Campos de aplicación de AI agent y Agentic AI según las últimas patentes

AI agents y Agentic AI se están debatiendo activamente en muchas industrias en cuanto a sus posibilidades de aplicación. Aquí hemos organizado la situación de las solicitudes de patentes a nivel mundial y su contenido.
Esperamos que esto sirva como referencia para considerar las posibilidades de aplicación de IA y el desarrollo de negocios.

Método de selección de patentes objetivo

Las patentes objetivo se seleccionan mediante el siguiente procedimiento.

1. Base de datos

   • Organización Mundial de la Propiedad Intelectual (OMPI) PATENTSCOPE

2. Palabras clave de búsqueda

   • ("AI Agent" OR "Agentic AI")

3. Campo de búsqueda objetivo

   • Título (Title) y resumen (Abstract)

4. Resultados iniciales de la búsqueda

   • Se identificaron 610 patentes

5. Criba

   • Período

     • Se excluyeron las patentes publicadas antes de 2016. Esto se estableció para captar los avances tecnológicos asociados con la publicación de la arquitectura Transformer, que es la base de los agentes basados en LLM actuales (Vaswani et al., 2017)

   • Eliminación de duplicados

     • Se organizaron los duplicados de familias de patentes y solo se analizó una patente por invención.

6. Resultados

   • Se han organizado 500 patentes.

Estado de solicitud de patentes

Como estadísticas básicas, se organizan la región, el período y la clasificación de patentes de las solicitudes de patentes.

Región

Por región, el número de solicitudes de patentes es mayor en Estados Unidos (US), China (CN) y Corea (KR), en ese orden.

Período

Después de la publicación de Transformer en 2017, BERT en 2018 y ChatGPT en 2018, el número de solicitudes de patentes relacionadas con agentes de IA ha aumentado ligeramente, pero se puede ver un aumento dramático en el número de patentes después de la provisión de GPT-3.5 en noviembre de 2022 y GPT-4 en marzo de 2023.

Clasificación de patentes

Las solicitudes de patentes se realizan en las clasificaciones de procesamiento de información (G), máquinas (F), electricidad y telecomunicaciones (H) y transporte y tráfico (B), en ese orden.

Abreviaturas

• G06F Procesamiento de datos digitales eléctricos

• G06N Dispositivos informáticos basados en modelos de computación específicos

• G06Q Tecnología de la información y la comunicación especialmente adaptada para fines de gestión, comerciales, financieros, empresariales o de supervisión

• H04L Transmisión de información digital

• G10L Análisis de voz o síntesis de voz

• G16H Informática sanitaria

• G06V Reconocimiento o comprensión de imágenes o vídeos

• G06T Procesamiento o generación de datos de imágenes en general

• H04W Redes de comunicación inalámbrica

• B60W Control relacionado de subunidades de vehículos de diferentes tipos o funciones diferentes

• G05B Sistemas de control o regulación en general

• G08G Sistemas de control de tráfico

• H04M Telecomunicaciones telefónicas

• A61B Diagnóstico; cirugía; identificación personal

• H04N Comunicación de imágenes

• A63F Juegos de cartas, juegos de mesa, juegos de ruleta

• B25J Manipulador

Enfoque técnico

A partir de aquí se organiza el enfoque técnico del contenido de las patentes solicitadas.

Modelo y método de aprendizaje

Se proponen métodos para dotar a los agentes de una autonomía avanzada, especialización y capacidad de adaptación combinando múltiples métodos de aprendizaje y arquitecturas, no simplemente usando un modelo de lenguaje grande (LLM). Se está produciendo una transición de "modelos base estáticos" a "sistemas de agentes dinámicos que aprenden continuamente".

