文/北京集佳知識產權代理有限公司 李婧

　　美國專利法第101條規定了可以獲得專利保護的發明類型，這一條款對于軟件、商業方法和醫療測試發明尤為重要。近年來，隨著人工智能（AI）技術的快速發展，AI相關專利申請的客體問題變得尤為突出。2024年7月，美國專利商標局（USPTO）發布了與AI創新相關的專利客體的新示例【1】，這些示例為理解和應用第101條提供了具體指導。本文探討美國專利法第101條及其新示例，旨在揭示AI專利申請中的一些考量因素。

　　1.第101條的規定

　　美國專利法第101條規定如下：

　　Whoever invents or discovers any new and useful process, machine, manufacture, or composition of matter, or any new and useful improvement thereof, may obtain a patent therefor, subject to the conditions and requirements of this title （任何人發明或發現任何新的和有用的方法、機器、制造品或物質組合物，或其任何新的和有用的改進，均可根據本法規定的條件和要求獲得專利）。

　　2.第101條的判斷框架

　　判斷發明是否符合第101條的規定，需要通過兩步分析框架，即Alice/Mayo測試法。在對整個權利要求做出最廣泛的合理解釋之后，權利要求的可專利客體的判斷框架【2】具體如下：

　　Step 1：判斷權利要求是否屬于四個法定類別之一（方法、機器、制造品或物質組合物）。若否，則確定權利要求為不可授權客體；若是，則進入Step 2A的判斷。

　　Step 2A：包括第一部分和第二部分。

　　第一部分：判斷權利要求是否涉及“司法例外”（抽象概念、自然法則或自然現象）。若否，則確定權利要求為可授權客體；若是，則進入Step 2A的第二部分。

　　第二部分：判斷權利要求是否包含將司法例外整合到實際應用的額外元素。若是，則確定權利要求為可授權客體；若否（結合這兩個部分，即確定Step 2A的分析結果為權利要求描述了司法例外并且沒有將其整合到實際應用中），則進入Step 2B的判斷。

　　Step 2B：評估權利要求是否包含足以超越司法例外的額外的元素。若是，則確定權利要求為可授權客體；若否，則確定權利要求為不可授權客體。

　　3.AI相關的新示例47-49

　　新示例47-49的可授權客體判斷的分析主要體現在Step 2A的第二部分，即評估權利要求是否包含將司法例外整合到實際應用的額外元素。此評估【3】通過以下方式執行：確定權利要求中是否有除司法例外之外的任何其他要素，以及單獨和組合評估這些附加要素，以確定整個權利要求是否將例外整合到實際應用中。

　　3.1 示例47 - 人工神經網絡相關的異常檢測

　　權利要求1：描述了一種用于人工神經網絡（ANN）的專用集成電路（ASIC），包括神經元和連接它們的突觸電路。該權利要求被認為屬于可授權客體，因為它被定義為硬件產品類型的權利要求，沒有描述任何方法或類似方法的步驟。

　　權利要求2和3：描述了使用ANN從數據集中檢測異常的方法。權利要求2僅將抽象概念的使用限制在特定的技術環境（人工神經網絡）中，但是沒有進一步的特定領域應用或解決問題，因此被認為不屬于可授權客體（Step 2A第二部分的判斷結果為否）。權利要求3在網絡監控的背景下描述了異常檢測，并包括了額外的異常檢測后步驟，如確定異常網絡活動是否惡意，并采取補救措施以消除惡意活動并防止進一步發生。這些步驟提供了通過改善網絡入侵檢測技術來實現實際應用的改進。權利要求3被認為屬于可授權客體。

　　小結：

　　USPTO強調了在專利申請中明確提及特定硬件的重要性。如果發明能夠在特定的硬件上運行，則申請人在權利要求中明確指出這些硬件會有助于避免專利申請過于抽象，從而確保專利保護的范圍具體且明確。通過這種方式，申請人可以更精確地界定其發明的技術邊界，從而增強專利的有效性和可執行性。

　　專利申請中不應僅僅提及通用的AI技術或術語，如“人工神經網絡”，然后簡單地加上功能元素，如“使用人工神經網絡”或其他等同內容。這種功能性的權利要求策略很可能導致與AI相關的聲稱元素被認為是抽象的，從而影響對專利客體的認可。因此，申請人需要避免對AI技術或術語泛泛而談的描述方式，轉而提供更具體的AI技術細節。

