Semantische Patentanalysen in der Personalisierten Medizin - Ergebnisse einer Exploration von US-Patenten

Transkript

1 3. Lenkungsausschuss des Forschungsprojektes Dienstleistungspotenziale in der Personalisierten Medizin Berlin, 30. April 2013 Semantische Patentanalysen in der Personalisierten Medizin - Ergebnisse einer Exploration von US-Patenten Dr. IPMI - Wilhelm-Herbst-Straße Bremen

2 Mit der semantischen Patentanalyse soll die US-Patentlandschaft im Bereich der Personalisierten Medizin exploriert werden. Ausgangssituation Kooperationsprojekt (Potsdam/Berlin): Die Personalisierte Medizin gilt als eine der bedeutendsten Innovationen im Gesundheitsmarkt. Personalisierte Medizin eine auf den Patienten individuell abgestimmte und optimierte Medizin bzw. Gesundheitsversorgung. Die Gesundheitsbranche muss sich den Veränderungen anpassen und benötigt dafür neue Konzepte für Dienstleistungen und Produkt-Service- Systeme. Patente sind ein wirkungsvolles Instrument zum Schutz von Innovationen und verschaffen den Unternehmen temporäre Monopolgewinne Ziel des Patentanalyseprojektes (Bremen): Untersuchung der US-Patenaktivitäten im Bereich der Personalisierten Medizin und inhaltliche Erschließung der Patentinformationen. Die Aufgabenbereiche sind dabei: einen Überblick über die aktuelle Patentlage zur Personalisierten Medizin zu geben, eine Semantische Patentanalyse mittels N-Gramme mit dem PatVisor zu extrahieren, und Patentlandkarten zur Personalisierten Medizin zu erstellen. Ziel der Untersuchung zur US-Patentlandschaft Quelle: Abruf:

3 Agenda 1 Motivation des Themas 2 Methode der Semantischen Patentanalyse 3 Exploration von US-Patenten zur Personalisierten Medizin 4 Resümee und Ausblick

4 Agenda 1 Motivation des Themas 2 Methode der Semantischen Patentanalyse 3 Exploration von US-Patenten zur Personalisierten Medizin 4 Resümee und Ausblick

5 Zur Recherche und Analyse von Patenten stehen klassische und moderne Methoden zur Verfügung. Klassische Methoden Patentstatistiken, IPC-Analyse, Patentfamilienrecherchen durch manuelle Inhaltserschließung (vgl. Foglia 2007, Stevnsborg, 2002 ) Moderne Methoden Patentzitatenanalyse (vgl. von Wartburg, Teichert und Rost 2006; Sternitzke, Bartkowski und Schramm 2008 ) Stichwortbasierte mathematisch-statistische Verfahren (vgl. Wanner et al. 2008, Trippe 2003, Peter und van Raan 1993) Semantische Patentanalyse (vgl. Tsourikov et al. 2000, Deerwester et al. 1990, Dressler 2008, Wanner et al. 2008, Bonino, Ciaramella und Corno 2010) und viele Unterstützungstechniken (z. B. List Grouping, Grouping of Concepts, vgl. Trippe 2003, Möhrle et al. 2010) Methoden der Patentanalyse Quelle: IPMI-IK

6 Semantische Patentanalysen zielen auf die Erschließung textueller Informationen unter Hinzuziehung bibliografischer Informationen. Bibliografische Informationen (z.b. Erfinder, Anmelder, Patentklassifikation) strukturierten Daten Textuelle Informationen (z.b. Beschreibung, Zusammenfassung, Ansprüche) unstrukturierten Daten Patente als technische Informationsquelle Quelle: Möhrle, Gerken und Walter (2012)

