Nachricht

Mar 13, 2023

Kartierung der Patentlandschaft des medizinischen maschinellen Lernens

Patente Naturbiotechnologie

Patente

Nature Biotechnology Band 41, Seiten 461–468 (2023)Diesen Artikel zitieren

1108 Zugriffe

22 Altmetrisch

Details zu den Metriken

Die Daten der Patentämter zeigen eine robuste und zunehmende Patentierung von KI-Erfindungen im medizinischen Bereich, im Gegensatz zu Befürchtungen, dass Patente für medizinisches maschinelles Lernen aufgrund von Herausforderungen hinsichtlich ihrer fachlichen Eignung weitgehend nicht verfügbar sein könnten.

Künstliche Intelligenz (KI) hält rasch Einzug in die Medizin, doch die Rolle von Patenten in diesem Prozess bleibt relativ unklar. Aufsichtsbehörden melden Hunderte medizinische Geräte mit maschinellem Lernen (ML), die die behördliche Aufsicht bestanden haben1, darunter Systeme in der Radiologie, Kardiologie, Ophthalmologie und vielen anderen Bereichen. Große Krankenhäuser und akademische medizinische Systeme haben sowohl KI- als auch ML-Systeme entwickelt und eingesetzt, und einige KI-Tools wurden in elektronische Gesundheitsakten eingebettet, die von Gesundheitssystemen für Millionen von Patienten verwendet werden. Trotz dieser Innovationswelle im Bereich des medizinischen maschinellen Lernens (MML) wurde der Einfluss von Patenten auf diesen Prozess bisher nur skizziert und nicht im Detail untersucht.

Dies ist eine Vorschau der Abonnementinhalte, Zugriff über Ihre Institution

Greifen Sie auf Nature und 54 weitere Nature Portfolio-Zeitschriften zu

Holen Sie sich Nature+, unser preisgünstigstes Online-Zugangsabonnement

29,99 $ / 30 Tage

jederzeit kündigen

Abonnieren Sie diese Zeitschrift

Erhalten Sie 12 gedruckte Ausgaben und Online-Zugriff

209,00 $ pro Jahr

nur 17,42 $ pro Ausgabe

Leihen oder kaufen Sie diesen Artikel

Holen Sie sich diesen Artikel nur so lange, wie Sie ihn benötigen

39,95 $

Die Preise können örtlicher Steuern unterliegen, die beim Bezahlvorgang berechnet werden

US-amerikanische Lebensmittel- und Arzneimittelbehörde. Künstliche Intelligenz und maschinelles Lernen (KI/ML)-fähige medizinische Geräte (5. Oktober 2022); https://www.fda.gov/medical-devices/software-medical-device-samd/artificial-intelligence-and-machine-learning-aiml-enabled-medical-devices

Price, N. Cardozo Law Rev. 37, 1401–1453 (2017).

Google Scholar

Tull, S. & Miller, PJ Rob. Artif. Intel. Gesetz 1, 315–325 (2018).

Google Scholar

Aboy, M. et al. Nat. Biotechnologie. 37, 1118–1125 (2019).

Artikel CAS PubMed Google Scholar

Williams, H. Annu. Rev. Econ. 9, 441–469 (2017).

Artikel Google Scholar

Bubela, T. et al. Nat. Biotechnologie. 31, 202–206 (2013).

Artikel CAS PubMed Google Scholar

Smith, JA et al. Nat. Biotechnologie. 36, 1043–1047 (2018).

Artikel CAS PubMed Google Scholar

Rev. Aboy, M., Minssen, T. & Kop, M. (2010). Intellekt. Stütze. Wetteifern. Gesetz 53, 853–882 (2022).

Google Scholar

Aboy, M., Liddell, K., Liddicoat, J. & Crespo, C. Nat. Biotechnologie. 34, 1119–1123 (2016).

Artikel CAS PubMed Google Scholar

Aboy, M., Liddicoat, J., Liddell, K., Jordan, M. & Crespo, C. Nat. Biotechnologie. 35, 820–825 (2017).

Artikel CAS PubMed Google Scholar

Aboy, M., Liddell, K., Jordan, M., Crespo, C. & Liddicoat, J. Nat. Biotechnologie. 40, 465–471 (2022).

Artikel CAS PubMed Google Scholar

Aboy, M., Crespo, C., Liddell, K., Minssen, T. & Liddicoat, J. Nat. Biotechnologie. 37, 513–518 (2019).

Artikel CAS PubMed Google Scholar

Reuter, E. 5 Erkenntnisse aus der Liste der KI-fähigen Medizinprodukte der FDA. MedTech Dive https://www.medtechdive.com/news/FDA-AI-ML-medical-devices-5-takeaways/635908/ (7. November 2022).

Minssen, T., Gerke, S., Aboy, M., Price, N. & Cohen, GJ Law Biosci. 7, lsaa002 (2020).

Artikel PubMed PubMed Central Google Scholar

US-amerikanische Lebensmittel- und Arzneimittelbehörde. Software zur Unterstützung klinischer Entscheidungen: Leitfaden für Industrie und Mitarbeiter der Lebensmittel- und Arzneimittelverwaltung (28. September 2022); https://www.fda.gov/regulatory-information/search-fda-guidance-documents/clinical-decision-support-software

Referenzen herunterladen

Die Forschung wurde teilweise durch einen Zuschuss der Novo Nordisk Foundation für ein wissenschaftlich unabhängiges International Collaborative Biomedical Innovation & Law Program – Inter-CeBIL (Zuschuss-Nr. NNF17SA027784, Cantab. Zuschuss-Nr. G122163) unterstützt. Wir möchten Liz Aboy für ihren wertvollen Beitrag und ihre technische Unterstützung bei der Erstellung der Zahlen für diesen Artikel danken.

Zentrum für Recht, Medizin und Biowissenschaften (LML), Rechtswissenschaftliche Fakultät, Universität Cambridge, Cambridge, Großbritannien

Matthew Aboy

Juristische Fakultät der University of Michigan, Ann Arbor, MI, USA

W. Nicholson Price II & Seth Raker

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Korrespondenz mit Matthew Aboy.

Die Autoren geben an, dass keine Interessenkonflikte bestehen.

Zusatzdaten

Nachdrucke und Genehmigungen

Aboy, M., Price, WN & Raker, S. Kartierung der Patentlandschaft des medizinischen maschinellen Lernens. Nat Biotechnol 41, 461–468 (2023). https://doi.org/10.1038/s41587-023-01735-6

Zitat herunterladen

Veröffentlicht: 17. April 2023

Ausgabedatum: April 2023

DOI: https://doi.org/10.1038/s41587-023-01735-6

Jeder, mit dem Sie den folgenden Link teilen, kann diesen Inhalt lesen:

Leider ist für diesen Artikel derzeit kein gemeinsam nutzbarer Link verfügbar.

Bereitgestellt von der Content-Sharing-Initiative Springer Nature SharedIt