廣東省市場監督管理局(知識產權局)開展數據知識產權試點工作以來,全面穩妥推進數據知識產權制度構建、存證登記、流通交易、權益保護和價值實現,推動一批創新程度高、經濟社會效益好、復制推廣意義強的數據知識產權完成登記。現發布2024年度數據知識產權十大典型案例。
典型案例一:金域醫學呼吸道病原微生物靶向測序數據集(SZ2024220014897.8)
應用場景:該數據集由廣州金域醫學檢驗集團股份有限公司登記,通過分析特定種類呼吸道病原體流行特征,為疾控評價各地篩查質量、精細化制定三級預防策略提供依據;通過多維度數據分析為病原微生物感染的精準治療提供數據支持,為呼吸道病原體檢測產品研發提供精準的靶點及方向;以數據驅動檢測產品開發和升級,為藥企評估現有藥物效力及研發新藥提供數據驅動的指導。
案例亮點:一是運用本數據集有效推動傳染病溯源預警領域技術革新,精準識別流感、腺病毒等200多種病原體,幫助臨床精準診斷和盡早治療。二是運用本數據集有效推動傳染病監測從“被動應對”向“主動防控”轉型,預警響應時效極大縮短。三是通過數據庫及平臺系統的運用,將基層醫院感染檢出率提升28%以上,年誤診漏診減少超20萬例,縣域患者平均確診時間縮短57%以上,病原體檢測準確率提升至98.5%,報告生成效率提高70%以上,有效破解基層診療資源薄弱難題,為全國分級診療體系提供實踐范本。
典型案例二:廣東省人民醫院影像類檢查項目預約規則數據集合(SZ2024120001685.9)
應用場景:該數據集由廣東省人民醫院登記,可應用于醫療機構影像類檢查項目預約調度、信息化企業開展預約模型優化等場景,以提升醫技資源利用率、提升患者就醫體驗。
案例亮點:一是首創性提出以數據要素為核心的醫院資源管理理念。以醫技檢查預約場景為切入,將檢查項目與檢查設備綁定,實現檢查設備管理精細化,讓特定設備可開展更多高附加值的新技術新項目,實現醫、患、技等各類醫療資源的科學調度、高效協同,效率效益最大化。二是構建醫技資源的全局統籌調度體系,動態規劃資源分配。借助新一代信息技術凝練形成350余條預約規則集合,創新性地將影像類項目檢查模式從傳統的“按個數預約”轉變為“按時長預約”,顯著縮短候檢時長,提升患者就醫體驗及資源利用效率,實現醫院管理降本增效。三是形成可復制推廣的數據產品,目前已實現許可交易,同時在廣州番禺中心醫院完成轉化落地,是全省首例醫療領域數據知識產權轉化案例。
典型案例三:徐聞農業農村局徐聞菠蘿產品價格指數數據集(SZ2024390012875.X)
應用場景:該數據集由徐聞縣農業農村局登記,通過實時監測菠蘿市場價格動態,為政府、行業協會等主體提供連續數據支撐,助力精準研判產業趨勢、定位發展短板,為科學決策及產業升級提供量化依據。
案例亮點:一是基于價格指數預測“錯峰上市”。以“徐聞·中國菠蘿價格指數”為核心,通過AI算法生成供需預警模型與市場趨勢分析報告,基于價格指數精準指導“錯峰上市”,全年市場價格指數上漲2.05%。二是助力電商平臺營銷。向加工企業開放徐聞菠蘿價格指數,降低供應鏈成本,優化采購計劃,出口俄羅斯、中東、新加坡等市場,助力全年電商價格上漲5.09%。三是探索“指數+文旅”融合模式。以線上平臺展示菠蘿價格指數,助力徐聞文旅產業高速發展,帶動周邊餐飲、住宿消費拔尖式增長。2024年徐聞菠蘿產業提質增效明顯,年產值從2018年的9.8億元攀升25億元,種植面積達35萬畝,年產鮮果78.8萬噸,約占全國總量的三分之一。
典型案例四:廣州市白云區12345熱線福祉指數(SZ2024190012127.9)
應用場景:該數據集由廣州市白云區政務服務和數據管理局登記,以12345熱線群眾訴求為基礎,集智能派單、話題分析、訴求預警等多個模塊為一體,全力打造便捷、高效、智慧的企業群眾“總客服”、城市事件“總樞紐”、社情民意“總參謀”。
案例亮點:一是首創“熱線福祉指數”社會評價體系。覆蓋城市治理、市場監管、公共服務、生態保護等六大領域,客觀反映市民對城市治理的感受度、體驗度和滿意度,并且能夠實時分析并展示轄區范圍內的指數變化及指數趨勢變化情況。二是解決政務工單流轉低效、重復訴求多等難題。通過數智化分析精準識別重復訴求、低滿意度問題,推動治理模式從“接訴即辦”向“未訴先辦”轉型,實現派單準確率與辦理效率雙提升。智能派單使人工派單量減少85%,工單辦理效率提升50%,年均節省人力成本56萬元。截至2025年2月,累計智能派單144.02萬件,準確率超85%,辦理時長從7.76天壓縮至4.32天。
典型案例五:暗物智能多模態問答對話數據(粵2024040300183)
應用場景:該數據集由暗物智能科技(廣州)有限公司登記,涵蓋豐富的文本、圖像、音頻和視頻等多模態對話內容,可用于構建和訓練先進的機器學習模型,提升多模態對話系統的理解能力和交互質量,以實現對復雜對話場景的深入理解和分析。
