人工智能（AI）是當(dāng)前科技領(lǐng)域的最重要的熱點(diǎn)之一，圍繞人工智能技術(shù)的知識(shí)產(chǎn)權(quán)保護(hù)也是法律界以及創(chuàng)新主體關(guān)注的焦點(diǎn)。本文旨在結(jié)合實(shí)踐經(jīng)驗(yàn)，針對(duì)人工智能技術(shù)在中國(guó)申請(qǐng)專利給出一些建議，以期幫助創(chuàng)新主體更好地保護(hù)人工智能領(lǐng)域的技術(shù)創(chuàng)新。

一、人工智能技術(shù)在中國(guó)申請(qǐng)專利面對(duì)的主要法律規(guī)定

人工智能領(lǐng)域的技術(shù)方案通常涉及算法，因此在專利申請(qǐng)中需考慮專利法第二十五條第一款第(二)項(xiàng)中關(guān)于“智力活動(dòng)的規(guī)則和方法”、以及專利法第二條第二款中關(guān)于發(fā)明專利的定義的要求。

此外，人工智能技術(shù)在醫(yī)療領(lǐng)域的應(yīng)用日益廣泛，利用人工智能技術(shù)進(jìn)行醫(yī)學(xué)數(shù)據(jù)的處理，以輔助診斷或治療的技術(shù)方案，在申請(qǐng)專利時(shí)，會(huì)面臨一個(gè)特殊的問題，即專利法第二十五條第一款第(三)項(xiàng)中關(guān)于“疾病的診斷和治療方法”的問題。

以下筆者將結(jié)合實(shí)際案例，介紹目前中國(guó)針對(duì)以上法條的審查實(shí)踐經(jīng)驗(yàn)。

01關(guān)于智力活動(dòng)的規(guī)則和方法

在2020年2月1日開始執(zhí)行的最新版中國(guó)《專利審查指南》（以下簡(jiǎn)稱“審查指南”）中，針對(duì)涉及算法特征、商業(yè)規(guī)則和方法特征的專利申請(qǐng)的審查做出了新的、更為詳細(xì)的規(guī)定。

根據(jù)審查指南第二部分第九章6.1.1以及6.1.2節(jié)的規(guī)定，權(quán)利要求中只要包含了“技術(shù)特征”，即，權(quán)利要求不僅僅是抽象的算法特征，則不應(yīng)當(dāng)依據(jù)專利法第二十五條第一款第(二)項(xiàng)排除其獲得專利權(quán)的可能性。而對(duì)于一個(gè)包含了“技術(shù)特征”的權(quán)利要求，在其通過了上述第二十五條第一款第（二）項(xiàng)的審核后，還應(yīng)繼續(xù)審查其是否符合專利法第二條第二款的規(guī)定，即整體考慮權(quán)利要求中記載的全部特征，考察該項(xiàng)權(quán)利要求是否記載了對(duì)要解決的技術(shù)問題采用了利用自然規(guī)律的技術(shù)手段，并且由此獲得符合自然規(guī)律的技術(shù)效果。

簡(jiǎn)而言之，涉及算法的權(quán)利要求必須包含“技術(shù)特征”，且符合三個(gè)“技術(shù)性”，即采用技術(shù)手段、解決技術(shù)問題、獲得技術(shù)效果。

針對(duì)上述原則性的規(guī)定，審查指南以舉例的方式給出了具體的判斷方式，例如，如果權(quán)利要求中涉及算法的各個(gè)步驟體現(xiàn)出與所要解決的技術(shù)問題密切相關(guān)，如算法處理的數(shù)據(jù)是技術(shù)領(lǐng)域中具有確切技術(shù)含義的數(shù)據(jù)，算法的執(zhí)行能直接體現(xiàn)出利用自然規(guī)律解決某一技術(shù)問題的過程，并且獲得了技術(shù)效果，則通常該權(quán)利要求限定的解決方案屬于專利法第二條第二款所述的技術(shù)方案。

針對(duì)上述規(guī)定，我們不免有類似于這樣的疑問：“何為技術(shù)特征？”，“何為技術(shù)問題、技術(shù)手段、技術(shù)效果？”，“何為自然規(guī)律？”，技術(shù)與非技術(shù)之間，以及符合與不符合自然規(guī)律之間，是否有嚴(yán)格明確的界限呢？

