KI-Diagnostik MedTech
Patentlandschaft der KI-gestützten Diagnostik in der Medizintechnik. Intersection von Artificial Intelligence und diagnostischen Verfahren an europäischen Patentämtern.
Suchstrategie — IPC Intersection
Gesucht werden Patentanmeldungen, die gleichzeitig mindestens eine AI-IPC und mindestens eine Diagnostik-IPC tragen.
AI-Seite (OR)
- G06N 3/ Neural Networks, Deep Learning
- G06N 5/ Wissensbasierte Modelle
- G06N 7/ Mathematische Modelle (stat. AI)
- G06N 20/ Machine Learning
- G06T 1/4 Neuronale Netze für Bildverarbeitung
Diagnostik-Seite (OR)
- A61B 3/ Augendiagnostik (Ophthalmologie)
- A61B 5/ Diagnostische Messungen, EKG, Monitoring
- A61B 6/ Strahlendiagnostik (Röntgen, CT)
- A61B 8/ Ultraschalldiagnostik
- G16H 30/ ICT für medizinische Bildverarbeitung
- G16H 50/ ICT für medizinische Diagnose / Data Mining
Nicht im Scope
- A61B 34/ Roboter-Chirurgie
- G01N Labor-Diagnostik
- A61B 1/ Endoskope
- A61B 17/, 18/ Chirurgie
Filing Volume & Growth Trajectory
Jährliche Anmeldungen im Bereich AI x Diagnostik (DE + EP), 2015–2023.
Datentabelle: Filing Trend 2015–2023
| Jahr | Anmeldungen | Wachstum |
|---|---|---|
| 2015 | 24 | — |
| 2016 | 32 | +33% |
| 2017 | 71 | +122% |
| 2018 | 107 | +51% |
| 2019 | 205 | +92% |
| 2020 | 302 | +47% |
| 2021 | 301 | 0% |
| 2022 | 350 | +16% |
| 2023 | 266 | -24% |
14,6-faches Wachstum von 24 Anmeldungen (2015) auf einen Peak von 350 (2022). Der Rückgang 2023 auf 266 spiegelt entweder eine Post-Hype-Konsolidierung oder die 18-monatige Veröffentlichungsverzögerung in PATSTAT wider. Daten für 2024/2025 sind noch unvollständig.
IPC Classification Profiles
Verteilung der AI- und Diagnostik-IPC-Klassifikationen über alle 1.704 Anmeldungen.
AI-Seite
Neural Networks (G06N 3/) dominieren mit 1.122 Klassifikationen (66%). Machine Learning (G06N 20/) folgt. Anmeldungen können mehrere AI-Klassen tragen.
Diagnostik-Seite
G16H 50/ (Diagnose/Mining) und A61B 5/ (Messungen) führen, gefolgt von medizinischer Bildverarbeitung und Strahlendiagnostik (CT, Röntgen).
Top Applicants
Die 20 aktivsten Anmelder im Bereich KI-gestützte Diagnostik (DE + EP Anmeldungen).
Datentabelle: Top 20 Anmelder
| Anmelder | Land | Anmeldungen |
|---|---|---|
| Philips | NL | 128 |
| Siemens Healthcare GmbH | DE | 90 |
| Siemens Healthineers AG | DE | 33 |
| Samsung | KR | 21 |
| Fujifilm | JP | 20 |
| Bayer AG | DE | 18 |
| TCS | IN | 17 |
| Deep Bio | KR | 17 |
| Carl Zeiss Meditec | DE | 15 |
| US | 14 | |
| Lunit | KR | 14 |
| Roche | CH | 13 |
| Microsoft | US | 11 |
| UC California | US | 11 |
| Sloan Kettering | US | 9 |
| Tencent | CN | 9 |
| Stanford | US | 8 |
| GE Healthcare | US | 8 |
| KPN Innovations | US | 8 |
| Johns Hopkins | US | 8 |
Philips (NL, 128) führt als Einzelunternehmen. Siemens Healthcare GmbH + Siemens Healthineers AG halten zusammen 123 Anmeldungen (vor/nach Umbenennung). Deutsche Akteure: Siemens (123), Bayer (18), Carl Zeiss Meditec (15). Südkorea ist stark vertreten: Samsung (21), Deep Bio (17), Lunit (14).
Showcase: Siemens Healthineers
Anmeldeverlauf der kombinierten Siemens-Entitäten (Healthcare GmbH + Healthineers AG).
Datentabelle: Siemens Filing Trajectory
| Jahr | Anmeldungen |
|---|---|
| 2015 | 2 |
| 2016 | 1 |
| 2017 | 12 |
| 2018 | 6 |
| 2019 | 11 |
| 2020 | 35 |
| 2021 | 20 |
| 2022 | 20 |
| 2023 | 21 |
Peak im Jahr 2020 (35 Anmeldungen), danach ein stabiles Plateau um 20/Jahr. Total: 133 Anmeldungen inkl. 2024. Der 2020-Peak korreliert mit der CE-Zulassungswelle für AI-Diagnostik-Produkte. Siemens ist der führende deutsche Anmelder in der KI-gestützten Diagnostik.
AI Technology Evolution
Entwicklung der AI-IPC-Klassen über die Zeit (2015–2023).
