文章專區

人工智慧（artificial intelligence, AI）發展至今已有數個年頭，而自去（2022）年11月底聊天機器人ChatGPT首次問世以來，大幅掀起一波討論熱潮，各業界也關注起AI的發展與應用。調查顯示全球私部門投資在AI領域的主要項目，包含了醫療保健、資料處理和雲端運算、金融科技、零售、影視娛樂產業等，可預期在不久的未來，AI的發展會愈來愈蓬勃，大幅改變人類生活。

伴隨著技術進展，利用專利制度保護創新的需求也隨之增加；從專利資料庫的統計數字也可看到，AI相關技術的申請數量呈現爆炸式的成長。筆者從業過程中，曾有幸接觸到AI應用在醫療領域的諸多嘗試，特別是試圖透過演算法、計算機模型來分析醫療數據，提升診斷準確性等。發明人對此常有的疑問就是：這可以申請專利嗎？這問題的答案雖然看似簡單，但其實要考慮的面向相當複雜。在現有專利法規的框架下，AI技術及相關應用確實「可以」申請專利；但是若將問題改成「AI技術符合哪些條件才能順利取得專利？」，則答案將涵蓋多個面相，難以一言以蔽之。

儘管如此，我們還是可試著從多個面向中釐清優先順序。首先，要從取得專利的先決條件「專利適格性」（patent eligibility）著手。何謂專利適格性？如何才算符合專利適格性？以下筆者將以《專利法》角度出發，對AI技術的專利適格性做簡要介紹，同時對申請實務給出指引。

取得專利權的入場券「專利適格性」

簡單來說，新技術或是創新概念要取得專利，需符合《專利法》規範的數種要件，並由主管機關依法審核確認後方可取得專利權。在申請階段的一開始，最早需先釐清一點，就是技術本身是否為專利所保護的標的？或者也可以理解成技術本身是否具有可被《專利法》保護的資格？前述資格，法律上以「專利適格性」稱之。一旦被認可具專利適格性，才會接著審查《專利法》規定的其他要件〔註〕。換句話說，可將專利適格性比擬成申請專利的入場券，只有取得入場券，這個技術才具有可申請專利的資格。

〔註〕其他要件包含新穎性（novelty）及進步性（inventiveness）等，不過這些要件非本文要討論的重點。

專利適格性的判斷流程─以美國為例

那如何判斷一項技術是否具備專利適格性呢？各國專利法對此訂出大原則框架，僅在具體執行細節各有差異。以美國專利法〔註〕來說，明文規定任何新穎且有用的「方法」（process）、「機器」（machine）、「製品」（manufacture）以及「物質的組成」（composition of matter），或是前述四類新穎且有用的「改良物」，均「可以」申請專利。然而隨著時代演變，科技日新月異，原有的法律框架無法適用於愈來愈推陳出新的新興科技。經過數次調整，美國專利商標局（United States Patent and Trademark Office, USPTO）採用可依循操作流程規範來判斷一技術是否符合專利適格性（圖一）。

〔註〕專利制度是屬地主義，各國都有自己的專利法。只是細節不同但是概念大同小異。受限於篇幅，本文以制度成熟較早的美國專利法作為代表。

步驟一：技術是否導向「方法」、「機器」、「製品」、「物質的組成」初始，需確認技術是否導向「方法」、「機器」、「製品」或「物質的組成」的任一類。具體要檢驗該技術要主張的請求項〔註〕是否屬於前述的範疇。如果不符合，則不可申請專利；如果符合，則進入下一判斷階段的步驟二。

〔註〕請求項是在專利文件中用來界定權利範圍的段落，通常是基於技術內容撰寫，並做為將來商業實施的基礎。

在步驟二的階段將更仔細地鑑別技術是否隱含不能被真實應用的自然法則及／或自然現象。因為專利制度最終目的仍希望技術的功效能夠解決技術問題，進而應用於產業，所以無法為產業所利用的技術概念並非專利制度要保護的對象，具體分為二A與二B。