• El LLM controla el comportamiento del agente (Mccarson, 2024b; O'Malia & Denmon, 2022)

  • Se utiliza un "modelo de lenguaje de escala masiva" como controlador de un agente de IA

  • Se combinan la IA generativa y Agentic AI en sanidad (plataforma de enfermera IA), ciberseguridad y control de equipos industriales

• Optimización de la toma de decisiones mediante aprendizaje reforzado (Kuusela et al., 2024)

  • En el diseño de semiconductores, la planificación de la ablación térmica (ablación) de tumores hepáticos y el control de la prestación de tratamiento, se emplean agentes con aprendizaje reforzado profundo

  • En PNJs dentro de juegos y agentes de diálogo, se utiliza aprendizaje reforzado para adquirir comportamientos humanos y flujos de diálogo natural

• Un enfoque de conjunto que combina numerosas "IA estricta (Narrow AI)" especializadas en tareas específicas, en lugar de resolver todo con un único modelo gigantesco (Odinaev, 2024; Raichelgauz & Harel, 2025; Sohum et al., 2025b)

  • Se coordinan grupos de modelos pequeños optimizados para cada función específica, como fabricación, control de vehículos y frenado de emergencia

  • Sistemas que aplican modelos de IA que incluyen múltiples modelos, o sistemas de agentes de IA colaborativos que realizan intercambio de recursos

• Un mecanismo de adaptación y mejora continua basado en la retroalimentación del entorno o del usuario (auto-evolución (Self-Evolution)) (Shah, 2025)

  • Un mecanismo mediante el cual el agente evalúa y corrige autónomamente su propio desempeño para mejorar la alineación del agente (coherencia con los humanos)

  • Una implementación que combina un modelo de lenguaje grande con un gráfico de conocimiento (Knowledge Graph), o un diseño que utiliza RAG (Retrieval-Augmented Generation), para incorporar conocimiento externo sin reciclaje del modelo y mejorar la precisión del razonamiento

Arquitectura

En lugar de ejecutar un único modelo de IA (como un LLM) de forma aislada, se proponen "sistemas complejos" que combinan memoria, planificación, uso de herramientas y salvaguardas. Dicho de otro modo, se está evolucionando hacia un sistema organizativo en el que se organiza un "equipo de expertos (multi-agente)", se supervisa con un "administrador (capa de control)", se equipa con "memoria externa (memoria)" y "manual (módulo de planificación)" para llevar a cabo operaciones.

• Una arquitectura distribuida y colaborativa que coordina múltiples agentes especializados en funciones específicas, en lugar de depender de un único agente de propósito general (Raichelgauz & Harel, 2025; Sohum et al., 2025a)

  • Al combinar grupos de agentes pequeños especializados en tareas específicas, se mejora la robustez y especialización del sistema en su conjunto

  • Se comparten recursos entre múltiples agentes de IA y se realizan recomendaciones y toma de decisiones a través de un coordinador (Coordinator) (IA Agéntica Distribuida)

• Gestión del ciclo de vida y auto-evolución (邓天悦 et al., 2025)

  • Una plataforma para operaciones (AIOps en lugar de DevOps) y auto-mejora

  • Sistemas de desarrollo e implementación de agentes sin código, o métodos de desarrollo basados en plataformas de bajo código

Confiabilidad y gobernanza

• Se integran tecnologías criptográficas y de cadena de bloques para garantizar "quién es" y "quién lo está operando" en agentes que funcionan en entornos distribuidos (T. Chen, 2025; Moore, 2015)

  • Se incorpora una capa de meta-control en la arquitectura para monitorear y controlar el pensamiento y comportamiento del agente, de modo que los agentes autónomos no se descontrolen o actúen de manera inapropiada (como alucinaciones)

  • Un marco para evaluar la complejidad y la situación de entrenamiento del agente, o un sistema basado en cadena de bloques para auditar y certificar el comportamiento del agente

  • "Autenticación de huella de voz (Voiceprint authentication)" o autenticación que combina propiedad y biometría

  • Un sistema para detectar ataques de IA adversarial (Adversarial AI attacks)

• El agente toma decisiones éticas y calcula riesgos antes de actuar (Crabtree et al., 2025)

  • Una plataforma de toma de decisiones equipada con "razonamiento deóntico (Deontic reasoning)" para tomar decisiones basadas en deberes y reglas que deben ser observados

  • Funcionalidad para monitorear y corregir el cumplimiento normativo en tiempo real, o un dispositivo de prestación de servicios basado en la ética

Campos de aplicación

Se organizan los campos de aplicación de las patentes solicitadas.

Cuidado de la salud

El papel de la IA se ha expandido de "asesor (chatbot)" a "ejecutor (control de tratamiento, planificación quirúrgica, descubrimiento de fármacos)".