Datentabelle: AI Technology Evolution
| Jahr | G06N 3/ | G06N 20/ | G06N 5/ | G06N 7/ | G06T 1/4 |
|---|---|---|---|---|---|
| 2015 | 9 | 13 | 4 | 4 | 0 |
| 2016 | 8 | 21 | 3 | 7 | 1 |
| 2017 | 36 | 32 | 12 | 7 | 4 |
| 2018 | 64 | 45 | 12 | 14 | 3 |
| 2019 | 150 | 76 | 38 | 30 | 12 |
| 2020 | 207 | 151 | 29 | 22 | 10 |
| 2021 | 203 | 139 | 32 | 12 | 16 |
| 2022 | 245 | 171 | 28 | 17 | 6 |
| 2023 | 170 | 115 | 11 | 8 | 7 |
G06N 3/ (Neural Networks) überholte G06N 20/ (Machine Learning) ab 2017 und dominiert seitdem. Deep-Learning-Ansätze sind die zentrale AI-Technologie in der medizinischen Diagnostik. Wissensbasierte Systeme (G06N 5/) bleiben eine Nische.
Zusammenfassung
Zentrale Erkenntnisse aus der Patentanalyse KI-Diagnostik MedTech.
Marktdynamik
14,6-faches Wachstum von 2015 (24) bis Peak 2022 (350). Rückgang 2023 auf 266 — möglicherweise Konsolidierung nach dem AI-Hype oder Veröffentlichungsverzögerung. 2024/25 noch unvollständig (18 Monate Veröffentlichungsfrist).
Technologie
Neural Networks (G06N 3/) ist die dominierende AI-Technologie (66% der AI-Klassifikationen). Diagnostische Messungen (A61B 5/) und Software-Diagnose (G16H 50/) führen auf der Diagnostik-Seite. Strahlendiagnostik (CT, Röntgen) und Ultraschall sind starke Wachstumsfelder.
Wettbewerb
Philips (NL, 128) und Siemens (DE, 123) dominieren mit deutlichem Abstand. Südkorea stark vertreten: Samsung (21), Deep Bio (17), Lunit (14). US-Universitäten aktiv: UC, Stanford, Johns Hopkins, Sloan Kettering.
Deutschland
Siemens Healthineers: 123 Anmeldungen, klarer deutscher Champion. Bayer AG (18) und Carl Zeiss Meditec (15) als weitere deutsche Akteure. Siemens-Peak 2020 korreliert mit CE-Zulassungswelle für AI-Diagnostik-Produkte.
Methodik
Datenquelle, Suchlogik und Reproduzierbarkeit.
Datenquelle
EPO PATSTAT Global (Autumn 2025 Edition) via Google Cloud BigQuery (Projekt: patstat-mtc). Analyse umfasst DE und EP Anmeldungen, die sowohl AI- als auch Diagnostik-IPC-Klassifikationen gleichzeitig tragen.
Intersection-Logik
Jede Anmeldung muss mindestens eine AI-seitige IPC (G06N 3/, 5/, 7/, 20/ oder G06T 1/4) UND mindestens eine Diagnostik-seitige IPC (A61B 3/, 5/, 6/, 8/ oder G16H 30/, 50/) tragen. Anmeldungen mit ausgeschlossenen Klassifikationen (A61B 34/, A61B 1/, G01N) werden entfernt.
Pattern Matching
REGEXP_CONTAINS für variable Leerzeichen in PATSTAT IPC-Codes. Anmelderfilterung mit applt_seq_nr > 0 und COALESCE(han_name, person_name) für harmonisierte Firmennamen.
Kontext
Voranalyse für den Bundesverband Medizintechnologie (BVMed) im Kontext der Hightech-Strategie Deutschland und WIK Discussion Paper No. 535.
Einschränkungen
- Nur DE + EP Anmeldungen — US, CN, JP Anmeldungen sind nicht enthalten.
- Utility Models und Designs sind ausgeschlossen (nur Patentanmeldungen,
ipr_type = 'PI'). - 2023-Daten möglicherweise unvollständig aufgrund der ~18-monatigen Veröffentlichungsverzögerung.
- Siemens Healthcare GmbH und Siemens Healthineers AG werden als getrennte Entitäten gezählt (Pre-/Post-Rebrand).
Stack
PATSTAT BigQuery + patstat-mcp (Custom MCP Server) + Claude AI für Analyse und Visualisierung. Alle SQL-Queries sind enthalten und reproduzierbar.
Glossary — Patent Terms Explained
- IPC (Internationale Patentklassifikation)
- Hierarchisches System zur Klassifizierung von Patenten nach Technologiebereichen, gepflegt von der WIPO.
- G06N
- IPC-Hauptgruppe für Computing arrangements based on specific computational models — umfasst Neural Networks (3/), Knowledge-based Systems (5/), Mathematical Models (7/) und Machine Learning (20/).
- A61B
- IPC-Hauptgruppe für Diagnose, Chirurgie und Identifizierung — umfasst Ophthalmologie (3/), Messungen (5/), Strahlendiagnostik (6/) und Ultraschall (8/).
- Intersection-Analyse
- Methode, bei der nur Patente erfasst werden, die gleichzeitig Klassifikationen aus zwei verschiedenen Technologiebereichen tragen (hier: AI UND Diagnostik).
- PATSTAT
- Die Patent Statistical Database des Europäischen Patentamts (EPO). Enthält bibliographische Daten zu Patentanmeldungen weltweit.
- Grant Rate
- Anteil der Anmeldungen, die letztlich ein Patent erhalten. Für aktuelle Jahre erscheint die Rate niedrig, da die Prüfung 3–5 Jahre dauert.
Gefällt Ihnen, was Sie sehen?
Dieser Report wurde mit einer vollständig reproduzierbaren Pipeline erstellt: EPO PATSTAT Global auf BigQuery, ein eigener MCP-Server und Claude AI für Analyse und Visualisierung. Alles ist offen und nachvollziehbar — die SQL-Queries sind enthalten.