文/北京集佳知识产权代理有限公司 李婧

　　美国专利法第101条规定了可以获得专利保护的发明类型，这一条款对于软件、商业方法和医疗测试发明尤为重要。近年来，随着人工智能（AI）技术的快速发展，AI相关专利申请的客体问题变得尤为突出。2024年7月，美国专利商标局（USPTO）发布了与AI创新相关的专利客体的新示例【1】，这些示例为理解和应用第101条提供了具体指导。本文探讨美国专利法第101条及其新示例，旨在揭示AI专利申请中的一些考量因素。

　　1.第101条的规定

　　美国专利法第101条规定如下：

　　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 （任何人发明或发现任何新的和有用的方法、机器、制造品或物质组合物，或其任何新的和有用的改进，均可根据本法规定的条件和要求获得专利）。

　　2.第101条的判断框架

　　判断发明是否符合第101条的规定，需要通过两步分析框架，即Alice/Mayo测试法。在对整个权利要求做出最广泛的合理解释之后，权利要求的可专利客体的判断框架【2】具体如下：

　　Step 1：判断权利要求是否属于四个法定类别之一（方法、机器、制造品或物质组合物）。若否，则确定权利要求为不可授权客体；若是，则进入Step 2A的判断。

　　Step 2A：包括第一部分和第二部分。

　　第一部分：判断权利要求是否涉及“司法例外”（抽象概念、自然法则或自然现象）。若否，则确定权利要求为可授权客体；若是，则进入Step 2A的第二部分。

　　第二部分：判断权利要求是否包含将司法例外整合到实际应用的额外元素。若是，则确定权利要求为可授权客体；若否（结合这两个部分，即确定Step 2A的分析结果为权利要求描述了司法例外并且没有将其整合到实际应用中），则进入Step 2B的判断。

　　Step 2B：评估权利要求是否包含足以超越司法例外的额外的元素。若是，则确定权利要求为可授权客体；若否，则确定权利要求为不可授权客体。

　　3.AI相关的新示例47-49

　　新示例47-49的可授权客体判断的分析主要体现在Step 2A的第二部分，即评估权利要求是否包含将司法例外整合到实际应用的额外元素。此评估【3】通过以下方式执行：确定权利要求中是否有除司法例外之外的任何其他要素，以及单独和组合评估这些附加要素，以确定整个权利要求是否将例外整合到实际应用中。

　　3.1 示例47 - 人工神经网络相关的异常检测

　　权利要求1：描述了一种用于人工神经网络（ANN）的专用集成电路（ASIC），包括神经元和连接它们的突触电路。该权利要求被认为属于可授权客体，因为它被定义为硬件产品类型的权利要求，没有描述任何方法或类似方法的步骤。

　　权利要求2和3：描述了使用ANN从数据集中检测异常的方法。权利要求2仅将抽象概念的使用限制在特定的技术环境（人工神经网络）中，但是没有进一步的特定领域应用或解决问题，因此被认为不属于可授权客体（Step 2A第二部分的判断结果为否）。权利要求3在网络监控的背景下描述了异常检测，并包括了额外的异常检测后步骤，如确定异常网络活动是否恶意，并采取补救措施以消除恶意活动并防止进一步发生。这些步骤提供了通过改善网络入侵检测技术来实现实际应用的改进。权利要求3被认为属于可授权客体。

　　小结：

　　USPTO强调了在专利申请中明确提及特定硬件的重要性。如果发明能够在特定的硬件上运行，则申请人在权利要求中明确指出这些硬件会有助于避免专利申请过于抽象，从而确保专利保护的范围具体且明确。通过这种方式，申请人可以更精确地界定其发明的技术边界，从而增强专利的有效性和可执行性。

　　专利申请中不应仅仅提及通用的AI技术或术语，如“人工神经网络”，然后简单地加上功能元素，如“使用人工神经网络”或其他等同内容。这种功能性的权利要求策略很可能导致与AI相关的声称元素被认为是抽象的，从而影响对专利客体的认可。因此，申请人需要避免对AI技术或术语泛泛而谈的描述方式，转而提供更具体的AI技术细节。

　　3.2 示例48 - 基于AI的语音信号处理

　　权利要求1：涉及将混合语音信号转换为频谱图，并使用深度神经网络（DNN）从中确定嵌入向量。尽管该权利要求在某种程度上限制了语音信号处理的应用领域，但它没有解决任何特定的技术问题，因此被认为不属于可授权客体（Step 2A第二部分的判断结果为否）。

　　权利要求2和3：权利要求2和3均包括相应的机器学习分析后步骤，体现了技术改进。权利要求2在权利要求1的基础上进一步描述了针对不同的音频源合成语音波形，并将语音波形组合在一起以从目标源中解析出语音信号。权利要求2反映了说明书中讨论的技术改进，即解决了从属于同一类别的不同语音源中分离语音的问题，同时不需要事先了解说话者的数量或特定于说话者的训练。类似地，权利要求3详述了在源分离辅助上训练的DNN如何将聚类分配与混合语音信号中识别的源相对应，然后将其转换为时域中的独立语音信号以根据频谱特征生成单词序列，从而可以对每个分离的语音信号进行单独转录。权利要求3反映了说明书中讨论的技术改进，即解决了从同一类别的不同语音源中分离语音的问题，并且在同一音频类别中对说话者之间的差异性进行转录。权利要求2和3被认为属于可授权客体，因为它们通过改善语音信号处理技术来实现实际应用的改进。

　　小结：

　　在权利要求中应详细描述AI元素的技术操作，并与发明所实现的“实际应用”相关联。重要的是，申请人最好在说明书中也描述技术操作提供的技术改进。这种描述不仅有助于证明发明的创新性和实用性，也是满足专利客体要求的关键。

　　3.3 示例49 - AI辅助的个性化医疗治疗

　　权利要求1：涉及一种术后纤维化治疗方法。该方法包括收集青光眼患者的数据，通过ezAI模型将患者识别为具有植入后炎症的高风险，并对微支架植入手术后具有高风险的患者进行适当的治疗。权利要求1尽管表明要实施某种治疗，但它并未提供任何有关如何治疗患者或治疗内容的信息，而是涵盖了医疗专业人员决定对患者实施的任何可能治疗，即对治疗步骤是没意义的限制。权利要求1不需要对抽象概念进行任何特定的应用，所以其仅相当于“应用”例外的通用指令，或仅仅指示执行抽象概念的应用领域或技术环境。此外，权利要求2未对任何技术进行改进。因此，权利要求1被认为不属于可授权客体（Step 2A第二部分的判断结果为否）。

　　权利要求2：在权利要求1的基础上增加了特定化合物的细节“适当的治疗是复合X眼药水”。该权利要求通过针对医疗状况的特定治疗，将抽象概念整合到实际应用中，因此被认为属于可授权客体。

　　小结：

　　在将AI技术应用于医疗领域时，申请人应专注于制定具有实际技术应用的权利要求，避免权利要求由于没意义的限制而被误判为未整合到实际应用。

　　结语

　　结合以上新示例，可以看到USPTO在评估AI相关发明的专利客体问题时，更加注重权利要求是否描述了具体的技术改进和实际应用，这为AI领域的创新者提供了更明确的指导。随着AI技术的不断发展，保护和促进创新仍然是专利领域的关键任务。通过遵循USPTO的新指导方针，申请人可以更有效地定位其AI专利申请，以期其创新成果得到适当的保护。

　　参考资料：

　　【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