基于專利與文獻對比的電子健康檔案技術(shù)前沿探測

，

1 電子健康檔案技術(shù)前沿探測研究背景

知識經(jīng)濟時代，越來越多的企業(yè)都希望從專利分析和挖掘中得到相關(guān)技術(shù)知識，促進企業(yè)的研發(fā)和專利戰(zhàn)略的構(gòu)建。如何快速識別醫(yī)學(xué)研究前沿并預(yù)測其發(fā)展趨勢，以避免技術(shù)突襲，為相關(guān)機構(gòu)科技政策和決策的制定提供參考，值得我們深入思考。

近年來，國家重點建設(shè)以居民電子健康檔案(electronic health record，EHR)為核心的區(qū)域衛(wèi)生信息平臺和以電子病歷為基礎(chǔ)的醫(yī)院信息平臺。無論是貫徹惠及全民的醫(yī)改精神，還是醫(yī)療衛(wèi)生機構(gòu)自身信息化深入發(fā)展的要求，電子健康檔案是未來的工作重點。電子健康檔案可以改善醫(yī)患之間的信息不對稱，逐步建立以用戶需求為導(dǎo)向的衛(wèi)生服務(wù)機制。我國的EHR正處于起步階段，需要對 EHR 以及相關(guān)領(lǐng)域開展大量的探索研究，逐步與國際接軌，不斷提高我國衛(wèi)生信息化建設(shè)水平，促進衛(wèi)生事業(yè)的不斷發(fā)展。因此，探測電子健康檔案領(lǐng)域的技術(shù)前沿，能夠為科研學(xué)者指明有價值的研究方向。

在探測電子健康檔案領(lǐng)域技術(shù)前沿方面，1959年美國的林茨首先提出了技術(shù)預(yù)測的概念[1]。致力于發(fā)現(xiàn)新興技術(shù)的研發(fā)管理者和政策制定者，需要理解科學(xué)與技術(shù)是怎樣相聯(lián)系的。雖然知識的轉(zhuǎn)移是非線性的[2]，但技術(shù)發(fā)明和科研產(chǎn)出依然有著強烈的聯(lián)系[3]。Mansfield 認為10%的新產(chǎn)品如果近期沒有學(xué)術(shù)研究的過程是不能被研發(fā)的[4]。此外，隨著創(chuàng)新圈的縮短，技術(shù)和基礎(chǔ)科學(xué)的聯(lián)系也在增加[5-6]。近年來國內(nèi)外學(xué)者通過科技文獻與專利的對比分析探索了科學(xué)與技術(shù)間的關(guān)聯(lián)，但對技術(shù)前沿的探測較少。

1985年，美國的專利分析家Narin等人分別以美國生物醫(yī)藥雜志及美國專利數(shù)據(jù)庫中的論文與專利為研究對象，分析論文與專利間的引用關(guān)系，試圖揭示生物科學(xué)領(lǐng)域中的科學(xué)與技術(shù)的關(guān)聯(lián)[7]。Meyer[8]和Glanzel[9]等人分別于2001年和2003年從不同角度探索了科學(xué)文獻與專利技術(shù)二者間的關(guān)聯(lián)，并指出可利用兩種數(shù)據(jù)源進行深入的分析與研究。2007年荷蘭阿姆斯特丹大學(xué)的Leydesdorff利用學(xué)術(shù)論文數(shù)據(jù)、專利數(shù)據(jù)與企業(yè)分類數(shù)據(jù)作為測度指標(biāo)，提出了企業(yè)-大學(xué)-政府之間的三螺旋關(guān)系，即“產(chǎn)學(xué)官三螺旋管理”理論，指出了科學(xué)與技術(shù)之間存在著密不可分的內(nèi)在聯(lián)系，在科技創(chuàng)新的動態(tài)進程中不斷重組、轉(zhuǎn)型和流動[10]。2011年，Shibata通過專利與科學(xué)文獻的對比探測了太陽能電池領(lǐng)域的技術(shù)前沿[11]。

