|
電腦軟體相關發明由於實現發明的技術手段以電腦軟體為必要，與其他類型專利申請案的技術相比有其特殊性，不管是在台灣的審查基準或是中國大陸的審查指南，都有專章進一步指出另需判斷及處理的規則。近年來，如人工智慧、大數據或區塊鏈等的新興科技蓬勃發展，在各種領域中都產生新形態的應用與發明，無論是在台灣或是中國大陸，專利專責機關為了符合產業變化及保護創新的需求，都持續地修訂與專章相關的專利審查基準。
在台灣，智慧財產局現行的專利審查基準第二篇發明專利實體審查第十二章「電腦軟體相關發明」是2014年1月1日施行的版本，距今已有七年，在這七年之中，前述新興科技的發展日新月異。為跟上產業變化，落實保護創新，智慧局在2021年年初即開始舉辦公聽會，收集各界意見並修正調整，終於在2021年(民國110年)6月9日公告(註1)：「專利審查基準」第二篇第十二章《電腦軟體相關發明審查基準》(以下簡稱修正公告版)，並已於同年7月1日生效。
在中國大陸，國家知識產權局現行的審查指南第二部分實質審查第九章「關於涉及計算機程序的發明專利申請審查的若干規定」是依據2010年版審查指南，加入「關於修改《專利審查指南》的公告(第343號) (註2)」在2020年2月1日的修正施行版本，修正重點在於進一步明確地說明關於人工智慧等新業態領域。接著，國知局又在2020年11月13日發布「專利審查指南修改草案(第二批徵求意見稿)(註3)」(以下簡稱第二批徵求意見稿)並徵詢各界意見再次研擬修正。
台灣與中國大陸的電腦軟體相關發明審查基準不約而同地都在修正精進，緣此，茲就台灣與中國大陸在審查基準中的審查實務近況發展，特別是關於新興科技的專利申請案，特別整理並進行分析。
一、發明定義(適格性)的原則
台灣的舊版審查基準對於電腦軟體相關發明的定義，明確地指出「非利用自然法則者」及「非技術思想者」不屬於電腦軟體相關發明。其中，非技術思想者，特別界定了「單純之資訊揭示」及「簡單利用電腦」均不符合發明定義。
其中，上述「簡單利用電腦」的審查基準，內容兼採歐洲的(進一步)技術功效(Further Technical Effect)，以及美國的部分適格性判斷要件所衍生，做為對於「適格性」的主要判斷原則。審查基準中的內文提到：「請求項中藉助電腦軟體或硬體資源實現方法，若僅是利用電腦(或網路、處理器、儲存單元、輸出入裝置)取代人工作業，且相較於人工作業僅是使速度較快、正確率高、處理量大等申請時電腦之固有能力，難謂其具有技術思想，此時該電腦軟體或硬體無法令原本不具技術性的發明內容產生技術性。」然而，相關的審查概念不易為申請人所了解，且有審查標準尺度不一、門檻過高，以及與我國專利法第二十一條有關發明定義的解釋是否相符等疑慮。更甚者，「簡單利用電腦」的判斷類似進步性要件之審查，卻出現在判斷專利標的之適格性，早於判斷新穎性之前，是否恰當確實有待商確(註4)。因此，修正公告版將判斷流程、步驟予以明確化，使得審查具有一致性及可預測性。
依據修正公告版，在審查委員參照第3.1節確立以每一請求項所載之發明整體為判斷對象，逐項進行判斷為判斷原則後，則進入上述圖1(引用自第12章電腦軟體相關發明第2-12-14頁)的判斷流程。首先，判斷是否有「屬於明顯符合/不符發明定義的態樣」，若是，則是參照第3.3.1節判定明確地符合發明定義，反之，則是參照第3.3.2節判定明確地不符合發明定義。對於非屬明顯符合或不符的態樣，則是參照第3.4節「藉助電腦軟體之資訊處理係利用硬體資源具體實現」來判定是否符合發明定義。利用上述的判斷流程，能排除舊版審查基準中關於「簡單利用電腦」的相關疑慮。
特別說明的是，第3.5節的審查注意事項提到，如電腦軟體相關發明係利用電腦程式、(類)神經網路或人工智慧進行醫療相關之資訊處理者，須注意申請專利之方法發明是否屬於人類或動物之診斷、治療方法，若是，則為法定不予專利之標的。