案例亮點:一是數據模態創新。集成語音語調、視覺表情、肢體動作、傳感器時序數據等多維數據流,構建“視聽觸”立體認知框架,突破單一文本模態局限,實現情緒感知與場景化推理,賦能客服、教育、醫療等場景類人類交互。二是保護模式創新。開創全省數據知識產權保險先河,通過保險提供經濟補償,增強企業數據侵權、泄露等風險應對能力,為構建數據知識產權保護運用風險分擔機制奠定基礎。
典型案例六:廣東特檢電梯儲能式節能裝置運行數據(SZ2024120013117.2)
應用場景:該數據集由廣東省特種設備檢測研究院登記,通過計算電梯合同能源管理商業模式中節能收益而產生,為評估電梯節能與降碳提供數據支持。
案例亮點:一是明晰電梯能源利用狀態。通過電梯從電網取電電量及從儲能裝置取電電量的動態數據,系統構建覆蓋能耗監測-策略優化的全鏈條數字管理平臺,節能推廣單位可精準掌握不同場景下的節電效能,生成可視化報告向使用單位直觀展示每日節約電量。二是實時監測儲能裝置工作性能。通過所采集的儲能裝置累計充電電量和累計放電電量,實時計算儲能裝置運行效率,通過效率值的偏差值,評估儲能裝置是否正常運行。三是可作為電梯合同能源管理商業模式中計算節能收益的基礎數據,有助于電梯節能技術的廣泛推廣應用,從而催生建筑物次生能源再利用、再儲存等新業態,為建筑領域精細化節能管理樹立標桿,為后續高耗能建筑的綠色行為提供堅實基礎。
典型案例七:香港科學園數據登記意象調查數據、香港上市公司數據登記意象調查數據(1.SZ2024320004070;2.SZ2024320004069.X)
應用場景:該數據集由紫晟科技(深圳)有限公司登記,聚焦香港科學園內各類科研機構、高校實驗室、創新企業以及香港上市公司,針對其數據資產管理的需求特征與偏好展開深度調研。基于這兩類數據,數據服務商可精準跟蹤企業數據知識產權登記與應用意向,進一步推測企業在數據合規治理、價值化運用等方面的深度訴求,有針對性地形成定制化服務方案,促進港資企業在內地的價值化應用,助推兩地數據融合發展。
案例亮點:一是開創了“香港數據—深圳登記—內地融資”的兩地協同機制,為兩地法律差異下的數據保護和流通提供了可操作性方案。二是首創港資企業通過境內子公司實現數據資產確權的路徑,降低了跨境合規成本。三是首次將港企數據知識產權質押融資應用于實踐,有效解決港企在內地的融資難問題。四是政府機構、金融機構與企業三方聯動,通過快速審核通道、標準化評估工具,提升數據資產化效率。
典型案例八:高成長性中小企業挖掘結果數據(SZ2023120000048.0)
應用場景:該數據集由深圳市前海數據服務有限公司登記,基于多維度企業行為數據構建模型,挖掘地區具有發展潛力的高成長性中小企業,評選深圳高成長企業TOP100。廣泛應用于以下四大核心領域,實現數據知識產權的深度價值轉化和創新應用。金融機構運用算法評分篩選優質標的,降低風險并提升資金效率。上榜企業增強市場公信力,加速融資進程。
案例亮點:一是數據資產全周期管理。構建“登記-評估-質押”閉環,將評分結果轉化為可“變現”數據知識產權,助力探索數據知識產權質押融資新模式,拓寬企業融資渠道。二是生態協同機制。構建“政府主導-企業授權-平臺運營”的三方協作模式,合規實現數據價值釋放,推動數據要素市場化流通。
典型案例九:雞蛋需求商機數據(SZ20241220004628.9)
應用場景:該數據集由乘乘智數科技(深圳)有限公司登記,通過采集全國多地雞蛋交易數據,形成覆蓋養殖、流通、消費全鏈條的動態需求預測模型,為產業鏈上下游企業分析雞蛋產業實際需求、布局企業重點發展方向提供高質量的數據支持。
案例亮點:一是建立需求預測模型,通過數字化手段提升農業生產效率,帶動區域雞蛋流通,解決養殖戶運營資金需求,助力擴大生產規模,提升競爭力。二是將農產品交易數據與宏觀經濟指標、行業動態、政策導向等數據深度融合,形成多維分析體系,實時監測市場供需變化,精準捕捉市場波動信息,為產業鏈上下游企業提供更具前瞻性的市場洞察。形成“數據采集-模型構建-場景應用”的標準化流程,可快速復制到肉類、果蔬等農產品領域,為農業數字化轉型提供范本。
典型案例十:深圳水務智能水表日流量信息(治理)(2024001324)
應用場景:該數據集由深圳市水務(集團)有限公司登記,基于智能水表的用戶畫像建設及應用,依托分鐘級顆粒度的水量數據,精準修正各類異常數據,實時掌握用戶用水趨勢;基于多維分層標簽,對停水受影響用戶進行精準分級分類,切實保障全市學校、醫院、消防等重點用水單位的供水穩定。
案例亮點:水務企業用戶畫像體系突破傳統服務模式局限,通過“數據感知-智能預判-精準干預”三級創新,實現服務模式系統性升級,聯合11個業務系統、12類標簽類別、200+個用戶標簽、整合290萬+水表的數據,形成了5個用戶畫像應用場景,實現由被動服務客戶轉型主動服務客戶,由經驗驅動業務轉為數據驅動業務。