Potencial de patenteamento e maturidade tecnológica: análise integrada com inteligência artificial no PPGBIOTEC/UFAM
DOI:
https://doi.org/10.5281/zenodo.20114796Palavras-chave:
Amazônia, Transferência de Tecnologia, Inteligência Artificial, Níveis de Maturidade Tecnológica, BiotecnologiaResumo
Este trabalho efetiva uma análise com Inteligência Artificial no Ecossistema de Biotecnologia do no Programa de Pós-Graduação em Biotecnologia da Universidade Federal do Amazonas– PPGBIOTEC/UFAM. No estudo foram avaliadas, em relação à sua maturidade tecnológica e ao potencial de se tornarem patentes, as dissertações e teses defendidas entre 2015 e 2024 no PPGBIOTEC/UFAM. Técnicas de Processamento de Linguagem Natural foram utilizadas para identificar termos associados aos códigos da Classificação Internacional de Patentes (CIP) do modelo Biotec‑BR, enquanto algoritmos de aprendizado de máquina classificaram automaticamente os níveis de maturidade tecnológica (TRL), com base em um conjunto de resumos rotulados manualmente. Os resultados indicam que 21,2% das pesquisas apresentam simultaneamente potencial de patenteamento e maturidade tecnológica em níveis de desenvolvimento (TRL ≥ 3), com confiança de predição superior a 0,6. A análise de maturidade revelou que 94,6% dos trabalhos situam‑se nos níveis TRL 1–3, enquanto 5,4% alcançam TRL 4–6, refletindo a predominância de pesquisas de fronteira e validação inicial. A correlação fraca entre TRL e potencial de patenteamento (Pearson = 0,1318) sugere independência entre os construtos, indicando que a inovação protegível no PPGBIOTEC emerge tanto de estudos básicos quanto aplicados. O estudo oferece um panorama do portfólio tecnológico do programa, destacando ativos de alta fidelidade que podem orientar ações estratégicas de proteção intelectual e transferência de tecnologia.
Referências
BEJARANO, José Bestier Padilla et al. Open innovation: A technology transfer alternative from universities. A systematic literature review. Journal of Open Innovation: Technology, Market, and Complexity, [s. l.], v. 9, n. 3, p. 1–12, 2023.
BREIMAN, Leo. Random Forests. Machine Learning, [s. l.], v. 45, n. 1, p. 5–32, 2001.
BRITT, Barry L. et al. Document classification techniques for automated technology readiness level analysis. Journal of the American Society for Information Science and Technology, [s. l.], v. 59, n. 4, p. 675–680, 2008.
FLORÊNCIO, Márcio Nannini da Silva et al. Análise da produção e colaboração da biotecnologia no Brasil. Research, Society and Development, [s. l.], v. 9, n. 7, p. 1–27, 2020.
FONTES, André C. R. Transferência de biotecnologia. Revista Interdisciplinar do Direito - Faculdade de Direito de Valença, [s. l.], v. 18, n. 2, p. 12, 2020.
HAN, Sunwoo; WILLIAMSON, Brian D.; FONG, Youyi. Improving random forest predictions in small datasets from two-phase sampling designs. BMC Medical Informatics and Decision Making, [s. l.], v. 21, n. 1, p. 322, 2021.
HANNOUF, Marwa B. et al. Social life cycle assessment (S-LCA) of technology systems at different stages of development. The International Journal of Life Cycle Assessment, [s. l.], v. 30, n. 6, p. 1099–1114, 2025.
JAIN, Bhavesh Mahender; KUMAR, Deepak. Predicting Tech Readiness through Bibliometric Analysis using Unsupervised Machine Learning. [s. l.], 2025.
LAW INSIDER. Public benefit corporation Definition: 146 Samples. [S. l.], 2025. Disponível em: https://www.lawinsider.com/dictionary/public-benefit-corporation. Acesso em: 13 abr. 2026.
LEE, Heejae et al. Optimal Training Sample Sizes for U-Net-Based Tree Species Classification with Sentinel-2 Imagery. Forests, [s. l.], v. 16, n. 11, p. 1718, 2025.