中國大陸現行的審查指南依據「關於修改《專利審查指南》的公告(第343號)」，在2020年2月1日修正施行版本中於第九章增加第6節。其中，第6.1節強調對權利要求必須整體考慮，由於新興科技涉及人工智能、互聯網、大數據及區塊鏈等的發明專利申請，權利要求中往往包含演算法、商業規則和方法等智力活動的規則和方法特徵，因為，如果沒有整體考慮而直接忽略上述特徵或與技術特徵割裂，則會無法客觀評價發明的實質貢獻。
再者，第6.1.1節中，明確指出，只要權利要求包含技術特徵，該權利要求就整體而言並不是一種智力活動的規則和方法，不應當依據專利法第二十五條第一款第(二)項排除其獲得專利權的可能性。
然後，第6.1.2節中，進一步指出先經第6.1.1節的判斷後，再繼續審查要求保護的主題是否屬於專利法第二條第二款規定的技術方案。而判斷一項權利要求是否是技術方案應當對其中涉及的技術手段、解決的技術問題和獲得的技術效果進行分析，也就是所謂的「三要素」，回歸到《專利審查指南》第二部分第九章第2節的規定。
在2020年的第二批徵求意見稿中，為了進一步在上述第2節突出技術手段在技術方案「三要素」判斷中的作用，其內容修改為「採用技術手段解決技術問題，以獲得符合自然規律的技術效果，則這種解決方案屬於專利法第二條第二款規定的技術方案」及「未採用技術手段解決技術問題，以獲得符合自然規律的技術效果，則這種解決方案不屬於專利法第二條第二款規定的技術方案」，新修正的表述方式把「技術手段」置於三要素的首位，並依此展現三要素之間的關係。
既然技術手段為三要素之首，電腦軟體相關發明中採用「電腦實施」當然為必要的技術手段，在第二批徵求意見稿中，特別將「電腦實施」解釋為申請案中「直接記載硬體以及通過硬體執行電腦程式實現控制和處理的內容」，或者「雖然未直接記載硬體，但是對於通過執行電腦程式實現的方案記載了能夠體現硬體控制和處理的內容」兩種情形。
綜上所述，台灣的舊版審查基準捨棄了包含「簡單利用電腦」在內的判斷標準，改以明確的判斷步驟指引電腦軟體相關發明是否具有適格性。而中國大陸的審查指南雖然沒有明確的判斷步驟指引，但也指出了先判斷是否是智力活動，再判斷是否屬於技術方案，而關於技術方案又回歸到以「技術手段」為首位的三要素判斷原則。。
二、明確化進步性(創作性)的認定
在台灣的審查基準中，第二篇第三章專利要件(含進步性之總則)已修訂後於107年7月14日施行，因此，在修正公告版中，最重要的就是第十二章中關於進步性的內容修訂為與總則一致。上述關於進步性的內容規範在第十二章第4.2節，與總則完全一致的內容包括「該發明所屬技術領域中具有通常知識者」及「進步性之判斷步驟」。其中，後者又再對應到總則，區分為「否定進步性之因素」及「肯定進步性之因素」。
值得一提的是，在否定進步性之因素中，共有六個關於判斷「簡單變更」的要項，前三者是源自舊版電腦軟體審查基準，包括「技術領域之轉用」、「將人類所進行之作業方法予以系統化」及「將先前硬體技術所執行之功能軟體化」；後三者則是修正公告版所新增，包括「在電腦虛擬空間重現申請時之通常知識」、「申請時通常知識之應用或變更」及「無助於技術效果的特徵」。至於舊版電腦審查基準中關於進步性的判斷步驟中有二個要則被刪除或修正，首先是「公知技術特徵之附加或置換」，該要項因為審查基準總則並無「公知技術特徵」用語，且易有公知技術特徵與通常知識如何區辨之問題，因而刪除；再者是「無助於技術性的特徵」，該要項因為其原意在於排除對於技術無貢獻之商業方法，得適度免除審查人員之舉證責任，但是，其概念、判斷流程與總則進步性之相關內容並不一致，且要如何適用「無助於技術性的特徵」在實務上仍有爭議；因此，將「無助於技術性的特徵」修正為「無助於技術效果的特徵」用以判斷對於「技術效果」是否有貢獻，以符合總則中進步性判斷流程。
在中國大陸的審查指南中，在2020年2月1日修正施行版本中明確地指出，無論在判斷新穎性或創造性時，審查必須符合「整體考慮原則」，也就是說，審查委員應當考慮權利要求記載的全部特徵，所述全部特徵既包括技術特徵，也包括電腦軟體相關發明特有的演算法特徵或商業規則和方法特徵。