　　3.2 示例48 - 基于AI的語音信號處理

　　權利要求1：涉及將混合語音信號轉換為頻譜圖，并使用深度神經網絡（DNN）從中確定嵌入向量。盡管該權利要求在某種程度上限制了語音信號處理的應用領域，但它沒有解決任何特定的技術問題，因此被認為不屬于可授權客體（Step 2A第二部分的判斷結果為否）。

　　權利要求2和3：權利要求2和3均包括相應的機器學習分析后步驟，體現了技術改進。權利要求2在權利要求1的基礎上進一步描述了針對不同的音頻源合成語音波形，并將語音波形組合在一起以從目標源中解析出語音信號。權利要求2反映了說明書中討論的技術改進，即解決了從屬于同一類別的不同語音源中分離語音的問題，同時不需要事先了解說話者的數量或特定于說話者的訓練。類似地，權利要求3詳述了在源分離輔助上訓練的DNN如何將聚類分配與混合語音信號中識別的源相對應，然后將其轉換為時域中的獨立語音信號以根據頻譜特征生成單詞序列，從而可以對每個分離的語音信號進行單獨轉錄。權利要求3反映了說明書中討論的技術改進，即解決了從同一類別的不同語音源中分離語音的問題，并且在同一音頻類別中對說話者之間的差異性進行轉錄。權利要求2和3被認為屬于可授權客體，因為它們通過改善語音信號處理技術來實現實際應用的改進。

　　小結：

　　在權利要求中應詳細描述AI元素的技術操作，并與發明所實現的“實際應用”相關聯。重要的是，申請人最好在說明書中也描述技術操作提供的技術改進。這種描述不僅有助于證明發明的創新性和實用性，也是滿足專利客體要求的關鍵。

　　3.3 示例49 - AI輔助的個性化醫療治療

　　權利要求1：涉及一種術后纖維化治療方法。該方法包括收集青光眼患者的數據，通過ezAI模型將患者識別為具有植入后炎癥的高風險，并對微支架植入手術后具有高風險的患者進行適當的治療。權利要求1盡管表明要實施某種治療，但它并未提供任何有關如何治療患者或治療內容的信息，而是涵蓋了醫療專業人員決定對患者實施的任何可能治療，即對治療步驟是沒意義的限制。權利要求1不需要對抽象概念進行任何特定的應用，所以其僅相當于“應用”例外的通用指令，或僅僅指示執行抽象概念的應用領域或技術環境。此外，權利要求2未對任何技術進行改進。因此，權利要求1被認為不屬于可授權客體（Step 2A第二部分的判斷結果為否）。

　　權利要求2：在權利要求1的基礎上增加了特定化合物的細節“適當的治療是復合X眼藥水”。該權利要求通過針對醫療狀況的特定治療，將抽象概念整合到實際應用中，因此被認為屬于可授權客體。

　　小結：

　　在將AI技術應用于醫療領域時，申請人應專注于制定具有實際技術應用的權利要求，避免權利要求由于沒意義的限制而被誤判為未整合到實際應用。

　　結語

　　結合以上新示例，可以看到USPTO在評估AI相關發明的專利客體問題時，更加注重權利要求是否描述了具體的技術改進和實際應用，這為AI領域的創新者提供了更明確的指導。隨著AI技術的不斷發展，保護和促進創新仍然是專利領域的關鍵任務。通過遵循USPTO的新指導方針，申請人可以更有效地定位其AI專利申請，以期其創新成果得到適當的保護。

　　參考資料：

　　【1】July 2024 Subject Matter Eligibility Examples 47-49 https://www.uspto.gov/sites/default/files/documents/2024-AI-SMEUpdateExamples47-49.pdf

　　【2】2024 Guidance Update on Patent Subject Matter Eligibility, Including on Artificial Intelligence https://www.federalregister.gov/documents/2024/07/17/2024-15377/2024-guidance-update-on-patent-subject-matter-eligibility-including-on-artificial-intelligence

　　【3】MPEP 2106.04(d) https://www.uspto.gov/web/offices/pac/mpep/s2106.html