• Cuidado y gestión autónoma del paciente (Kariguddaiah, n.d.; Vakili & Nayak, 2025)

  • Un agente virtual que monitorea a los pacientes las 24 horas y proporciona cuidados personalizados. No solo responde preguntas, sino que realiza un seguimiento continuo del estado del paciente e interviene activamente.

  • Una plataforma de "enfermera de IA" que combina LLM (modelo de lenguaje grande) y aprendizaje profundo para mejorar el cuidado personalizado del paciente y la eficiencia de las instalaciones

  • Un sistema basado en voz para la gestión de la diabetes tipo 2, herramientas de apoyo de salud mental que aprovechan LLM, o un sistema de detección de salud psicológica para estudiantes universitarios y jóvenes

  • Un agente de IA personalizado que funciona como un "gestor de casos" para cada paciente, o un sistema que gestiona la medicación

• Control de dispositivos terapéuticos, planificación de cirugía y control terapéutico mediante aprendizaje reforzado (Inamoto, 2000; Kuusela et al., 2024)

  • Un proxy de IA que planifica y guía automáticamente la ablación térmica (ablación) de tumores hepáticos, o un dispositivo de planificación quirúrgica 3D para cirugía de reemplazo articular

  • Un sistema de control y monitoreo de flujo de oxígeno aprendible, o una plataforma de IA que se integra con inyectores médicos con capacidad RFID, entre otros, donde los dispositivos médicos y los agentes trabajan directamente juntos

• Descubrimiento de fármacos, análisis genómico y apoyo a la investigación (Mccarson, 2025)

  • Un sistema de IA para identificar compuestos para usar en terapias de combinación, un sistema para procesar datos moleculares de fármacos, un sistema para buscar información de compuestos de medicina herbal

  • Sistema de "IA generativa/IA agéntica" para análisis médico y genético, diagnóstico y recomendaciones de tratamiento

Manufactura e Infraestructura

• Manufactura inteligente y control de procesos (Mccarson, 2024a; Odinaev, 2024)

  • Sistemas de IA generativa e IA agéntica para realizar control autónomo de procesos de manufactura (análisis, control y optimización de equipos industriales y sistemas de manufactura)

  • Optimización como etapa específica, como la optimización automática del proceso de convertidor o la toma de decisiones inteligente en la gestión de producción de manufactura de máquinas

  • Como un conjunto de agentes de IA estrecha para manufactura (Ensemble of Narrow AI agents for Manufacturing), combinando múltiples agentes pequeños especializados en tareas específicas para gestionar toda la fábrica

  • En el campo de semiconductores, "diseño de circuitos SoC (System on Chip)" utilizando aprendizaje por refuerzo

• Operación autónoma de infraestructura de energía y potencia (Duan et al., 2021)

  • En la gestión de la red eléctrica (grid), los agentes realizan autónomamente el ajuste de oferta y demanda y el mantenimiento de equipos

  • Métodos avanzados de gestión de infraestructura que combinan blockchain e IA

  • "Control autónomo de voltaje" en sistemas eléctricos, así como "alerta temprana inteligente de equipos eléctricos y gestión de mantenimiento" basada en agentes de IA

• Auto-optimización de redes de comunicación (AIOps) (McCord et al., 2025)

  • Entrenamiento de modelos de IA/ML en redes inalámbricas y utilización de información de contexto, así como mejora de la eficiencia de potencia y espectro en redes NR (New Radio)

  • Asistentes de IA conscientes del contexto para solucionar problemas de red, automatización del análisis de causa raíz (Root Cause Analysis), automatización de actividades de gestión de red, etc., autonomía operativa (AIOps)

Negocios

• Automatización avanzada de procesos empresariales (RPA × Agentes de IA)

  • Generación automática de código de ejecución de procesos RPA y comandos utilizando agentes de IA

  • Sistema de optimización de empleados digitales (Digital Employee) y aplicación a tareas de creación y verificación de cuentas de evaluación

• Operaciones de TI y desarrollo de software (AIOps & DevOps) (H. Chen et al., 2025; Fedoruk et al., 2025)

  • Generación automática de código utilizando múltiples agentes de IA, sistema de generación de canales DevOps (desarrollo y operaciones) basado en modelos de lenguaje grande, y además desarrollo de agentes en plataformas de desarrollo de bajo código