此外，在判斷創造性時，還進一步審查必須符合「關聯考慮原則」，應將與技術特徵功能上彼此相互支援、存在相互作用關係的演算法特徵或商業規則和方法特徵與所述技術特徵作為一個整體考慮，考慮演算法特徵或商業規則和方法特徵對技術方案作出的貢獻。而「功能上彼此相互支援、存在相互作用關係」的概念，是回歸到國家知識產權局2019年發佈的《專利審查指南》修改第三二八號公告第二部分第四章第3.2.1.1節創造性判斷方法中，與該節提到「對於功能上彼此相互支持、存在相互作用關係的技術特徵，應整體上考慮所述技術特徵和它們之間的關係在要求保護的發明中所達到的技術效果」的相關描述維持一致。
在2020年的第二批徵求意見稿中，對於創造性又有進一步的補充。首先，如果演算法實現了「對電腦內部性能的改進」，則應該要考慮演算法特徵對技術方案作出的貢獻；再者，如果技術特徵產生的「使用者體驗達成提升的效果」，則在創造性的審查中也應該被列入考慮。
綜上所述，為了因應電腦軟體相關發明的特殊性，台灣與中國大陸的舊版審查基準在專利要件上，特別是進步性(創造性)，曾出現與審查基準總則不一致的狀況，但是，無論是台灣審查基準的修正公告版，或是中國大陸審查指南，都回歸到與總則一致的進步性判斷標準。
三、新興科技的審查案例
電腦軟體相關發明的審查基準中，通常使用大量的案例來說明適格性、新穎性、進步性等不同要件，為因應新興科技，特別是人工智慧的專利申請案日益增加，相關的案例更是審查基準修正的一大重點，以下提出的案例也特別鎖定在人工智慧相關案例來說明。
在台灣的舊版審查基準中，並無與人工智慧相關的案例，因此，在修正公告版的第5節中，新增了人工智慧相關的案例，包括：以例1-1、例1-2說明可據以實施要件，以例2-12、2-13說明發明定義，及以例3-5說明進步性。除了人工智慧相關的案例外，第5節中還包括一般性、數學方法、商業方法、物聯網相關的案例。
與人工智慧相關的重要案例摘錄如下：
例1-1用以說明可據以實施要件，其申請標的是一種「神經認知功能評估系統」，而申請專利範圍是：
1. 一種神經認知功能評估系統，包括：
一可感測受測者動作之玩具及一伺服器；
該玩具包含一感測模組及一輸出模組，該感測模組係感應受測者操作玩具之動作後產生一動作感測資料，並傳送至該輸出模組；
該伺服器包含：
一接收單元，接收該輸出模組所輸出之動作感測資料；以及
一深度學習評估單元，基於給定之動作訓練資料集以學習得到一個評估模型；
該動作感測資料輸入至該深度學習評估單元後，利用該評估模型產生一神經認知功能評估結果，用以評估受測者之神經認知功能是否符合一預定評估範圍。
其專利說明書內容摘錄如下：
本發明提供一種神經認知功能評估系統，其係在玩具中安裝感測器，通過兒童與玩具的互動過程中獲得感測器產生之動作感測資料，並利用一輸出模組輸出該動作感測資料，該輸出模組可為一 USB 模組；該些資料可用來分析兒童的認知功能與情緒反應，進一步發現參與度和興趣點，以便能適性且有效地得知兒童的神經認知功能發展程度。
在實施例中，係在玩具之頭部、四肢、前胸及後背配備有壓力感應器，可以感測受力大小及用來確定壓力中心的位置，受力區域例如可包括「左手、右手、左肩、右肩、前胸與後背」等。
為預測神經認知發展程度，可收集包含壓力感應器等安裝在玩具身上之多個感測器所獲得之動作感測資料，並讓深度學習演算法掌握這些感測器收集的內容並進行預測，最終產生的演算法預測得出一定準度與分數，透過分析分數與對應準度，可評估神經認知功能是否符合一預定評估範圍並輸出神經認知功能評估結果。
為訓練深度學習評估單元，須先利用訓練資料對深度學習評估單元進行訓練，使該評估單元能學習得到一個相對應評估模型；訓練資料包括多種動作特徵及其對應可能診斷，該動作特徵包括玩具頭部或四肢安裝之壓力感測器受力強弱、持續時間及變形程度等。