遺憾的是，目前在中國(guó)的相關(guān)法規(guī)中，的確沒有非常明確的關(guān)于“技術(shù)”、“自然規(guī)律”等概念的定義，關(guān)于這些規(guī)定的執(zhí)行尺度更多的來自于審查實(shí)踐經(jīng)驗(yàn)的積累。因此，研究和總結(jié)典型的審查案例，對(duì)理解上述規(guī)定有很重要的意義。

以下筆者就與大家一起分享一些實(shí)踐中的典型案例。

案例1

1. 一種CTR預(yù)估的方法，其特征在于，包括

原始特征訓(xùn)練步驟：將當(dāng)前對(duì)象的原始特征處理后輸入至深度神經(jīng)網(wǎng)絡(luò)的輸入層，由所述深度神經(jīng)網(wǎng)絡(luò)的多個(gè)隱含層進(jìn)行訓(xùn)練；

實(shí)時(shí)特征訓(xùn)練步驟：將當(dāng)前對(duì)象的實(shí)時(shí)特征輸入至所述深度神經(jīng)網(wǎng)絡(luò)的最后一個(gè)隱含層，與原始特征進(jìn)行聯(lián)合訓(xùn)練；

預(yù)估點(diǎn)擊率輸出步驟：通過所述深度神經(jīng)網(wǎng)絡(luò)的輸出層輸出當(dāng)前對(duì)象的預(yù)估點(diǎn)擊率。

本案駁回決定認(rèn)為，權(quán)利要求僅僅是對(duì)神經(jīng)網(wǎng)絡(luò)的訓(xùn)練過程，沒有應(yīng)用到技術(shù)領(lǐng)域，因而權(quán)利要求要保護(hù)的對(duì)象僅僅是一種數(shù)學(xué)運(yùn)算方法，屬于人為制定和調(diào)整的算法規(guī)則，屬于專利法第25條第1款（二）的智力活動(dòng)的規(guī)則和方法，不能被授予專利權(quán)。

而復(fù)審決定撤銷了駁回決定，并認(rèn)為由于本申請(qǐng)應(yīng)用于具體技術(shù)領(lǐng)域（CTR），即信息推薦領(lǐng)域，因此可知深度神經(jīng)網(wǎng)絡(luò)所處理的數(shù)據(jù)，如當(dāng)前對(duì)象，應(yīng)為所推薦的內(nèi)容，因此當(dāng)前對(duì)象的原始特征和當(dāng)前對(duì)象的實(shí)時(shí)特征是具有技術(shù)性的并且應(yīng)當(dāng)理解為相關(guān)技術(shù)領(lǐng)域中通常具有的含義，因此，該權(quán)利要求的方案采用了對(duì)具有技術(shù)性的數(shù)據(jù)進(jìn)行處理的諸如輸入、訓(xùn)練、輸出的技術(shù)手段，因此，權(quán)利要求整體而言，不屬于智力活動(dòng)的規(guī)則和方法，不屬于專利法第25條第1款第（二）項(xiàng)規(guī)定的不授予專利權(quán)的情形。

案例2

1、一種保險(xiǎn)的出險(xiǎn)預(yù)測(cè)方法，所述方法包括：

獲取待處理保險(xiǎn)的保單信息；

將所述待處理保險(xiǎn)的保單信息輸入深度神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型，預(yù)測(cè)得到所述待處理保險(xiǎn)的出險(xiǎn)數(shù)據(jù)，其中，所述深度神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型的輸入特征為保單信息，輸出特征為出險(xiǎn)數(shù)據(jù)，

其中，將所述待處理保險(xiǎn)的保單信息輸入深度神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型，預(yù)測(cè)得到所述待處理保險(xiǎn)的出險(xiǎn)數(shù)據(jù)，包括：對(duì)所述待處理保險(xiǎn)的保單信息進(jìn)行預(yù)處理；將預(yù)處理后的保單信息輸入深度神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型，預(yù)測(cè)得到所述待處理保險(xiǎn)的出險(xiǎn)數(shù)據(jù)，

其中對(duì)所述待處理保險(xiǎn)的保單信息進(jìn)行預(yù)處理，包括：對(duì)保單信息中的被保險(xiǎn)人數(shù)據(jù)按年齡進(jìn)行離散化處理；對(duì)離散化后的被保險(xiǎn)人數(shù)據(jù)進(jìn)行獨(dú)熱編碼；對(duì)編碼后的被保險(xiǎn)人數(shù)據(jù)進(jìn)行歸一化處理。