  • Agentes para resolver problemas de TI, agentes para pre-construcción y configuración de servicios en la nube, sistemas para realizar análisis de causa raíz

• Especialización en funciones empresariales específicas (Marketing, Recursos Humanos, Finanzas) (Umeda, 2023)

  • Generación de materiales de marketing, generación de páginas de destino de anuncios, sistema de gestión del crecimiento de tiendas, análisis inteligente comercial desde generación de contenido hasta promoción de ventas

  • Construcción de almacenes de datos de recursos humanos, ejecución de planes de educación y capacitación en línea de empresas, sistemas de apoyo a la contratación

• Atención al cliente y prestación de servicios

  • Monitoreo de sesiones de conversación y prestación proactiva de servicios de pedidos y reservas basada en el contexto

  • Independientemente de la plataforma de mensajería (aplicación), proporcionar servicios de chat sin interrupciones utilizando múltiples mensajeros, lo que permite a las empresas mantener una respuesta consistente sin importar qué aplicación utilice el cliente

Movilidad

Se propone como un "agente de toma de decisiones autónomo" que no se limita a asistencia de navegación, sino que también realiza control directo del vehículo, aseguramiento de seguridad en emergencias y optimización del flujo de tráfico de toda la ciudad.

• Control de vehículos y mejora de seguridad mediante ensemble de IA (Raichelgauz & Harel, 2025)

  • Subdivisión de tareas de conducción, con cada agente a cargo de evaluación de situaciones específicas

  • En operaciones críticas que afectan vidas humanas como frenado de emergencia, agentes especializados garantizan alta confiabilidad

  • Tecnología para que los agentes realicen autónomamente desde reconocimiento ambiental, predicción futura hasta toma de decisiones, tecnología relacionada con respuesta situacional y aprendizaje en sistemas de control de conducción autónoma

• Gestión de infraestructura y optimización de tráfico

  • Agentes de IA no solo para vehículos individuales, sino para monitoreo y gestión de redes de carreteras y ferrocarriles completas

  • Método de inferencia del estado del tráfico en redes de autopistas, generación dinámica de reportes de tráfico personalizados basados en agentes de IA

Conclusión

Se espera que la comercialización de agentes de IA e IA agéntica continúe avanzando significativamente. Comprender las patentes actuales pienso que será de referencia para investigación y desarrollo.

Referencias

• Chen, H., Liu, K., Tong, J., Wang, J., Xu, Z., Ben Romdhane, S., & Yella, V. R. (2025). Multiple agent automatic root cause analysis (USPTO Patent No. 20250274336:A1). In US Patent (No. 20250274336:A1). https://patents.google.com/patent/US20250274336A1/en

• Chen, T. (2025). Blockchain-based artificial intelligence agent life cycle management and authentication systems and methods (USPTO Patent No. 12483411). In US Patent (No. 12483411). https://patents.google.com/patent/US12483411B1/en

• Crabtree, J., Kelley, R., Hopper, J., & Park, D. (2025). Ai agent decision platform with deontic reasoning (USPTO Patent No. 20250259041:A1). In US Patent (No. 20250259041:A1). https://patents.google.com/patent/US20250259041A1/en

• Duan, J., Wang, S., Shi, D., Diao, R., Zhang, B., & Lu, X. (2021). SYSTEMS AND METHODS OF AUTONOMOUS VOLTAGE CONTROL IN ELECTRIC POWER SYSTEMS. In Patent. Google Patents. https://patentimages.storage.googleapis.com/e9/5a/95/39c4bddb5e6843/US20210143639A1.pdf

• Fedoruk, R., Manton, J., Reagan, S., Roberts, G., & Stuntebeck, E. (2025). Dynamic execution of artificial intelligence agents through device management (USPTO Patent No. 12493540). In US Patent (No. 12493540). https://patents.google.com/patent/US12493540B1/en

• Inamoto, Y. (2000). RFID-ENABLED MEDICAL INJECTORS AND ARTIFICIAL INTELLIGENCE (AI) PLATFORM FOR PRE-INJECTION INTERROGATION. US Patent 6,049,891. https://patentimages.storage.googleapis.com/b6/6f/c6/96d2592a3eb0a8/US6049891.pdf

