Dataanalys av patentinformation med hjälp av AI

Patent innehåller information om användningen av kemiska ämnen i produkter eller varor i ett skede innan de har introducerats på marknaden. Tidig upptäckt av patent som är kopplade till användningen av potentiellt farliga kemiska ämnen och tillämpningar med hög exponeringsrisk skulle öppna upp för proaktiva metoder för att förhindra att dessa kemikalier hamnar i våra kretslopp. Sådana metoder kommer att kräva artificiell intelligens, eftersom traditionella sökningar baserade på nyckelord är otillräckliga när både ämnen och tillämpningar ofta är nya och inte kända i förväg.

I denna pilotstudie ville KEMI och PRV utforska möjligheterna att identifiera relevanta patent med hjälp av AI och rekryterade RISE som verkställande partner för detta arbete. Patent med anknytning till en grupp farliga kemiska ämnen (bisfenoler) samlades in från Europeiska patentverket (EPO) och denna datamängd användes sedan för att träna en uppsättning AI-metoder för att identifiera relevanta patent genom att analysera deras text- och bildinnehåll.

Fallstudien visar överraskande goda resultat när man använder textinnehåll. När relevanta patent jämförs med slumpmässigt utvalda patent kan en AI-metod identifiera 96 % av alla relevanta patent samtidigt som 91% av de patent som identifieras som relevanta också är relevanta. Dessa resultat uppnås redan vid användning av relativt enkel språkteknologi. Projektet visar därmed att det finns stor potential att tillämpa språkteknologi för patentsökning.