美国专利商标局2024年7月专利适格指南更新及最新案例导读

美国专利商标局（以下简称USPTO）于2024年7月17日颁布了《2024年专利主题适格更新指南，包括人工智能方面》（2024 Guidance Update on Patent Subject Matter Eligibility, Including on Artificial Intelligence），并配套发布了《2024年7月主题适格示例集》（July 2024 Subject Matter Eligibility Examples），以进一步应对专利申请中大量出现的人工智能（以下简称AI）发明。诚如该指南所言：“AI发明的权利要求通常都会包含抽象想法（abstract idea），USPTO审查员必须在‘记载’（recite）了抽象想法的权利要求（因此要求进一步的适格分析）和仅仅包含或者基于抽象想法的权利要求之间，划一道分界线”[1]。AI技术相比于传统技术具有虚拟化的特点，用文字表达的AI发明专利申请则更为抽象，因此权利要求究竟是仅仅停留在头脑中的抽象想法，还是融入实际应用的发明构思？并不容易区分。这些专利适格的判断难题，也是当今世界各专利局普遍面临的困难。
USPTO曾于2019年8月广泛征求社会意见，咨询“AI发明的专利适格性是否存在独一无二的考量因素”。并在2020年10月公布调研结论：“大多数评论者认同AI应被视为计算机执行的发明的子集；因此，多数意见表示目前的USPTO指南，尤其是关于计算机执行的发明在专利主题适格和充分公开方面，足以应对AI的进展”[2]。基于这样的现实，USPTO在2024 年7月颁布的上述更新指南中，并未对现有的适格判断理论做出实质修改或者补充，依然沿用了《专利审查操作指南》（MPEP）中以“Alice/Mayo测试法”为核心的专利适格判断方法[3]。所以最新颁布的指南并未冠以“AI发明专利主题适格指南”之类的名目，而被命名为“专利主题适格更新指南，包括人工智能方面”，以此表明该指南在适格判断理论上的通用性，以及对如何将通用适格判断理论套用于AI新技术领域的解释说明。
由此可知，该更新指南中对于AI发明案例的实操解读要比回顾已有审查理论更加重要。可能是受篇幅所限，该更新指南仅在篇尾（第V小节）简单提及了USPTO新增的三件AI发明适格审查示例，并未对这些案例的分析过程加以展开，甚至连判断结论都未给出，具体的案例分析解读只记录在附件示例集中。因此可以说，该示例集是比该指南更具参考价值的资料，值得精读并全译。
上述《2024年7月主题适格示例集》中收录的三件AI发明案例分别是：示例47——用人工神经网络检测异常，示例48——基于AI的语音信号分离，和示例49——针对病人的特征提供专门治疗方案的AI模型。涉及异常检测，语音识别和智慧医疗三类AI常见应用。
有趣的是，这三件案例全部是虚构的，并不像MPEP收录的大部分案例那样来自于实际司法判例或复审判例。可能是因为AI技术在2016年以后才大量出现，滞后的专利审查和侵权诉讼，导致目前在联邦巡回上诉法院和最高院中缺乏相关的典型判例。然而“Alice/Mayo测试法”中存在大量内涵模糊的法律术语，譬如“针对”（direct to），“融入”（integrate into），“明显超过”（be significantly more）等等；导致在实际审查中适用难度较高，主观性较大，容易引发社会诟病，成了USPTO迫在眉睫的审查难题。实际AI发明的权利要求特征以及特征之间的关联，如何对应这些抽象的法律术语，不仅要靠不断完善的定义来诠释，更要靠大量的典型案例来辅助解读。通过增加指导案例，能将抽象模糊的审查理论转化为具体实用的操作说明。因此USPTO及时编撰虚拟案例以解燃眉之急，成了MPEP判例传统中的例外。
这些AI发明示例虽属虚构，却不乏细节，无论是背景技术、工作原理、技术特征还是技术效果都有详实且逼真的阐述。尤其是示例2，对于如何运用人工智能算法提升语音识别效能，做了非常专业而具体的说明，几乎达到了“充分公开”的程度。是理解AI语音处理技术底层逻辑的优良学习资料。之所以要对虚拟案例作如此详实的编写，是因为如今对于客体的判断，已不再是三言两语可以概括。曾经只凭主题名称中的“计算机程序”、“商业方法”等字眼就可以判定不授权客体的粗放操作早已不复存在。目前，美国软件发明客体判断理论体系的复杂度堪称世界第一，也远远超出了美国“非显而易见性”审查框架的复杂度。美国适格判断的“两步法”成型于2006年左右，十几年来不断补充完善。先是根据美国联邦最高法院2014年的Alice判例和2012年的Mayo判例，在2017年的MPEP中将“两步法”的步骤2拆分为步骤2A和步骤2B（分别对应Alice/Mayo测试法中的第一步和第二步）。随后又在《2019年10月专利适格指南更新》中将上述步骤2A进一步拆分为两个分支（prong），实际上成了“四步法”判断。其次该判断框架需要并行考虑诸多因素，复杂程度远远超过美国“非显而易见性”判断中的“Graham要素”。在《2024年7月主题适格示例集》开篇展示的“要点表”（Issue Spotting Chart）中就罗列了20余种考虑的要点，如下表所示。

其中有些要点需要结合考虑，譬如“抽象想法”是否被“融入”到“实际应用”中；有些要点则需要权衡比较，譬如“附加元素”是否“明显超过”了“司法排除对象”。而对于“附加元素”又分为多种积极因素和多种消极因素：如果是利用“特定机器”、产生“特定形变”、或者“提升计算机或其他技术的功能”等有意义的限定，则可以达到“明显超过”司法排除对象的程度；如果仅是“熟知、常规而普遍的行为”、“解决方案之外的次要行为”等无意义的限定，那就难以“明显超过”。对于“熟知、常规而普遍的行为”的认定还要根据联邦巡回上诉法院的Berkheimer判例中所归纳的三种考量因素加以判断。因此整个适格判断过程错综复杂，仿佛自成一套“神经网络”，充满了各种此消彼长的弹性联动，难以简单套用二元化线性流程来判断，需要具体问题具体分析。