LIBOREIRO, Karla Rocha. Interação universidade-empresa em biotecnologia: estudos de caso em laboratórios de pesquisa universitários estadunidenses e brasileiros. 2020. 1–223 f. [s. l.], 2020. Disponível em: http://hdl.handle.net/1843/36104.
MARINHO, Enrico Picoli; OLIVEIRA, Deyla Paula De; ARAÚJO, Gustavo Cunha De. Propriedade Intelectual nos cursos de Biotecnologia das Universidades Federais do Brasil. Ensino em Re-Vista, [s. l.], v. 30, p. e019, 2023.
MOJJADA, Harihararao. Protocol for Metadata Harvesting: The Role of OAI-PMH in Digital Resource Integration. International Journal of Research and Innovation in Applied Science, [s. l.], v. X, n. VII, p. 724–736, 2025.
MORALES SÁNCHEZ, Mario Alberto et al. Tendencias tecnológicas en el sector biotecnológico: análisis de patentes en México y Estados Unidos. Economía Teoría y Práctica, [s. l.], n. 51, 2019. Disponível em: http://economiatyp.uam.mx/index.php/ETYP/article/view/403. Acesso em: 18 mar. 2025.
OKIMOTO, Carolina Alves. Transferência De Tecnologia E Gestão Da Propriedade Intelectual: Um Estudo De Caso Na Universidade De Brasília. 2023. 206 f. - Univer�sidade de Brasília, [s. l.], 2023. Disponível em: https://ppgi.unb.br/images/documentos/Dissertacoes/Carolina_Alves_Okimoto.pdf.
PATERNOSTRO, Andre Góes; QUINTELLA, Cristina M.; LEITE, Handerson Jorge Dourado. Pesquisa Exploratória Comparativa entre Artigos e Patentes Sobre Maturidade (Prontidão) Tecnológica. Cadernos de Prospecção, [s. l.], v. 13, n. 4, p. 1088, 2020.
POSIT. About. In: POSIT. 2022. Disponível em: https://posit.co/about/. Acesso em: 13 abr. 2026.
QUINTELLA, Cristina M. A REVISTA CADERNOS DE PROSPECÇÃO E OS NÍVEIS DE MATURIDADE DE TECNOLOGIAS (TRL). Cadernos de Prospecção, [s. l.], v. 10, n. 1, p. 1, 2017.
R CORE TEAM. R: A Language and Environment for Statistical Computing. Vienna, Austria: R Foundation for Statistical Computing, 2026. Disponível em: https://cran.r-project.org/doc/manuals/r-release/fullrefman.pdf. Acesso em: 19 mar. 2026.
SALVADOR-CARULLA, Luis et al. Adaptation of the technology readiness levels for impact assessment in implementation sciences: The TRL-IS checklist. Heliyon, [s. l.], v. 10, n. 9, p. e29930, 2024.
SILGE, Julia; ROBINSON, David. Text mining with R: a tidy approach. First editioned. Beijing ; Boston: O’Reilly, 2017.
WANG, Yu-Hui; LIN, Guan-Yu. Exploring AI-healthcare innovation: natural language processing-based patents analysis for technology-driven roadmapping. Kybernetes, [s. l.], v. 52, n. 4, p. 1173–1189, 2023a.
WANG, Yu-Hui; LIN, Guan-Yu. Exploring AI-healthcare innovation: natural language processing-based patents analysis for technology-driven roadmapping. Kybernetes, [s. l.], v. 52, n. 4, p. 1173–1189, 2023b.
WEID, Irene von der et al. Categorização de patentes de Biotecnologia baseada na Classificação Internacional de Patentes e análise do panorama de depósito de pedidos de patentes neste setor no Brasil (2012-2016). [S. l.]: INPI, 2018.
WIPO. International Patent Classification (IPC). [S. l.], 1971. Disponível em: https://www.wipo.int/web/classification-ipc. Acesso em: 23 mar. 2025.
YOO, Yongmin; LIM, Dongjin; KIM, Kyungsun. Patent Analysis Using Vector Space Model and Deep Learning Model : A Case of Artificial Intelligence Industry Technology. [S. l.]: MATHEMATICS & COMPUTER SCIENCE, 2021. Disponível em: https://www.preprints.org/manuscript/202111.0208/v1. Acesso em: 18 mar. 2025.