本案駁回決定認(rèn)為，權(quán)利要求保護(hù)一種保險(xiǎn)的出險(xiǎn)預(yù)測(cè)方法，其通過離散化、獨(dú)熱編碼、歸一化等手段將其保單信息進(jìn)行預(yù)處理，而這些預(yù)處理的手段實(shí)質(zhì)上都是按照人為規(guī)定的方法，不構(gòu)成技術(shù)手段，將預(yù)處理后的保單信息輸入到深度神經(jīng)網(wǎng)絡(luò)中得出預(yù)測(cè)的出險(xiǎn)數(shù)據(jù)，即采用基于保單信息預(yù)測(cè)出險(xiǎn)數(shù)據(jù)的手段，解決的是如何預(yù)測(cè)保險(xiǎn)出險(xiǎn)數(shù)據(jù)，而基于保單信息預(yù)測(cè)出險(xiǎn)數(shù)據(jù)不是符合自然規(guī)律的技術(shù)手段，同時(shí)解決的也不是技術(shù)問題，因此不是技術(shù)方案，不符合專利法第2條第2款的規(guī)定。

然而復(fù)審決定撤銷了駁回決定，并認(rèn)為，首先，對(duì)于權(quán)利要求的方案是否構(gòu)成技術(shù)方案，應(yīng)該從整體進(jìn)行判斷，不能僅因?yàn)楹小氨巍被颉氨ｋU(xiǎn)”或“預(yù)測(cè)”等術(shù)語就認(rèn)為不是技術(shù)手段，不構(gòu)成技術(shù)方案，本申請(qǐng)涉及對(duì)于保單數(shù)據(jù)的處理，通過深度神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型，對(duì)保單數(shù)據(jù)進(jìn)行處理，其中采用了多種技術(shù)手段，將數(shù)據(jù)如何進(jìn)行特征提取是人為設(shè)定的，但是這不影響采用相應(yīng)的技術(shù)手段進(jìn)行處理的技術(shù)性，本申請(qǐng)通過組合采用上述技術(shù)手段，可以獲得出險(xiǎn)數(shù)據(jù)，解決了人工處理保單數(shù)據(jù)耗時(shí)長(zhǎng)，效率低的問題，不能認(rèn)為得到的是出險(xiǎn)預(yù)測(cè)數(shù)據(jù)就不符合自然規(guī)律。

案例3

1、一種深度哈希學(xué)習(xí)方法，其特征在于，所述方法應(yīng)用于深度哈希神經(jīng)網(wǎng)絡(luò)，深度哈希神經(jīng)網(wǎng)絡(luò)包括分類全連接層、哈希層和聚類向量全連接層，所述方法包括：

獲取訓(xùn)練數(shù)據(jù)、所述訓(xùn)練數(shù)據(jù)的語義標(biāo)簽、分類全連接層輸出向量、哈希層輸出向量和聚類向量全連接層參數(shù)向量，其中，所述訓(xùn)練數(shù)據(jù)為圖片；

利用所述訓(xùn)練數(shù)據(jù)、所述訓(xùn)練數(shù)據(jù)的語義標(biāo)簽、所述分類全連接層輸出向量、所述哈希層輸出向量和所述聚類向量全連接層參數(shù)向量，計(jì)算一元哈希損失函數(shù)、分類損失函數(shù)和量化錯(cuò)誤函數(shù)，其中所述一元哈希損失函數(shù)是基于所述聚類向量全連接層參數(shù)向量為聚類中心向量計(jì)算的；根據(jù)所述一元哈希損失函數(shù)、所述分類損失函數(shù)和所述量化錯(cuò)誤函數(shù)，計(jì)算整體損失函數(shù)；將所述整體損失函數(shù)輸入深度哈希神經(jīng)網(wǎng)絡(luò)中進(jìn)行反向傳播；訓(xùn)練反向傳播后的深度哈希神經(jīng)網(wǎng)絡(luò)，得到哈希函數(shù)，所述哈希函數(shù)用于生成哈希碼，所述哈希碼用于圖像檢索。