步驟二A：請求項是否導向自然法則？是否包含額外的元件使自然法則可被應用？

首先，步驟二A的第一關是先判斷請求項是否導向自然法則、自然現象、抽象概念。自然法則（law of nature）是解釋宇宙萬物運行的固有基本法則，比如萬有引力定律、熱力學三大定律等。自然現象（natural phenomenon）則指大自然運作規律自發形成的狀況，不受人為主觀意識影響，例如礦物、化學元素、生物組織等。抽象概念（abstract idea）則是相對於有形的物質對象而言，無形、抽象的想法，例如數學原理、組織人類社會的規範及方法、人類的心智活動等。若請求項界定的內容不是自然法則、不是自然現象也不是抽象概念，則通過第一關，可直接判定該專利具有專利適格性的資格。

到這裡，讀者可能會疑惑，如果在第一關發現有自然法則、自然現象、抽象概念是否就表示該技術直接出局呢？答案是不一定，此時將進行步驟二A的第二關篩選，判斷發明技術有沒有包含額外的元件或技術概念，從而讓原有的自然法則、自然現象、抽象概念達成實際應用。若可，則在此階段也可通過適格性的測試，可以取得入場券。若在第二關發現無法達成實際應用，則進入步驟二B關卡。

步驟二B：整體技術內容是否明顯超過自然法則、自然現象、抽象概念

步驟二B接著檢查前述額外的元件或技術概念可否讓整體技術內容明顯超過自然法則、自然現象、抽象概念。此處通常是指，整體技術內容不僅有別於純粹的自然法則、自然現象及／或抽象概念，且在效果或功效上具有質或量的提升。若發現整體技術內容明顯超過自然法則、自然現象、抽象概念，則此技術內容也可以取得申請專利的門票。

如果試著對前述判斷基準做個簡單的總結，我們可以說，若一技術內容可能涉及自然法則、自然現象、抽象概念，那麼為了取得專利申請門票，必須要讓整體技術內容導向是對自然法則、自然現象、抽象概念的「實際應用」，進而「解決某些技術問題或是提升該領域的效能」，如此才可通過美國專利適格性的檢測。

（123RF）

AI應用於醫療領域實例

回到一開始的問題，應用在醫療領域的AI技術，要如何順利取得專利權的門票呢？常見的醫療應用，例如透過機器學習辨識病理圖像，或是透過高速運算來分析龐大的醫療數據、建立醫療數據庫等，它們的本質在於借助演算法或計算機模型，對電腦輸入指令，使電腦執行並輸出特定結果。若依照前述規範，演算法、計算機模型均屬於抽象概念，容易在判斷適格性的前期就出局。

為避免被認為抽象概念不具專利適格性，可以採取以下做法。

先將技術中所有演算法、計算機模型或電腦執行的步驟都抽離，檢視技術內容是否僅為單純的「資料收集、分析及呈現」，若是則應盡量避免。另一個判斷則是剩餘的初始資訊及最終結果，是否透過人腦也可以達成。如果答案是肯定的，儘管需要花費時間，但仍可透過人腦最終達成相同的辨識或診斷結果的話，那麼電腦、演算法及計算機模型在此技術中僅作為運算工具，並沒有為整個技術帶來額外的實用性應用，則該技術內容就不易取得專利適格性門票。

積極性做法，是添加額外的技術手段，讓整體技術內容可以實質應用並具有優勢。具體而言，雖然是藉助於已知的機器學習模型，但是當應用在不同的疾病診斷時，會因應原始資料的差異或根據辨識需求對該模型進行調整，或對學習資料進行數據挖掘，藉此提高AI在辨識或是輔助診斷的效能。發明人可檢視是否有前述這類調整，並在專利申請時應盡量地詳細說明，如此可以被視為讓整體技術內容有別於單純的抽象概念，來提高取得入場門票的機率。

總結來說，單純透過AI取代「人腦」的技術內容並不具專利適格性，因此需要添加額外的技術手段，讓整體技術內容的結果有別於、超越抽象概念，產生實際應用價值，有助於取得專利申請的入場券，進而順利取得專利。