• Kariguddaiah, A. (n.d.). AI NURSE PLATFORM: AN ARTIFICIAL INTELLIGENCE, CONVERSATIONAL (AI AGENTIC) AI NLP, GENERATIVE-AI & DEEP LEARNING LARGE LANGUAGE MODEL/S (LLM) DRIVEN VIRTUAL ASSISTANT/S FOR ENHANCED PATIENT PERSONALIZED CARE OUTCOMES & FACILITY EFFICIENCIES. Retrieved February 11, 2026, from https://patentscope.wipo.int/search/en/detail.jsf?docId=US471591817

• Kuusela, E. H., Basiri, S., Czeizler, E., Hakala, M. O., & Halko, L. J. (2024). Methods and apparatus for controlling treatment delivery using reinforcement learning (USPTO Patent No. 12068065). In US Patent (No. 12068065). https://patentimages.storage.googleapis.com/da/aa/96/bbb079e179ba37/US12068065.pdf

• Mccarson, B. (2024a). Generative AI and agentic AI systems and methods for industrial equipment and manufacturing systems analytics, control, and optimization (USPTO Patent No. 12140915). In US Patent (No. 12140915). https://patentimages.storage.googleapis.com/f9/12/eb/3e8365c194bdeb/US12140915.pdf

• Mccarson, B. (2024b). Generative AI and agentic AI systems and methods for prevention, detection, mitigation and remediation of cybersecurity threats (USPTO Patent No. 12088599). In US Patent (No. 12088599). https://patentimages.storage.googleapis.com/18/79/a7/6a66bf399c410d/US12088599.pdf

• Mccarson, B. (2025). Agentic AI, contextual AI, and generative AI systems and methods for medical and genetic analytics, diagnostics, and treatment recommendations (USPTO Patent No. 12450284). In US Patent (No. 12450284). https://patents.google.com/patent/US12450284B2/en

• McCord, A. W., Marin, G. M. D., & Sheppard, R. J. (2025). Adaptive communication management system using model-based and model-free reinforcement learning (USPTO Patent No. 12261893). In US Patent (No. 12261893). https://patentimages.storage.googleapis.com/5d/57/65/51f04bf3f4897f/US12261893.pdf

• Moore, D. C. (2015). METHOD, INTERACTIVE AI AGENT SYSTEM AND COMPUTER-READABLE RECODING MEDIUM FOR PROVIDING SEMANTIC-FREE USER VOICEPRINT AUTHENTICATION HAVING ENHANCED SECURITY. US Patent 8,930,815. https://patentimages.storage.googleapis.com/22/d2/98/5288a22e4236bf/US8930815.pdf

• Odinaev, K. (2024). Ensemble of Narrow AI agents for Manufacturing (USPTO Patent No. 20240242329:A1). In US Patent (No. 20240242329:A1). https://patentimages.storage.googleapis.com/e0/25/52/fe112db3009f58/US20240242329A1.pdf

• O’Malia, J. A., & Denmon, Z. (2022). Ultra large language models as ai agent controllers for improved ai agent performance in an environment (USPTO Patent No. 20220036153:A1). In US Patent (No. 20220036153:A1). https://patentimages.storage.googleapis.com/38/36/4a/a225c445cfb5ef/US20220036153A1.pdf

• Raichelgauz, I., & Harel, A. (2025). Ensemble of narrow AI agents for autonomous emergency breaking (USPTO Patent No. 12479423). In US Patent (No. 12479423). https://patents.google.com/patent/US12479423B2/en

• Shah, S. P. (2025). Rubric based self learning methods and systems in an artificial intelligence environment (USPTO Patent No. 20250299054:A1). In US Patent (No. 20250299054:A1). https://patents.google.com/patent/US20250299054A1/en

• Sohum, A. K., Foong, C. Y. J., & Ramakrishna, M. (2025a). Collaborative artificial intelligent (ai) agent systems with coordinators/recommendations for shared applications and methods thereof (USPTO Patent No. 20250356316:A1). In US Patent (No. 20250356316:A1). https://patents.google.com/patent/US20250356316A1/en

• Sohum, A. K., Foong, C. Y. J., & Ramakrishna, M. (2025b). Systems and methods for augmenting responses/recommendations and generating enhanced decisions through resource sharing between artificial intelligent (ai) agents (USPTO Patent No. 20250355915:A1). In US Patent (No. 20250355915:A1). https://patents.google.com/patent/US20250355915A1/en

