怎樣煉成的？”，量子位，2020.02.21
③ “新冠肺炎影像學的13種特點，這篇文章為你總結全了”，醫(yī)學界呼吸頻道，2020.02.29
④ “2020年《專利審查指南》第二部分第九章修改解讀”，國家知識產權局，2020.1.22
⑤ “AI醫(yī)療發(fā)展現狀市場掃描，應該如何對癥“下藥”？”，鈦媒體，2019.8.29
⑥ “中國人工智能發(fā)展報告2018”，清華大學中國科技政策研究中心，2018.7
來源：IPRdaily中文網（iprdaily.cn）
作者：孟杰雄 專利代理師 永新專利商標代理有限公司
編輯：IPRdaily王穎 校對：IPRdaily縱橫君
點擊圖片，查看專題詳情！
「關于IPRdaily」
IPRdaily是具有全球影響力的知識產權媒體，致力于連接全球知識產權與科技創(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)或知識產權負責人，還有來自政府、律師及代理事務所、研發(fā)或服務機構的全球近100萬用戶（國內70余萬+海外近30萬），2019年全年全網頁面瀏覽量已經突破過億次傳播。
（英文官網：iprdaily.com 中文官網：iprdaily.cn）
本文來自IPRdaily中文網（iprdaily.cn）并經IPRdaily.cn中文網編輯。轉載此文章須經權利人同意，并附上出處與作者信息。文章不代表IPRdaily.cn立場，如若轉載，請注明出處：“http://m.jupyterflow.com/
共發(fā)表文章4357篇文章不錯，犒勞下辛苦的作者吧
- 我也說兩句
- 還可以輸入140個字