7 Verwaltung Strategie Die am IPMI entwickelte Semantische Patentanalyse erlaubt eine inhaltsbezogene Recherche und Analyse von Patenten. Von Patenten P a t V i s o r zu Patentlandkarten Vorbereitung N-Gramm Analyse Nachbereitung XML-, HTML-Daten Segmentierung Stopp-Wörter Lemmatisierung Stemming Synonymisierung N-Gramm Extraktion Ähnlichkeitsanalyse (z.b. Jaccard) Multivariate Methoden (z.b. MDS) Excel Tabelle Pivot Tabelle Histogramm Heat Map Spinnendiagramm 2d-Landkarte Drei Stufen zur Generierung von Patentlandkarten mit dem PatVisor basierend auf N-Gramme Quelle: IPMI

8 Seite 8 Für die Extraktion von N-Grammen wird ein Fenster der Größe F wird durch einen Satz geschoben. Ein N-Gramm ist eine Reihe von aufeinanderfolgenden Zeichen oder Wörtern, wobei N für die jeweilige Anzahl steht. (Heister et al. 2011) Ein N-Gramm mit: N=1 wird Unigramm genannt, N=2 Bigramm, und N=3 Trigramm usw. Beispielsatz: Für N=3 ergeben sich neun Fenster: N-Gramme Quelle: IPMI

9 Agenda 1 Motivation des Themas 2 Methode der Semantischen Patentanalyse 3 Exploration von US-Patenten zur Personalisierten Medizin 4 Resümee und Ausblick

10 Für die Semantischen Patentanalysen zur Personalisierten Medizin werden US-Patente in der Volltext-Datenbank des USPTO recherchiert und analysiert. Das USPTO ist weltweit einer der größten frei verfügbaren Patentdatenbank. Die Datenbank des USPTO ist daher insbesondere für Technologien, die weltweit vermarktet werden, eine wertvolle Informationsquelle. Zur Personalisierten Medizin sollen daher US-amerikanische Patente analysiert werden, um Informationen zu den US-Patentaktivitäten im Kontext der Personalisierten Medizin zu bekommen. Im Weiteren sollen inhaltliche Ähnlichkeitsanalysen mittels semantischer Patentanalysen unter Einsatz der Software PatVisor durchgeführt werden. Für die semantische Patentanalyse sollen N-Gramme aus den Patenten extrahiert und analysiert werden. Suchen Konkretisierung der inhaltlichen Zielsetzung Quelle: uspto.gov

11 Für das Patentanalyseprojekt wurden drei thematische Schwerpunkte hinsichtlich der US-Patentaktivitäten näher analysiert. Set 1 PM-Abgrenzung Patient stratification Stratify Companion diagnostics Personalized medicine (AE) Personalised medicine (BE) Personalized therapy (AE) Personalised therapy (BE) Individual medicine Individual therapy Set 2 Anwendungsgebiet A Immune cells Leukocytes / Leucocytes / Leucocyte$ Lymphocytes / Lymphocyte$ T cells / Tcell Flow cytometry Fluorescence assisted cell sorting (FACS) Immunohistochemistry (IHC) Set 3 Anwendungsgebiet B Immunoassay Calcitonin Companion diagnostics Hepatitis HIV Cancer Pharmacogenomics / pharmacoge$ Übersicht über die drei vorgegebenen Sets Quelle: Uni Potsdam, TU Berlin

12 1. Ergebnis: US-Patente zur PM gewinnen zunehmend an Bedeutung, und sie sind überraschenderweise unterschiedlichsten USPCs zugeordnet. Für die PM wichtige USPC: Chemistry: molecular biology and microbiology 435 Drug, bio-affecting and body treating compositions 514 Data processing: measuring 702 Drug, bio-affecting and body treating compositions 424 Surgery 600 Suchstring: "Personalized medicine" OR "Personalized therapy" OR "Individual medicine" OR "Individual therapy" OR "Personalised medicine" OR "Personalised therapy Surgery: light, thermal, and electrical application 607 Surgery 128 Data Processing: artificial intelligence 706 Optics: Measuring and testing 356 Chemistry: Analytical and immunological testing 436 Special receptacle or package 206 Data Processing: Financial, Management, 705 Grundgesamtheit: 289 Treffer Deskriptive Statistiken Quelle: IPMI