審查意見認(rèn)為，權(quán)利要求解決的問題實(shí)質(zhì)上屬于深度哈希學(xué)習(xí)算法的進(jìn)一步改進(jìn)，沒有應(yīng)用到具體的技術(shù)領(lǐng)域，并不是專利法意義的技術(shù)問題，其所要達(dá)到的技術(shù)效果也不屬于專利法意義的技術(shù)效果，權(quán)利要求的限定部分都是在數(shù)學(xué)意義上的神經(jīng)網(wǎng)絡(luò)算法改進(jìn)過程，并非技術(shù)手段，不符合專利法第2條第2款的規(guī)定。

申請(qǐng)人對(duì)權(quán)利要求進(jìn)行了修改，增加了劃線部分，即明確了權(quán)利要求應(yīng)用于具體的技術(shù)領(lǐng)域“圖像檢索”，輸入、輸出數(shù)據(jù)為圖像，和用于圖像檢索的哈希碼，本案在修改后獲得授權(quán)。

筆者注意到，以上3個(gè)案例，體現(xiàn)了目前中國(guó)審查實(shí)踐中針對(duì)涉及人工智能算法的案件的以下審查要點(diǎn)：

1. 權(quán)利要求需應(yīng)用于具體的技術(shù)領(lǐng)域，例如案例1中的CTR、案例2中的保險(xiǎn)出險(xiǎn)預(yù)測(cè)、案例3中的“圖像檢索”；

2. 權(quán)利要求的輸入、輸出數(shù)據(jù)需在上述具體的技術(shù)領(lǐng)域中具有技術(shù)含義，例如案例1中的當(dāng)前對(duì)象（所推薦的內(nèi)容）、預(yù)估點(diǎn)擊率，案例2中的保單信息、出險(xiǎn)數(shù)據(jù)，案例3中的“圖像”、“用于圖像檢索的哈希碼”。

在筆者的實(shí)踐經(jīng)驗(yàn)中，以上兩點(diǎn)的確是目前針對(duì)涉及算法特征的權(quán)利要求的基本要求。這與審查指南中給出的示例性的判斷方式：“權(quán)利要求中涉及算法的各個(gè)步驟體現(xiàn)出與所要解決的技術(shù)問題密切相關(guān)，如算法處理的數(shù)據(jù)是技術(shù)領(lǐng)域中具有確切技術(shù)含義的數(shù)據(jù)”是一致的。

此外，案例1、2均是駁回后，經(jīng)復(fù)審撤銷駁回決定的案例，我們也能夠看出對(duì)于這一領(lǐng)域，不同的審查員之間、實(shí)審與復(fù)審之間，存在著一定的審查尺度上的差異，這給專利申請(qǐng)能否授權(quán)帶來不確定性，同時(shí)也帶來了更多的嘗試空間。

案例4

5、一種對(duì)用于控制、預(yù)測(cè)或診斷的分層型神經(jīng)網(wǎng)絡(luò)進(jìn)行學(xué)習(xí)的判別器學(xué)習(xí)方法， 該分層型神經(jīng)網(wǎng)絡(luò)由具有節(jié)點(diǎn)的輸入層、中間層以及輸出層構(gòu)成，其中，該判別器學(xué)習(xí)方法具有以下步驟：

存儲(chǔ)分層型神經(jīng)網(wǎng)絡(luò)中的節(jié)點(diǎn)之間的權(quán)重；存儲(chǔ)學(xué)習(xí)數(shù)據(jù)；存儲(chǔ)訓(xùn)練數(shù)據(jù)；

根據(jù)存儲(chǔ)的所述訓(xùn)練數(shù)據(jù)，計(jì)算分層型神經(jīng)網(wǎng)絡(luò)中的多個(gè)節(jié)點(diǎn)之間的權(quán)重的多個(gè)校正值，所述分層型神經(jīng)網(wǎng)絡(luò)具有根據(jù)糾錯(cuò)碼的校驗(yàn)矩陣形成的疏耦合；

利用所述校正值更新所述節(jié)點(diǎn)之間的權(quán)重值；以及

使用更新了權(quán)重值后的分層型神經(jīng)網(wǎng)絡(luò)進(jìn)行判別，求解分類問題或者回歸問題，其中，在輸入存儲(chǔ)的初始化后的權(quán)重或者學(xué)習(xí)中的權(quán)重并輸入存儲(chǔ)的學(xué)習(xí)數(shù)據(jù)時(shí)，將使用所述初始化后的權(quán)重或者學(xué)習(xí)中的權(quán)重和所述學(xué)習(xí)數(shù)據(jù)的判別結(jié)果用于權(quán)重的學(xué)習(xí)，并且，在輸入已學(xué)習(xí)的權(quán)重并輸入判別數(shù)據(jù)時(shí)，將使用所述已學(xué)習(xí)的權(quán)重和所述判別數(shù)據(jù)的判別結(jié)果輸出給外部的傳輸裝置。”