• Umeda, T. (2023). Sistema de apoyo en la contratación, método de apoyo en la contratación y programa. En Patente. http://jglobal.jst.go.jp/public/202303019907126895

• Vakili, S., & Nayak, A. K. (2025). Voice-based method and system for management of type 2 diabetes (USPTO Patent No. 12251242). In US Patent (No. 12251242). https://patentimages.storage.googleapis.com/f4/aa/33/035fc239e4494e/US12251242.pdf

• Vaswani, A., Shazeer, N., Parmar, N., Uszkoreit, J., Jones, L., Gomez, A. N., Kaiser, Ł., & Polosukhin, I. (2017). Attention is all you need. Advances in Neural Information Processing Systems, 30. https://proceedings.neurips.cc/paper/7181-attention-is-all

• 邓天悦, 李亚楠, 黄英杰, 袁婷, 马云洁, 陈明, & 韩华瑞. (2025). Método, medio y dispositivo basado en agente IA y modelo de generación de código bajo (Patent No. CN:119088378:B). En Patent (No. CN:119088378:B). https://patentimages.storage.googleapis.com/1e/2a/15/a7c878cd8178b8/CN119088378B.pdf

Apéndice. Lista de patentes objetivo (Application Id)

US465822756
US469947015
US458062494
US438361528
US468508362
WO2025240652
US436106679
US472300303
US471833949
US471591817
AU470572375
US468861356
AU470572010
US471590829
US470603097
US471591850
CN417774840
CN432992756
WO2021084510
US461039877
US468461747
CN444137684
CN454338066
WO2025218356
US468462219
CN454487144
CN432885271
CN453000210
US468105106
US428680229
US468105518
CN444141545
US468462125
CN456694529
CN430578390
CN444453465
CN465775680
CN447744862
CN453081433
US472300490
US468105964
CN439186456
CN447744855
CN447250669
CN453087344
CN441985626
US468150301
CN437270409
US463552442
US465147979
CN444137683
US471309826
KR340252306
CN436538715
US469223574
CN432067482
US363143033
CN437332720
CN450096010
WO2025165454
US320341565
CN454506135
CN455789528
WO2025239713
CN428729880
WO2026028983
US461039796
CN437937266
US453094112
WO2023043695
WO2025221497
EP471600480
CN468784878
US468945591
WO2025254715
KR250898438
CN436469982
US465733753
CN451633888
EP467052499
US471309825
WO2023106446
CN471745226
US466435018
CN458538980
CN397769936
US468108101
US440284564
WO2026004526
CN457483947
JP443803171
CN436039493
CN449318624
CN458146134
CN453704396
CN454807033
WO2019156537
WO2023110478
KR251664886
US462218150
WO2025191572
CN469899062
US471833694
KR235301818
CN436540463
CN457494039
US455863280
WO2019132135
CN454508080
US468462447
IN334771181
MY446541712
US366100411
CN437343326
CN470523217
US472301538
KR250898439
CN429428779
CN436448717
CN440615225
CN447733691
US462838556
WO2025240965
CN427207925
CN467563462
US464101387
US251447284
CN438262359
US468105594
CN437337872
CN454313760
US468861337
KR251664862
US282302954
WO2025224432
CN468803343
CN448142885
US462837975
US468105113
US468507536
CN444876729
KR438349588
US470469487
US419732965
US464434280
CN471451036
CN441332374
CN459239933
US471591706
US396244490
JP444567521
US449217490
CN462331955
CN453150220
WO2018081833
WO2023085165
KR251664863
US464101419
CN460836721
WO2019156536
US469223082
CN468186867
US435545749
CN468571259
US468464175
CN465203502
CN471553880
KR365495002
US468105276
GB461052116
CN468798050
US323753444
US398110382
CN427212140
CN445653522
US459197968
US289043788
CN454526597
US391538821
CN471544876
CN438677885
US445576217
US456554215
WO2024064030
CN454958559
US471684621
KR356031543
US459618297
US458220044
WO2019156535
WO2022096942
WO2025235329
WO2025263923
US470605276
US375621248
JP435089957
JP453616146
US459873173
US470605281
US447188664
CN446890450
US468105114
WO2021090299
KR323635485
US349430640
JP441005757
JP450891794
CN467567358
CN467114583