13 2. Ergebnis: Nach Einsatz von Sprachfiltern lassen sich N-Gramme extrahieren, deren Häufigkeit sich zum Rang umgekehrt proportional verhält. Unigramme: In fünf ausgewählten US- Patenten (6,355,423; 7,064,844; 7,468,276; 8,010,476; 8,032,224) zur PM treten insgesamt 3159 Unigramme auf (nach Filterung). Ohne Sprachfilter erhöht sich die Zahl der Unigramme auf Auswahl domänenspezifischer Sprachfilter: Lemmatizer Zeilenumbruchfilter Dieser löscht den Ausdruck -, der beim Abgriff der Patente entsteht. Zeichenfilter Dies ist ein Suchen- & Ersetzen-Filter, der einige Sonderzeichen durch Leerzeichen ersetzt. Patentspezifischer Filter Das ist ein Wortfilter, der alle typischen Patentausdrücke und -phrasen löscht. Zahlenfilter Stoppwortfilter Synonymfilter Für die drei Sets wurde jeweils ein Synonymfilter erstellt, in dem Synonyme zu den vorhandenen Schlüsselwörtern zusammengefasst werden. Sprachgepflogenheiten folgen dem Zipf-Gesetz Quelle: IPMI

14 3. Ergebnis: Patentlandkarten visualisieren inhaltliche Zusammenhänge der Patente, und es lassen sich Cluster bilden (formale Klassifikation). Patentlandkarte: Das Unigramm biomarker wird 849 mal in 126 US-Patenten zu Set 2 gefunden. Es werden 100 Patenten ausgewählt, in denen am häufigsten das Unigramm biomarker vorkommt (hier sind 5 Folgepatente enthalten). Cluster: C1 umfasst die Diagnose und Behandlung von Krebspatienten (Polypeptid IGF-1). C2 enthält Methoden, mit denen das Risiko eines Schlagnfalls oder der transitorischen ischämischen Attacke identifiziert werden. C3 umfasst Methoden zur Behandlung und Vorhersage von Sepsis oder systemischen inflammatorischen Response- Syndroms. Patentlandkarte mit Cluster von Set 2 zum Unigramm Biomarker, N=95 Quelle: IPMI

15 4. Ergebnis: Term-Dokument-Matrizen ermöglichen eine schnelle inhaltliche Erschließung von Patenten -> Semantisches Navigieren! Spalten Term-Dokument-Matrix (TDM) Zeilen Term-Dokument-Matrix zu Set 3 Inverse TDM Quelle: IPMI

16 Agenda 1 Motivation des Themas 2 Methode der Semantischen Patentanalyse 3 Exploration von US-Patenten zur Personalisierten Medizin 4 Resümee und Ausblick

17 Mittels semantischer Patentanalysen basierend auf N-Gramme konnte die US-Patentlandschaft erfolgreich exploriert werden. Resümee Überblick über US-Patentaktivitäten im Bereich der PM Erstellung von domänenspezifischen Sprachfiltern Extraktion von N-Grammen erlaubt inhaltl. Erschließung Generierung und Interpretation von Patentlandkarten Ausblick Sprachfilter sind kontinuierlich weiter zu entwickeln Zahlenfilter näher überprüfen (z. B. Glutamin-2-oxogluterat-Aminotransferase) Synonymfilter überarbeiten (z. B. AIDS = aid) Biochemischen Wortfilter entwickeln Fenstergröße variieren und testen Interpretation von Patentlandkarten mit Fachexperten Term-Dokument-Matrizen zur semantischen Navigation Resümee und Ausblick Quelle: IPMI

18 Vielen Dank für Ihre Aufmerksamkeit! IPMI Wilhelm-Herbst-Straße Bremen Telefon 0421/ Telefax 0421/ Janzen, I.; Braun, A.; Ensthaler, J.; Walter, L.; Wieck, K. (2012) Zur Entwicklung der Personalisierten Medizin Eine semantische Analyse zur Bestimmung der Patentaktivitäten in den USA. IME Working Paper ISSN