该案例集收录的虚拟示例也充分体现了这种适格分析的复杂性，每个示例都编撰了两到三个不等的权利要求，结论均是部分适格、部分不适格。示例1中的权利要求1是一种ASIC电路，不涉及抽象想法等司法排除对象，适格判断没有争议。但两个方法权利要求均是人工神经网络（ANN）的使用方法，各含7个步骤，都涉及数学概念、思维过程等司法排除对象，却给出了不同的审查结论：权利要求2不适格，而权利要求3适格。两者的区别主要在于人工神经网络与实际应用的结合程度。权利要求2无论是主题名称还是特征限定，都没有体现具体的实际应用，所识别的异常数据没有明确的实际物理含义，因此只停留在抽象的数学概念里。而权利要求3的步骤(e)和(f)进一步说明了为补救或防止网络入侵而执行的操作，提供了具体的计算机解决方案，该方案利用ANN识别网络数据中的异常，可自动丢弃恶意网络数据包并阻止未来流量，无需网络管理员采取任何行为，体现了将抽象想法融入到实际应用中。通过判断数学模型与技术领域的耦合松紧度来判断是否属于技术方案，是软件发明领域客体审查的合理思路，因此该案例的分析说理过程值得借鉴。
示例2中的独立权利要求1虽在主题名称中限定了应用领域“语音分离方法”，但依然被判定为不适格。这是因为所记载的步骤a-c仅能使深度神经网络（DNN）生成嵌入式向量，与所要解决的语音分离问题之间的逻辑关系并不直接，所以被认定为没有将深度学习算法融入到实际应用中，未产生发明构思。而从属权利要求2在权利要求1的基础上，进一步限定了步骤d-h，能够通过非监督学习算法实现语音频谱的自动聚类，再通过掩码滤除非预期信号，从而重构干净的语音信号，体现了对语音分离的技术改进，不再是泛泛地指示将DNN算法应用于语音分离领域，具有完整的技术逻辑，产生了发明构思。独立权利要求1不适格而从属权利要求2适格的评审方式，在国家知识产权局的审查实践中较为罕见。对于类似情形，国家知识产权局很有可能指出从属权利要求2中的限定是独立权利要求1的必要技术特征，要求申请人将其补入权利要求1中。两种审查操作殊途同归，但利弊优劣值得进一步对比分析。示例2的独立权利要求3是一种计算机可读存储介质，以其存储的计算机执行指令作为限定特征，案例分析中并未对保护形式提出质疑，更关注方案的实质。由于该权利要求限定了与权利要求2类似的技术特征改进语音到文本的转录，将数学概念和思维过程融入实际应用中，而被认定为专利适格。国家知识产权局在2017年指南修订后，也不再因为“计算机可读存储介质”的限定特征是计算机程序而一律简单排除，如何进一步审查，该案例给出了参考。
示例3中的权利要求1-2均属于智慧医疗中的治疗方法，USPTO对于“疾病的诊断和治疗方法”主题并不会一概排除，但仍可能会以“自然规律”为由否定部分诊断方法的适格性，譬如2012年Mayo判例中的生物标志物就被认定为对自然规律的发现而专利不适格。国家知识产权局2023版指南虽然已对诊断方法中“全部步骤由计算机等装置实施的信息处理方法”网开一面，但并不能类比推理扩大到对治疗方法的审查中。涉及治疗方法的案例，哪怕全部步骤由计算机实施仍会被指出落入专利法第25条第1款第（3）项的范畴而予以否决。因此该案例对国家知识产权局目前审查的参考价值不大，但可以作为指南今后修改的参考。
本案例集中的分析严格按照MPEP里的两步法流程操作，对于每一个关键法律术语的阐释都会引证MPEP中的相关规定或判例出处，整体行文严谨而冗长。同时为保障每一个示例分析解读的完整性，还会不断重复MPEP中对关键法律术语的阐释，使得行文更加啰嗦枯燥。在浏览过程中，对于重复内容可以略读，而对于紧扣案例个性的分析却必须深入思考，把握复杂的逻辑推理论证。如果对相关法律术语的内涵难以把握，可以系统查阅中译本《美国专利审查操作指南——可专利性》（知识产权出版社，2021年9月第1版）或MPEP-2100原文（访问网址https://www.uspto.gov/web/offices/pac/mpep/index.html）。
美国不仅在人工智能技术的研发和应用方面领先世界，而且在软件发明适格的理论体系构建上也最为深入周全。虽然该理论体系越发晦涩难懂，但这并不是USPTO的刻意复杂化，而主要是因为新型信息技术与传统专利制度之间无法回避的新矛盾。美国适格判断的理论研究和案例解读都有助于我们打开眼界、扩展思路。希望各位同行能从中获得启示，各取所需，解决自己实际遇到的业务难题。
注释：
[1]2024 Guidance Update on Patent Subject Matter Eligibility, Including on Artificial Intelligence，III.A.1, Federal Register / Vol. 89, No. 137 / Wednesday, July 17, 2024/ Notices, 58134
[2]出处同脚注1，第I.A小节，第58129页。
[3]参见《美国专利审查操作指南——可专利性》，国家知识产权局条法司、审查业务管理部组织翻译，知识产权出版社，2021年9月第1版，第11-84，495-514页。本导读主要沿用该中译本中的术语。
来源：IPRdaily中文网（iprdaily.cn）
作者：杜衡