國內(nèi)學(xué)者近幾年也試圖通過對比科技論文與專利數(shù)據(jù)來探索科學(xué)研究與技術(shù)創(chuàng)新間的互動規(guī)律。2009年，卞志昕[12]進行了專利情報與學(xué)術(shù)文獻的對比分析研究，發(fā)現(xiàn)產(chǎn)業(yè)界公司與學(xué)術(shù)界研究機構(gòu)在研究方向上存在共通性與差異性 。2011年，殷媛媛[13]等人利用文本挖掘軟件，從時間趨勢、競爭趨勢和技術(shù)趨勢3個角度探索了科學(xué)研究與技術(shù)創(chuàng)新的互動規(guī)律及其發(fā)展趨勢。

2010年，日本東京大學(xué)Shibata基于學(xué)術(shù)論文和專利提出用4種類型代表科學(xué)和技術(shù)的關(guān)系[14]。如圖1所示，X區(qū)域是指文獻和專利都涉及的領(lǐng)域，文獻和專利之間相互影響，其整合強度取決于其關(guān)聯(lián)程度，該區(qū)域代表的是較成熟的技術(shù)領(lǐng)域；Y區(qū)域有文獻卻沒有專利，說明該區(qū)域目前正處于基礎(chǔ)研究階段，是未來的技術(shù)發(fā)展趨勢；Z區(qū)域與Y區(qū)域相反，無科技文獻而有專利，反映出技術(shù)過度應(yīng)用的領(lǐng)域，缺乏相應(yīng)的研究基礎(chǔ)；W區(qū)域沒有文獻和專利說明，該區(qū)域是科學(xué)家還沒有關(guān)注的領(lǐng)域。在(b)部分中，上層為專利層，下層為文獻層，研究內(nèi)容相近的主題以虛線相連。其中Y區(qū)域有對應(yīng)的文獻存在而沒有相應(yīng)的專利成果，Z區(qū)域有專利卻沒有相應(yīng)的研究基礎(chǔ)。因此，探索科技文獻和專利之間的相關(guān)關(guān)系，對于探測技術(shù)的研究趨勢有著重要的指示作用。

圖1 文獻與專利關(guān)系圖

2 數(shù)據(jù)來源

本文通過文獻與專利的對比探測電子健康檔案領(lǐng)域的技術(shù)前沿。首先選取中國知網(wǎng)作為數(shù)據(jù)源，獲取文獻和專利數(shù)據(jù)；其次提取文獻關(guān)鍵詞作為文獻標(biāo)識，通過對專利標(biāo)題進行分詞處理，以標(biāo)題詞作為專利標(biāo)識，并對文獻關(guān)鍵詞與專利標(biāo)題詞進行聚類分析；最后對比文獻與專利聚類得到的類簇，分析電子健康檔案領(lǐng)域的技術(shù)前沿。

2015年11月20日以中國知網(wǎng)核心期刊數(shù)據(jù)庫為數(shù)據(jù)源，檢索時間段為2000年以后，以“電子病歷”或“電子健康檔案”為主題詞進行檢索，共獲得文獻774篇；以中國知網(wǎng)中國專利全文數(shù)據(jù)庫為數(shù)據(jù)源，在標(biāo)題、關(guān)鍵詞和摘要中檢索“電子病歷”或“電子健康檔案”，獲得380條數(shù)據(jù)。

3 結(jié)果與分析

3.1 時間分布

2000年后文獻量呈逐年上升的趨勢(圖2)，并在2012年達到高峰；專利則從2002年開始出現(xiàn)，并在2011年明顯增加，在2013年和2014年達到高峰。由此可見，專利與文獻的數(shù)量趨勢大致相同，但專利較文獻滯后大約2、3年，說明文獻對于專利技術(shù)的發(fā)展方向具有一定的指示作用。

圖2 文獻和專利發(fā)表的時間分布

3.2 聚類分析

分別對2000年后發(fā)表的電子健康檔案領(lǐng)域的中文文獻與專利進行聚類分析，其類簇成員數(shù)與主題內(nèi)容詳見表1。表1中“Z”字頭是專利類簇，“W”字頭為文獻類簇。