本案駁回后，復(fù)審決定也維持了駁回決定，復(fù)審決定認(rèn)為，本申請(qǐng)實(shí)際要解決的問題是如何實(shí)現(xiàn)分層型神經(jīng)網(wǎng)絡(luò)/算法數(shù)學(xué)模型高速化的問題。上述問題是一種算法數(shù)學(xué)模型計(jì)算問題，不屬于專利法意義上的技術(shù)問題……上述手段并未與具體的技術(shù)領(lǐng)域相結(jié)合，其實(shí)際采用的手段是自定義校正值、權(quán)重值配置，屬于人為規(guī)定，其中所涉及的數(shù)據(jù)不具有專利法意義上的技術(shù)性含義，而是通用的算法數(shù)學(xué)模型數(shù)據(jù)，通過通用計(jì)算機(jī)架構(gòu)對(duì)上述非技術(shù)性數(shù)據(jù)執(zhí)行存儲(chǔ)、計(jì)算和更新等算法數(shù)學(xué)模型程序的過程，不屬于專利法意義上的技術(shù)手段……上述分層型神經(jīng)網(wǎng)絡(luò)裝置實(shí)質(zhì)上是一種算法數(shù)學(xué)模型。就“用于與控制、預(yù)測(cè)或診斷”而言，是算法數(shù)學(xué)模型的功能屬性，并非專利法意義上的具體的技術(shù)領(lǐng)域……不符合專利法第2條第2款的規(guī)定。

案例5

1、一種確定統(tǒng)計(jì)模型參數(shù)的方法，用于基于N個(gè)數(shù)據(jù)點(diǎn)確定統(tǒng)計(jì)模型的參數(shù)，其中N為大于或等于2的整數(shù)，其特征在于，包括：

接收包括N個(gè)數(shù)據(jù)點(diǎn)以及N個(gè)數(shù)據(jù)點(diǎn)的D個(gè)屬性的數(shù)據(jù)集以組織成輸入矩陣，其中D為大于或等于1的整數(shù)；

根據(jù)所述輸入矩陣，設(shè)定K個(gè)聚類中心、所述參數(shù)的初始值以及后驗(yàn)概率矩陣 的初始值 ，其中，后驗(yàn)概率 表示第n個(gè)數(shù)據(jù)點(diǎn)在第k個(gè)聚類中心上的后驗(yàn)概率，其中K為大于或等于2的整數(shù)，1≤n≤N，1≤k≤K，以及根據(jù) 以及所述參數(shù)的初始值計(jì)算 ；

……

根據(jù)各數(shù)據(jù)點(diǎn)在各所述聚類中心的殘差 ，針對(duì)所述M個(gè)數(shù)據(jù)點(diǎn)中的每個(gè)數(shù)據(jù)點(diǎn)，分別從所述K個(gè)聚類中心中選出殘差 最大的L個(gè)聚類中心；

其中，N為用戶數(shù)量，每個(gè)用戶包括D個(gè)屬性，具有所述參數(shù)的統(tǒng)計(jì)模型用于對(duì)用戶進(jìn)行聚類，以確定每一類用戶的消費(fèi)習(xí)慣。

本案駁回后，復(fù)審維持了駁回決定，復(fù)審決定認(rèn)為，……雖然其中提到了“N為用戶數(shù)量，每個(gè)用戶包括D個(gè)屬性，具有所屬參數(shù)的統(tǒng)計(jì)模型用于對(duì)用戶進(jìn)行聚類，以確定每個(gè)用戶的消費(fèi)習(xí)慣”，但權(quán)利要求的方案中并未體現(xiàn)各個(gè)參數(shù)在該領(lǐng)域中的具體含義，也就是說，權(quán)利要求并未真正與確定用戶消費(fèi)習(xí)慣這一領(lǐng)域進(jìn)行結(jié)合，因此權(quán)利要求并未結(jié)合任何的應(yīng)用領(lǐng)域……上述手段的實(shí)質(zhì)是算法本身……不符合第2條第2款的規(guī)定。

