2024年に社会問題となった小林製薬の紅こうじ関連製品による健康被害をきっかけに、健康食品が安全で一定の品質を保たれるようにルールを作る動きが活発化しています。その背景には、健康食品市場がメーカー出荷金額ベースで9,000億円を超えているとも言われ、人々の安全にとって無視できない規模のジャンルとして成立している事実があります。
こういった状況の中で、機能性食品としては、どのような「機能」が昨今のトレンドなのか、そして主要プレイヤーはどんな取り組みをしているのかを、特許情報を使って分析しています。
今回の特許分析では、機能性食品におけるトレンドの機能を知るために、「キーワード分析」を行いました。キーワード分析は、特許の文章を対象に、主要な単語・連語がいつ、どれくらい出されているのかを分析するもので、特許・技術の内容面（課題・用途・機能など）を分析する場合の代表的なアプローチの一つです。
ですが、キーワード分析をするには、旧来は、その文章を単語・連語単位で区切ったデータを作りだす（テキストマイニングといいます）ことができるシステムを使うことが必要でした。そして、そういったシステムはコスト面から導入のハードルが高く、また、実際に使おうと思っても、一般的な用語が大量に拾われてしまい、あまり意味のある分析ができないというイメージが強く、私の周りでも、実用している話をあまり多く聞きません。
しかし、意味のあるキーワードを拾うことができるのであれば、非常に威力のある分析手法だと思っています。そして、私はかなり前から、このキーワード分析にこだわりを持って実践していますが、最近ではAIを使って主要なキーワードを取り出すことが可能になったり、自作システムにより、類義語の名寄せ精度が大幅に向上したり、従来は技術的に非常に困難だった英語文献への対応など、AIの恩恵を受けつつ、多くの案件でキーワード分析を使っています。
かつては、キーワード分析をするためにはテキストマイニングができるシステムが必要でしたが、今では、AIによるキーワード候補抽出ができるので、むしろ、テキストマイニングを使うよりも精度が高く、効率的に分析ができていて、時代の流れを感じています。
一方で、一部には、もはやAIが内容を解説してくれるので、キーワード分析をする必要もないのでは？という声も聞こえてきそうなのですが、「データ分析をやる意味」として、それらしい結果を知るという事以上に、自分の頭で理解し、自分の言葉で、相手に伝わるようにデータを揃えることが重要で、その意味では、キーワード分析は依然重要と言えます。また、AIを分析に活用する上でも、例えば、キーワード分析をした結果を含むリッチな情報をAIに読ませるのと、無加工のデータをAIに読ませるのでは、得られる示唆や正確性に大きな開きがあるというのが、実際に分析をしている者としての実感です。
今後も、時代の変化とともに、使われる分析手法は変わっていくことがあると思いますが、詰まるところ、データ分析は判断の材料ですので、理由は分からないけど結果的に言っていることが合っていれば良いというものではなく、常に根拠を説明できる必要性があり、その点は、時代が変わっても変わらないのではないかと思うこの頃です。