Mar 13, 2023
Cartographier le paysage des brevets de l'apprentissage automatique médical
Brevets Nature Biotechnologie
Brevets
Nature Biotechnology volume 41, pages 461–468 (2023)Citer cet article
1108 accès
22 Altmétrique
Détails des métriques
Les données du bureau des brevets montrent un brevetage robuste et croissant des inventions d'IA dans le domaine médical, contrairement aux craintes que les brevets d'apprentissage automatique médical pourraient être largement indisponibles en raison de problèmes d'éligibilité à leur objet.
L'intelligence artificielle (IA) entre rapidement dans le domaine de la médecine, mais le rôle des brevets dans ce processus reste relativement opaque. Les régulateurs signalent des centaines de dispositifs médicaux d'apprentissage automatique (ML) qui ont passé la surveillance réglementaire1, y compris des systèmes impliqués dans la radiologie, la cardiologie, l'ophtalmologie et de nombreux autres domaines. Les grands hôpitaux et les systèmes médicaux universitaires ont tous deux développé et déployé des systèmes d'IA et de ML, et certains outils d'IA ont été intégrés dans les dossiers de santé électroniques utilisés par les systèmes de santé couvrant des millions de patients. Néanmoins, malgré cette vague d'innovation dans l'apprentissage automatique médical (MML), l'influence des brevets sur ce processus n'a été qu'esquissée plutôt qu'interrogée en détail.
Ceci est un aperçu du contenu de l'abonnement, accès via votre établissement
Accédez à Nature et à 54 autres revues Nature Portfolio
Obtenez Nature+, notre abonnement d'accès en ligne au meilleur rapport qualité-prix
29,99 $ / 30 jours
annuler à tout moment
Abonnez-vous à cette revue
Recevez 12 numéros imprimés et un accès en ligne
209,00 $ par année
seulement 17,42 $ par numéro
Louer ou acheter cet article
Obtenez uniquement cet article aussi longtemps que vous en avez besoin
39,95 $
Les prix peuvent être soumis à des taxes locales qui sont calculées lors du paiement
Administration américaine des aliments et médicaments. Dispositifs médicaux activés par l'intelligence artificielle et l'apprentissage automatique (IA/ML) (5 octobre 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. Renseignement. Loi 1, 315-325 (2018).
Google Scholar
Aboy, M. et al. Nat. Biotechnol. 37, 1118–1125 (2019).
Article CAS PubMed Google Scholar
Williams, H. Annu. Rev. Econ. 9, 441–469 (2017).
Article Google Scholar
Bubela, T. et al. Nat.Biotechnol. 31, 202-206 (2013).
Article CAS PubMed Google Scholar
Smith, JA et al. Nat. Biotechnol. 36, 1043-1047 (2018).
Article CAS PubMed Google Scholar
Rev. Aboy, M., Minssen, T. & Kop, M. (2010). Intellect. Soutenir. Rivaliser. Loi 53, 853–882 (2022).
Google Scholar
Aboy, M., Liddell, K., Liddicoat, J. & Crespo, C. Nat. Biotechnol. 34, 1119-1123 (2016).
Article CAS PubMed Google Scholar
Aboy, M., Liddicoat, J., Liddell, K., Jordan, M. & Crespo, C. Nat. Biotechnol. 35, 820–825 (2017).
Article CAS PubMed Google Scholar
Aboy, M., Liddell, K., Jordan, M., Crespo, C. & Liddicoat, J. Nat. Biotechnol. 40, 465–471 (2022).
Article CAS PubMed Google Scholar
Aboy, M., Crespo, C., Liddell, K., Minssen, T. & Liddicoat, J. Nat. Biotechnol. 37, 513-518 (2019).
Article CAS PubMed Google Scholar
Reuter, E. 5 points à retenir de la liste des dispositifs médicaux compatibles avec l'IA de la FDA. MedTech Dive https://www.medtechdive.com/news/FDA-AI-ML-medical-devices-5-takeaways/635908/ (7 novembre 2022).
Minssen, T., Gerke, S., Aboy, M., Price, N. & Cohen, GJ Law Biosci. 7, lsaa002 (2020).
Article PubMed PubMed Central Google Scholar
Administration américaine des aliments et médicaments. Logiciel d'aide à la décision clinique : conseils pour le personnel de l'industrie et de la Food and Drug Administration (28 septembre 2022) ; https://www.fda.gov/regulatory-information/search-fda-guidance-documents/clinical-decision-support-software
Télécharger les références
La recherche a été financée, en partie, par une subvention de la Fondation Novo Nordisk pour un programme scientifiquement indépendant d'innovation biomédicale et de collaboration internationale - Inter-CeBIL (no de subvention NNF17SA027784, Cantab. No de subvention G122163). Nous tenons à remercier Liz Aboy pour sa précieuse contribution et son soutien technique générant des chiffres pour cet article.
Centre de droit, de médecine et des sciences de la vie (LML), Faculté de droit, Université de Cambridge, Cambridge, Royaume-Uni
Matthieu Aboy
Faculté de droit de l'Université du Michigan, Ann Arbor, MI, États-Unis
W. Nicholson Price II et Seth Raker
Vous pouvez également rechercher cet auteur dans PubMed Google Scholar
Vous pouvez également rechercher cet auteur dans PubMed Google Scholar
Vous pouvez également rechercher cet auteur dans PubMed Google Scholar
Correspondance avec Matthew Aboy.
Les auteurs ne déclarent aucun intérêt concurrent.
Données supplémentaires
Réimpressions et autorisations
Aboy, M., Price, WN et Raker, S. Cartographie du paysage des brevets de l'apprentissage automatique médical. Nat Biotechnol 41, 461–468 (2023). https://doi.org/10.1038/s41587-023-01735-6
Télécharger la citation
Publié: 17 avril 2023
Date d'émission : avril 2023
DOI : https://doi.org/10.1038/s41587-023-01735-6
Toute personne avec qui vous partagez le lien suivant pourra lire ce contenu :
Désolé, aucun lien partageable n'est actuellement disponible pour cet article.
Fourni par l'initiative de partage de contenu Springer Nature SharedIt