案例4和案例5都從反面印證了筆者針對(duì)案例1、2、3總結(jié)的經(jīng)驗(yàn)，即“具體技術(shù)領(lǐng)域”和“輸入、輸出數(shù)據(jù)有具體技術(shù)含義”是基本要求。其中案例4的領(lǐng)域“用于控制、預(yù)測(cè)或診斷”太過籠統(tǒng)，未體現(xiàn)具體技術(shù)領(lǐng)域，輸入、輸出數(shù)據(jù)“訓(xùn)練數(shù)據(jù)、權(quán)重、判別數(shù)據(jù)”等沒有具體技術(shù)含義，而案例5中，輸入、輸出數(shù)據(jù)“數(shù)據(jù)點(diǎn)、聚類中心”等沒有具體的技術(shù)含義，因此兩案都未能授權(quán)。

02關(guān)于疾病的診斷和治療方法

根據(jù)審查指南第二部分第一章第4.3節(jié)的規(guī)定，疾病的診斷和治療方法，是指以有生命的人體或者動(dòng)物體為直接實(shí)施對(duì)象，進(jìn)行識(shí)別、確定或者消除病因或病灶的過程。但是，用于實(shí)施疾病診斷和治療方法的儀器或裝置，以及在疾病診斷和治療方法中使用的物質(zhì)或材料屬于可被授予專利權(quán)的客體。

審查指南4.3.1.2還規(guī)定，以下幾類方法是不屬于診斷方法的例子：

(2)直接目的不是獲得診斷結(jié)果或健康狀況，而只是從活的人體或動(dòng)物體獲取作為中間結(jié)果的信息的方法，或處理該信息(形體參數(shù)、生理參數(shù)或其他參數(shù)) 的方法；

(3)直接目的不是獲得診斷結(jié)果或健康狀況，而只是對(duì)已經(jīng)脫離人體或動(dòng)物體的組織、體液或排泄物進(jìn)行處理或檢測(cè)以獲取作為中間結(jié)果的信息的方法，或處理該信息的方法。

對(duì)上述(2) 和(3) 項(xiàng)需要說明的是，只有當(dāng)根據(jù)現(xiàn)有技術(shù)中的醫(yī)學(xué)知識(shí)和該專利申請(qǐng)公開的內(nèi)容從所獲得的信息本身不能夠直接得出疾病的診斷結(jié)果或健康狀況時(shí)，這些信息才能被認(rèn)為是中間結(jié)果。

關(guān)于疾病的診斷和治療方法，審查指南主要從“直接實(shí)施對(duì)象”（有生命的人體或動(dòng)物體）和“直接目的”（診斷或治療）兩方面進(jìn)行規(guī)定。而對(duì)于輸出結(jié)果為“中間結(jié)果”的方法，則要求“根據(jù)現(xiàn)有技術(shù)中的醫(yī)學(xué)知識(shí)和該專利申請(qǐng)公開的內(nèi)容從所獲得的信息本身不能夠直接得出疾病的診斷結(jié)果或健康狀況”。

然而，筆者注意到，從一些案例也可以反映出，在目前的審查實(shí)踐中，對(duì)“疾病的診斷及治療方法”的審查標(biāo)準(zhǔn)可能比指南的規(guī)定更為嚴(yán)格。以下是兩個(gè)比較典型的案例。

案例6

1、一種面部毛孔檢測(cè)方法，其特征在于，所述方法包括：

獲取待檢測(cè)皮膚的皮膚圖像；

利用訓(xùn)練好的卷積神經(jīng)網(wǎng)絡(luò)模型對(duì)所述皮膚圖像中的毛孔圖像進(jìn)行識(shí)別；

對(duì)識(shí)別出的毛孔圖像進(jìn)行圖像處理，得到毛孔的量化指標(biāo)，所述量化指標(biāo)包括毛孔色差量化指標(biāo)、毛孔面積量化指標(biāo)和毛孔密度量化指標(biāo)中的任一種或任意組合。