CN468183922
KR243441267
CN442930340
US464434158
CN451626200
CN459671511
US461615949
US468105443
WO2026006913
CN456618652
CN451616205
CN451635234
US468106700
US468860825
US472300128
KR250898432
CN436979631
US462837324
WO2024064022
US471591135
CN464225158
CN464234032
CN471712261
KR236560074
JP432844376
CN438263465
CN444854171
US446174165
US460152088
US462220115
CN463214160
US471029110
CN470660364
US472300056
US398808168
CN431084135
CN451648754
US461040623
CN463499405
WO2019143141
US253706009
CN362200722
CN426570855
CN443422839
US458062717
WO2019124647
EP469233098
WO2021191111
WO2025074187
KR276060327
US424798713
CN437332726
KR467128603
CN465778987
CN458909657
CN467577966
US466435445
WO2025080402
CN455161387
US468461652
WO2025238628
CN467171673
CN466493323
CN346621539
US458061333
US456554840
US456557307
CN461828337
WO2022234930
US469223425
CN470507463
CN424935942
US431349475
CN432782673
CN436028395
CN467557261
US455634904
WO2019098638
WO2019157079
US451306352
US470469378
KR250898431
US361300888
KR414660073
KR432948220
US468108117
WO2025186744
CN463856576
CN471452876
US319906206
EP411272686
JP453624219
CN457483829
US465733337
CN461949910
US468105213
CN463243081
WO2025128158
US468861326
CN469127137
US468945666
WO2025250514
US471307270
KR251667878
KR260732870
CN420675918
CN463499913
JP450204408
WO2019168235
WO2025243204
CN469289508
WO2026007836
KR231643209
US373269119
CN347706760
CN346621514
CN453041105
US461615792
US323754858
CN346621515
US444402491
CN459685956
US461118204
CN460824318
CN462338277
US463436795
WO2019066132
WO2025106992
US435545875
US471028439
US357569112
US417726827
CN449311522
US458052755
US451438407
JP454280168
CN450099826
US456997171
WO2022195432
US468861738
CN464173473
WO2026015679
US471591858
CN308316758
KR391086587
US460791251
AU461827546
US468105511
CN468796289
US468464197
CN465209651
CN463841400
KR444078141
EP391888626
CN444452160
US455635233
JP453619759
AU464529348
US470602844
WO2025200581
KR250160682
US295247818
KR391086589
CN397478723
CN437954491
CN448138771
US455617327
CN451868507
CN453711600
CN467581635
JP453624221
US471590889
CN444139599
US449219488
US462218520
CN460823632
US471030780
KR442915027
US471309763
US471309878
US221772214
US281657371
KR323635483
US328944877
CN413703137
US446175105
CN445622057
JP451849915
AU447232948
CN440757145
US459197965
WO2018075658
WO2024063897
WO2024064197
US469223504
US468461867
US471591159
US470124917
US471833708
CN467578374
US427163859
JP454279726
CN450079613
WO2025042388
US469780268
US338560888
US381471253
EP426737269
JP437927317
US461040189
US456557366
WO2017177128
WO2021026385
WO2025193303
CN455167526
US468861620
US471028580
US471835557
IN294774678
CN445788879
US468105939
US464434524
CN454514858
US469223714
US471307698
KR340256968
AU400342297
CN443831002
US448392711
US463439084
US461040234
WO2025168947
CN455790204
CN469135451
WO2025244708
WO2025250549
CN464175233
US369783907
CN448140312
US430560678
US451827244
US455625483
WO2018184193
WO2024064021
WO2021220406
US468861707
US471030774
EP461050197
WO2023126063
CN467579698
US393004729
JP453615257
JP453620059
JP458182130
CN457149127
CN444137294
US467443020
WO2018128653
WO2020235693
US468864244
US468461878
US468461888
CN465503292
US471309729
US471833945
WO2025226216
KR240192500
US376427952
US428014959
AU458079570
US447188671
US465983088
WO2019103569
WO2022177103
WO2025250335
KR375104658
US429028758
CN439132078
US452615198
CN457949923
CN458539106
AU467472460
CN459670897
CN469129090
WO2025199119
US282302775
US459200096
WO2020012861
WO2024064025
WO2025068280
US471591158