表1 專利與文獻類簇信息

Z2與W3、W8為醫(yī)院信息化管理、醫(yī)院信息管理系統(tǒng)方向的研究，文獻與專利方面均有涉及，是較為成熟的研究方向。Z3與W1、W2是電子病歷管理、電子病歷系統(tǒng)技術(shù)研究，現(xiàn)有專利主要是針對電子病歷錄入技術(shù)。W4、W5、W6、W7并沒有與之對應(yīng)的專利研究，說明其很有可能是新興的技術(shù)前沿。

W4與W6是社區(qū)衛(wèi)生服務(wù)與社區(qū)健康管理?；诮】禉n案的社區(qū)衛(wèi)生信息平臺是在整合醫(yī)療衛(wèi)生業(yè)務(wù)應(yīng)用系統(tǒng)的基礎(chǔ)上，形成互聯(lián)互通的醫(yī)療衛(wèi)生業(yè)務(wù)協(xié)作網(wǎng)絡(luò)。社區(qū)電子健康檔案并不是簡單地將居民健康信息呈現(xiàn)于電腦上，而是更注重于信息的可傳輸性、時效性、安全性、共享性和便捷性。利用信息化手段能使居民及時獲得良好的健康服務(wù)，提高社區(qū)衛(wèi)生服務(wù)水平。目前健康檔案普遍存在著內(nèi)容不一致、結(jié)構(gòu)不合理、指標(biāo)不規(guī)范、格式不一致等問題，而居民流動導(dǎo)致各個社區(qū)衛(wèi)生服務(wù)中心之間的信息無法實現(xiàn)共享，造成信息資源的浪費。要實現(xiàn)信息共享，首先必須建立和制定社區(qū)衛(wèi)生信息系統(tǒng)中數(shù)據(jù)采集、傳輸、利用、反饋和分析等一系列技術(shù)標(biāo)準(zhǔn)和規(guī)范，其次，要建設(shè)社區(qū)衛(wèi)生信息數(shù)據(jù)集標(biāo)準(zhǔn)和功能規(guī)范，才能保證健康檔案信息的內(nèi)容完整、格式規(guī)范、功能全面、傳輸流暢、反饋及時。

W5是遠程醫(yī)療。提高基層醫(yī)療水平是國家建設(shè)衛(wèi)生信息化管理的重要目標(biāo)，遠程醫(yī)療將成為技術(shù)推手。部屬醫(yī)院及各省三甲醫(yī)院應(yīng)通過信息技術(shù)開展遠程醫(yī)療，為醫(yī)療條件相對較差的地區(qū)服務(wù)。遠程醫(yī)療的互聯(lián)技術(shù)與執(zhí)行標(biāo)準(zhǔn)是專利技術(shù)的研究趨勢。

W7是HL7、XML。HL7標(biāo)準(zhǔn)是專門用于醫(yī)療衛(wèi)生機構(gòu)及醫(yī)用儀器、設(shè)備數(shù)據(jù)信息傳輸?shù)臉?biāo)準(zhǔn)[15]。HL7最新的版本是3.0，在國際上還有很多爭論，一方面是因為新版本的應(yīng)用還需要一段適應(yīng)期，另一方面是因為3.0版本緊跟IT技術(shù)發(fā)展的結(jié)構(gòu)本身在標(biāo)準(zhǔn)中沒有完整的介紹。然而3.0版本作為一個面向未來的版本，融合了當(dāng)前許多流行的概念和技術(shù)，具有很強的生命力和研究價值，是今后發(fā)展的方向。擴展修飾語言(extensible markup language，XML)是一種簡單的數(shù)據(jù)存儲語言，可以定義描述對象結(jié)構(gòu)的元語言，使系統(tǒng)之間交互的數(shù)據(jù)信息可以相互理解?；赬ML電子病歷的存儲是整個電子病歷系統(tǒng)的基礎(chǔ)。

