通讯作者: 单志广, calfqingqing@163.com

DOI：10.12201/bmr.202610.00040

Multi-Task Learning-Based Binary Evaluation and Prediction for Commercialization Value of Chronic Disease Research Achievements — A Case Study of Diabetes Patents

• 摘要：目的/意义。专利转化是衡量慢病防治科技成果转化（以下简称“慢病成果转化”）的重要指标。本文对慢病专利转化价值与转化时间的综合预测进行了研究，为慢病成果转化提供了决策支撑。方法/过程。本文基于2000—2024年期间13373条糖尿病相关专利数据，设计了专利转化特征体系，构建了兼顾专利转让与否与专利转化时间长度的多任务学习预测模型。结果/结论。特征重要性分析表明，申请到公开时间（天）、家族被引证次数、专利类型是影响专利转让的关键因素。多任务学习预测模型可为专利转让过程各主体提供决策参考，但对于其模型预测结果应结合实际审慎运用。

  关键词： 慢性病; 糖尿病; 专利转让; 转让时长; 机器学习

   

  Abstract: Purpose/Significance: Patent transformation is an important indicator for measuring the technological transformation of chronic disease prevention and treatment. This paper conducts a comprehensive prediction study on the value and time of patent transformation, providing decision support for the technological transformation in this field.Method/Process. Based on 13,373 diabetes-related patent records from 2000 to 2024, this paper designs a patent transformation feature system and builds a multi-task learning prediction model that takes into account both patent transfer and patent transformation time. Results/Conclusion. The analysis of feature importance indicates that the application-to-publication time (days), the number of citations of the family, and the type of patent are the key factors affecting patent transfer.Multi-task learning prediction model can provide decision-making references for all parties involved in the patent transfer process. However, for the prediction results of the model, they should be used with caution in light of actual conditions.

  Key words: Chronic diseases; Diabetes; Patent transfer; Transfer duration; Machine Learning

  提交时间：2026-10-19

  版权声明：作者本人独立拥有该论文的版权，预印本系统仅拥有论文的永久保存权利。任何人未经允许不得重复使用。
• html

• 图表

• 成路平, 吴思扬, 路波. 基于机器学习的2型糖尿病发病因素分析与预测. 2025. doi: 10.12201/bmr.202509.00003

  芮晨. 基于机器学习的2型糖尿病合并高血压影响因素模型对比与解释性分析. 2025. doi: 10.12201/bmr.202511.00058

  苏飞宇, 冯起顺, 曾庆嘉, 高书尧, 奚慧楠, 吴文欣, 王颖帅, 胡红濮. 融合健康画像与机器学习的糖尿病眼底病变风险预测模型研究. 2026. doi: 10.12201/bmr.202601.00077

  陆浩思, 杨晨, 鲁红云. m⁶A 甲基化修饰调控糖尿病创面愈合的分子机制及研究进展. 2025. doi: 10.12201/bmr.202512.00084

  施靖瑜, 王少扬. 中医药调控信号通路协同治疗慢性乙型肝炎与2型糖尿病的研究进展. 2026. doi: 10.12201/bmr.202602.00018

  吴炫桢, 牛姬飞, 何娣琼, 袁芹, 武卯富, 黄舜艳▲. “新质生产力”视域下慢性病防治的SWOT分析. 2024. doi: 10.12201/bmr.202411.00069

  殷方, 吴志强, 马敬东. 参与互联网医疗对慢性病患者价值共创意愿的影响研究. 2024. doi: 10.12201/bmr.202407.00025

  唐蓉, 张华东, 丁贤彬, 夏雨逸, 江玲. 基于医疗大数据的区域慢性病监测管理信息平台构建与应用实践. 2025. doi: 10.12201/bmr.202506.00071

  赵阳, 王虎峰. 个体健康责任的内涵阐释、作用机制及培育路径研究——基于慢性病患者的实证检验. 2026. doi: 10.12201/bmr.202606.00081

  王虎峰, 赵阳. 健康中国战略实施前后6年我国慢性病研究趋势：由治疗向治理转型. 2023. doi: 10.12201/bmr.202306.00003

• 序号	提交日期	编号	操作
  1	2026-06-22	10.12201/bmr.202610.00040V1	下载

• 公开评论  匿名评论  仅发给作者 提交评论