머신러닝 기반 헬스케어 분야 특허의 핵심 기술 분석 연구
Machine Learning-Based Analysis of Core Technologies in Healthcare: Focus on Patent Information
김은정(한양대학교); 이상용(한양대학교); 장석권(한양대학교)
24권 10호, 2345~2354쪽
초록
본 연구에서는 융합 산업으로 각광 받고 있는 헬스케어 분야의 핵심 특허를 선별하는 방법론을 제시하고자 한다. 이에 본 연구에서는 헬스케어 분야 선진 국가인 미국 및 유럽의 2018년부터 2022년까지 최근 5년간 등록 특허 16,884개를 대상으로 네트워크분석, 주성분 분석, 군집 분석을 통해 주요 변수들을 도출한 후 예측 모델을 구축하였다. 예측 성능을 평가하기 위해 RandomForest, SVM, XGBoost, LightGBM, Decision Tree 기법을 적용하였으며, 5개 기법 모두 높은 정확도(99%)를 나타내었다. 본 연구결과로서 핵심 기술 41개를 도출하였으며, 핵심 기술 분야로는 진단·수술(A61B), 의료용 제제 및 치료(A61K, A61P), 데이터처리(G06F), 컴퓨팅 장치(G06N), 이미지 데이터 처리(G06T), 의료정보(G16H), 디지털 전송(H04L), 무선통신(H04W)이 도출되었다. 본 연구의 결과는 헬스케어 분야 기업의 기술 및 특허 전략 수립에 활용될 수 있을 것이다.
Abstract
This study presents a methodology for identifying technology convergence phenomena of the healthcare sector, which is in thespotlight as a convergence industry. We analyzed 16,884 registered patents over the past five years from 2018 to 2022 in theUnited States and Europe, which are advanced countries in the healthcare sector. Based on these patent data, a prediction model was established after extracting major variables through network, principal component, and clustering analyses. The performanceevaluations of the predictive model were conducted through the machine learning algorithm, which displayed high accuracy in allfive techniques. This study derived 41 key technologies, including data processing (G06F), computing device (G06N), image dataprocessing (G06T), medical information (G16H), digital transmission (H04L), wireless (H04W), diagnosis and surgery (A61B), or medication and treatments (A61K, A61P). The results can be used as fundamental data when domestic healthcare companiesestablish patent and technology commercialization strategies.
- 발행기관:
- 한국디지털콘텐츠학회
- 분류:
- 컴퓨터학