圖3、圖4為專利共詞網(wǎng)絡(luò)圖和文獻共詞網(wǎng)絡(luò)圖。圖中節(jié)點是文獻的關(guān)鍵詞或?qū)＠麡?biāo)題的切詞，代表某個研究方向，節(jié)點間的聯(lián)系代表他們之間存在共同研究，節(jié)點的大小取決于研究數(shù)量的多少。電子健康檔案領(lǐng)域的文獻研究明顯較專利研究豐富，且研究節(jié)點的內(nèi)容更加具體，更能夠代表某個研究方向。相比之下，專利共詞網(wǎng)絡(luò)中多個節(jié)點才能表示出一個研究方向。原因在于文獻網(wǎng)絡(luò)中的節(jié)點是關(guān)鍵詞，專利網(wǎng)絡(luò)中的節(jié)點是標(biāo)題詞切詞。對于專業(yè)詞匯的分詞，現(xiàn)有的分詞軟件切詞效果并不理想，因此本文采用人工分詞的方法。

圖3 專利共詞網(wǎng)絡(luò)圖

圖4 文獻共詞網(wǎng)絡(luò)圖

4 結(jié)論

當(dāng)前，建設(shè)共享的電子健康檔案工作已成為我國醫(yī)療領(lǐng)域的首要任務(wù)。本文通過分析電子健康病歷領(lǐng)域的文獻與專利情況，以期發(fā)現(xiàn)該領(lǐng)域的技術(shù)前沿。

Shibata提出基于學(xué)術(shù)論文和專利用4種類型代表科學(xué)和技術(shù)的關(guān)系，認為Y區(qū)域有論文卻沒有專利出現(xiàn)，說明該區(qū)域為基礎(chǔ)研究，是未來新興的技術(shù)趨勢。因此，借鑒其研究方法，對電子健康檔案領(lǐng)域的科技文獻和專利進行對比分析，可以探測該領(lǐng)域的研究前沿。

本文選取中國知網(wǎng)核心期刊數(shù)據(jù)庫和中國知網(wǎng)中國專利全文數(shù)據(jù)庫收錄的文獻與專利，通過對文獻關(guān)鍵詞與專利標(biāo)題切詞分別進行共詞聚類分析，對比類簇結(jié)果，挖掘有文獻研究卻少有專利存在的研究方向，并以此確定電子健康檔案領(lǐng)域的研究前沿。經(jīng)分析發(fā)現(xiàn)，社區(qū)衛(wèi)生服務(wù)與社區(qū)健康管理、遠程醫(yī)療實現(xiàn)技術(shù)、HL7、XML是較有前景的電子健康檔案技術(shù)方向。

在社區(qū)衛(wèi)生服務(wù)與健康管理方面，制定社區(qū)衛(wèi)生信息系統(tǒng)中數(shù)據(jù)采集、傳輸、利用、反饋和分析等一系列技術(shù)標(biāo)準(zhǔn)和規(guī)范，建設(shè)社區(qū)衛(wèi)生信息數(shù)據(jù)集標(biāo)準(zhǔn)和功能規(guī)范各個環(huán)節(jié)都需要技術(shù)支持。

遠程醫(yī)療的互聯(lián)技術(shù)與執(zhí)行標(biāo)準(zhǔn)是專利技術(shù)的研究趨勢。HL7融合了當(dāng)前流行的概念和技術(shù)，具有很強的生命力和研究價值?；赬ML電子病歷的存儲是整個電子病歷系統(tǒng)的基礎(chǔ)。

本文在數(shù)據(jù)采集方面僅選取中國知網(wǎng)的數(shù)據(jù)，并且通過主題、標(biāo)題、關(guān)鍵詞、摘要方式進行搜索，不能保證數(shù)據(jù)的查全率。

在文獻與專利的聚類分析過程中，選擇關(guān)鍵詞及標(biāo)題切詞代替文獻或?qū)＠难芯糠较颍嬖谝欢ǖ钠?。在以后的研究中，我們將豐富數(shù)據(jù)來源，并采取更全面的數(shù)據(jù)抽取方法表示文獻與專利的研究主題，以期達到更好的挖掘效果。