刘 超，石艳丽，赵 怡

    (国家知识产权局专利局专利审查协作北京中心，北京 100083)

    《中共中央关于制定国民经济和社会发展第十四个五年规划和二〇三五年远景目标的建议》中指出，为强化国家战略科技力量，瞄准人工智能、生命健康等前沿领域，实施一批具有前瞻性、战略性的国家重大科技项目。智慧医疗技术是深度融合了人工智能和生命健康技术[1]。人工智能技术的核心在于机器学习，其通过对海量的数据进行不断的采集、加工、分析和挖掘，对特定的模型进行不断的训练，最终形成有价值的知识模型[2]。人工智能技术与疾病诊断十分契合，是智慧医疗的重要应用场景和研究热点[3-6]。人工智能辅助诊断针对的疾病包括癌症、脑部疾病、精神类疾病、心血管疾病和肺部疾病等[7，8]。乳腺癌是全球发病率最高的恶性肿瘤及女性常见的恶性肿瘤[9，10]。在过去20 年里，乳腺癌的发病率逐年提高[11]。目前关于乳腺癌的确切发病机制尚不明确，相关高危因素难以控制，一级病因预防较难实现，故乳腺癌的防控以“早发现、早诊断、早治疗”的二级预防为主。虽然目前没有预防乳腺癌的手段，但是疾病的早期发现延长了患者预期的寿命，并且降低了需要全乳腺切除的可能性[12]。临床上乳腺癌筛查主要依靠影像学检查和活体组织检查。影像学检查手段有乳腺X 线钼靶图像、乳腺超声及乳腺MRI 等。活体组织检查是乳腺癌最终确诊的金标准[13-15]。乳腺癌的临床早期筛查面临着一些问题，如医疗资源不均衡、影像成像质量不同、影像数据量大、人工阅片耗时长，还可能会因医生水平参差不齐及阅片主观性导致阅片错误，存在漏诊误诊的风险[16]。人工智能辅助诊断与医师诊断相比，具有不受医师主观性、经验差异及疲劳等人为因素影响的自身优越性[17-20]。本文主要以乳腺癌人工智能辅助诊断为例进行专利情报研究。

    1 资料与方法

    1.1 资料来源 在incoPat 全球专利数据库中检索乳腺癌人工智能辅助诊断全球专利。首先采用关键词和分类号检索，在每次检索后导出少部分检索结果以简单浏览其标题和摘要，补充遗漏的关键词和分类号，大概计算噪声文献的比例。根据明显的噪声文献修改检索式，在检索式中用“NOT 噪声关键词”的方式剔除掉这部分噪声文献。用修改后的检索式重复上述步骤，直到噪声文献的比例在20%左右。由于后期需要人工阅读每篇文献并标引，因此噪声文献过多不利于后期人工阅读，而噪声文献过少可能表示文献的查全率不足。最后针对该领域的重要创新主体进行针对性的检索，完善检索结果。

    1.2 关键词 包括乳腺、癌、人工智能及具体算法、诊断的中英文扩展关键词 ......