本案駁回決定認(rèn)為，權(quán)利要求請(qǐng)求保護(hù)一種面部毛孔檢測(cè)方法，所用到的“皮膚圖像”是直接以有生命的人為對(duì)象而獲取的，以檢測(cè)出有生命的人體不同的皮膚狀態(tài)等級(jí)為直接目的，根據(jù)其說明書記載可知：“皮膚狀態(tài)，包括根據(jù)毛孔量化指標(biāo)、毛孔粗大的程度，劃分為正常皮膚、精度毛孔粗大皮膚、中度毛孔粗大皮膚等不同的皮膚狀態(tài)等級(jí)；也包括根據(jù)毛孔粗大的醫(yī)學(xué)診斷結(jié)果，劃分為單純性毛孔粗大、皮膚溢出型毛孔粗大等皮膚狀態(tài)”，也就是說，根據(jù)該方法，可以直接獲得毛孔粗大的醫(yī)學(xué)診斷結(jié)果，屬于疾病診斷的目的。因而其屬于專利法第25條第1款第（三）項(xiàng)所述的疾病的診斷和治療方法的范圍，因此不能授予專利權(quán)。

該案例的權(quán)利要求中，方法的直接實(shí)施對(duì)象實(shí)際是“皮膚圖像”，并非人體皮膚本身，方法的直接目的是得到“皮膚量化指標(biāo)”，而并非直接的皮膚疾病的診斷結(jié)果。但是駁回決定認(rèn)為，“皮膚圖像是直接以有生命的人為對(duì)象而獲得的”，這相當(dāng)于擴(kuò)大了指南規(guī)定中“對(duì)象”的范圍。并且，說明書中有關(guān)于根據(jù)皮膚量化指標(biāo)能夠得到診斷結(jié)果的描述，因此不符合指南中所規(guī)定的“只有當(dāng)根據(jù)現(xiàn)有技術(shù)中的醫(yī)學(xué)知識(shí)和該專利申請(qǐng)公開的內(nèi)容從所獲得的信息本身不能夠直接得出疾病的診斷結(jié)果或健康狀況時(shí)，這些信息才能被認(rèn)為是中間結(jié)果”的規(guī)定，導(dǎo)致該案最終無法授權(quán)。

案例7

9、一種穿刺路徑規(guī)劃方法，其特征在于，所述方法應(yīng)用于穿刺路徑規(guī)劃裝置，所述方法包括：

獲取被測(cè)對(duì)象的預(yù)設(shè)區(qū)域的超聲圖像；

根據(jù)所述超聲圖像上被測(cè)對(duì)象體內(nèi)的目標(biāo)區(qū)域的定位點(diǎn)的定位位置、所述定位位置與被測(cè)對(duì)象體表之間的第一距離以及被測(cè)對(duì)象體內(nèi)的目標(biāo)點(diǎn)的定位區(qū)域，規(guī)劃到達(dá)目標(biāo)點(diǎn)的第一穿刺路徑，其中，所述第一穿刺路徑包括針對(duì)被測(cè)對(duì)象體表的第一穿刺點(diǎn)位置、第一穿刺夾角以及第一穿刺距離；

顯示所述超聲圖像以及所述第一穿刺路徑。

本案審查意見認(rèn)為，權(quán)利要求涉及一種穿刺路徑規(guī)劃方法，其中限定了根據(jù)獲取到的被測(cè)對(duì)象體內(nèi)的超聲圖像信息，對(duì)穿刺部件的穿刺路徑進(jìn)行規(guī)劃等步驟，并根據(jù)路徑規(guī)劃結(jié)果，對(duì)醫(yī)生在實(shí)施手術(shù)過程中的穿刺操作進(jìn)行指導(dǎo)。由此可知，該穿刺路徑規(guī)劃方法的實(shí)施對(duì)象實(shí)質(zhì)上是有生命的人體，其是一種為實(shí)施外科手術(shù)治療方法而采用的輔助手段，屬于疾病的治療方法，因此，權(quán)利要求屬于專利法第25條第一款第（三）項(xiàng)規(guī)定的疾病的診斷和治療方法的范圍，不能授予專利權(quán)，

本案權(quán)利要求中，方法的直接實(shí)施對(duì)象為“超聲圖像”，所得到的結(jié)果為“第一穿刺路徑”，方法本身是一個(gè)“從數(shù)據(jù)到數(shù)據(jù)”的數(shù)據(jù)處理過程，并沒有涉及治療或介入人體的操作。但是審查意見認(rèn)為該方法“是一種為實(shí)施外科手術(shù)治療方法而采用的輔助手段，屬于疾病的治療方法”，不予授權(quán)。從該案可以看出，目前的審查實(shí)踐對(duì)疾病的治療方法的審查標(biāo)準(zhǔn)，比指南中的“直接實(shí)施對(duì)象”和“直接目的”的標(biāo)準(zhǔn)更為嚴(yán)格，如果方法的結(jié)果是為了輔助治療（例如輔助外科手術(shù)），那么盡管方法本身沒有以有生命的人體或動(dòng)物體為直接實(shí)施對(duì)象、沒有以治療為直接目的、也沒有介入生命體的步驟，仍然有可能以“疾病的治療方法”為理由不予授權(quán)。

二、專利申請(qǐng)文件撰寫建議

基于以上法律規(guī)定以及案例，筆者針對(duì)涉及人工智能算法的技術(shù)方案在中國(guó)申請(qǐng)專利，給出如下的專利申請(qǐng)文件撰寫建議，供讀者們參考。

（1）由于訓(xùn)練過程不易取證，建議盡可能部署應(yīng)用過程的權(quán)利要求。

（2）針對(duì)客體問題，我們建議權(quán)利要求中必須體現(xiàn)算法所應(yīng)用的具體技術(shù)領(lǐng)域，例如圖像識(shí)別、出險(xiǎn)評(píng)估等。如果權(quán)利要求中僅限定算法應(yīng)用于比較籠統(tǒng)的技術(shù)領(lǐng)域，例如“控制”、“分類”等，則有一定的駁回風(fēng)險(xiǎn)。

權(quán)利要求中算法要與具體技術(shù)領(lǐng)域緊密結(jié)合，即，至少算法的輸入、輸出數(shù)據(jù)應(yīng)在該具體技術(shù)領(lǐng)域中有技術(shù)含義。如果算法的輸入、輸出數(shù)據(jù)是沒有技術(shù)含義的數(shù)據(jù)，例如“樣本”、“訓(xùn)練數(shù)據(jù)”、“聚類結(jié)果”等，則有一定的駁回風(fēng)險(xiǎn)。

說明書中應(yīng)從技術(shù)角度寫明技術(shù)問題和技術(shù)效果，盡量避免以數(shù)學(xué)意義上的效果、或用戶主觀體驗(yàn)等作為直接甚至唯一效果。

建議說明書中給出算法在具體技術(shù)領(lǐng)域的應(yīng)用場(chǎng)景中如何執(zhí)行的示例，并配以應(yīng)用場(chǎng)景的示意圖。

這里要特別注意的是，根據(jù)當(dāng)前審查指南的規(guī)定，如果權(quán)利要求的本質(zhì)是抽象的算法，那么即便在權(quán)利要求中加入處理器、存儲(chǔ)器等通用硬件，并限定算法由這些硬件執(zhí)行，仍然難以降低因客體問題而被駁回的風(fēng)險(xiǎn)。

（3）對(duì)于與醫(yī)療相關(guān)的方案，權(quán)利要求中方法的輸出結(jié)果，不應(yīng)是“根據(jù)現(xiàn)有技術(shù)中的醫(yī)學(xué)知識(shí)和該專利申請(qǐng)公開的內(nèi)容”能夠直接得出疾病的診斷結(jié)果或健康狀況的信息，說明書中也建議不要體現(xiàn)出該輸出結(jié)果能夠直接得出疾病的診斷結(jié)果或健康狀況。

權(quán)利要求不應(yīng)涉及與輔助治療、介入人體等有關(guān)的步驟，特別建議也不要出現(xiàn)相關(guān)敏感詞匯，例如“穿刺”、“切割”等。

說明書中，建議不要以診斷或治療（包括輔助治療）作為直接要解決的問題或直接實(shí)現(xiàn)的效果，可改為“提高圖像識(shí)別精度”、“提高路徑規(guī)劃效率”等非醫(yī)療目的問題或效果。

此外，對(duì)于涉及醫(yī)療的人工智能算法方案，建議部署裝置權(quán)利要求，包括與方法對(duì)應(yīng)的程序模塊架構(gòu)權(quán)利要求，以規(guī)避疾病的診斷和治療方法問題。

以上為筆者結(jié)合實(shí)踐經(jīng)驗(yàn)和法律規(guī)定給出的一些建議，希望對(duì)大家有所幫助，也期待與大家共同探討。

北京林達(dá)劉知識(shí)產(chǎn)權(quán)代理事務(wù)所

國(guó)內(nèi)部部長(zhǎng)中國(guó)專利代理師

周蕾（LeiZHOU）

關(guān)鍵詞： 申請(qǐng)專利