訓練完成的深度學習評估單元，可由動作感測資料中擷取動作特徵，將其輸入所述評估模型，獲得一分數，以評估神經認知功能是否符合一預定評估範圍並輸出神經認知功能評估結果……。
上述的例1.1中，說明書中沒有記載壓力資料與神經認知評估結果之間的具體關係，也沒有相關的統計或實驗數據佐證二者之間的關連性，且依申請時之通常知識，對於兒童之神經認知發展，通常係以不同年齡所能完成之「粗動作」、「細動作」、「語言及認知」、「身邊處理及社會性」等項目予以評估；如果單純以操作玩具之壓力大小、持續時間等予以判斷，或許可以評估兒童的肌力發展狀態，但是，仍無法認定深度學習評估單元可以據此產生有效的神經認知評估結果，因此說明書之記載內容不符可據以實現要件。
例1.2的「運用深度神經網路之不動產經紀人媒合系統」也有相似的狀況，說明書中雖揭露了以客戶資料、不動產物件資料及經紀人資料共三種資料作為訓練樣本資料，但說明書中並未具體記載此三種資料間之關連性，或者如何獲得最佳配對結果的機器學習具體技術內容。縱使參酌申請時之通常知識，可知客戶資料、經紀人資料通常包含個人照片、姓名、年齡及住址等項目，不動產物件資料則通常包含坪數、屋齡、價格等項目，但仍無法從前述項目中推知三種(客戶、經紀人、不動產物件)資料間存有何種關連性。難以認定依據前述三種資料訓練深度神經網路模組後即能達成客戶、不動產物件與經紀人最佳配對之結果，因此說明書之記載內容不符可據以實現要件。
值得注意的是，上述的例1.1及例1.2令人不禁感到疑惑，許多的人工智慧相關發明，人類並無法解釋人工智慧模型何以會產生如此的結果或功效，那又怎麼能符合可據以實施的要件呢？依據智慧局在公聽會後的研復說明彙整表中提到，如果不能直接敘明所採用的機器學習演算法，也可以就如何能得出其結果或功能的具體技術內容於說明書中予以充分揭露，使通常知識者由說明書內容得據以實現並獲致預期的功效。
例2-13及例3.5共用相同的申請專利範圍和專利說明書，用以分別說明「發明定義」和「進步性」，其申請標的是一種「車流估算系統」，而申請專利範圍是：
1. 一種估算一路段 ETC 收費門通過車輛數之系統，包含：
一資料讀取單元，可自 ETC 控制站讀取關於該路段 ETC 收費門通過車輛數之歷史資料；
一神經網路單元，由一處理器建立，並預先使用該路段 ETC 收費門通過車輛數之歷史資料進行訓練；該神經網路單元具有一輸入層及一輸出層：該輸入層之輸入資料包括在一特定時間點前該路段 ETC 收費門通過車輛數之歷史資料；該輸出層之輸出資料為該特定時間點之該路段ETC 收費門通過車輛數預估值；
一比較單元，用以比較於該特定時間點，該神經網路單元之輸出層輸出之車輛數預估值與通過該路段ETC收費門之車輛數實際值間差異，若該差異值超過門檻值則判定該路段之車輛數異常；以及
一地圖標示單元，係在一電子地圖上自動標示或警示判定為異常之該路段。
其專利說明書內容概為：
本發明係利用神經網路模型預測車流，並在電子地圖上自動標示或警示判定為異常的路段，以提供用路人即時道路資訊或供主管機關進行車流調控。
在發明定義部分，請求項1界定了從 ETC控制站讀取通過一路段ETC收費門之車流資料，並利用該車流資料訓練一神經網路，以建立用來預測通過該路段收費門車輛數之神經網路模型，是藉由電腦軟體與硬體資源之協同運作而達成。當中，資訊處理之目的是「預測車流」，而具體實現的資訊處理或計算技術手段在申請專利範圍中已明確揭露，整體而言是符合發明定義。
在進步性部分，修正公告版提出了下列二個作為範例的引證案：
【主要引證】
一種運用迴歸方程模型之通過車輛數估算系統，可接收收費站通過車輛數之歷史資料，即時預估通過車輛數。
【其他引證】
一種運用神經網路預估車站人流之系統，其係預先使用該車站之人流歷史資料進行神經網路模型之訓練，再利用訓練完成之神經網路模型進行特定時間點的人流預估，並結合電子地圖，如有異常可即時顯示警示，藉此調配車站運量與班次密集度。
上述主要引證與其他引證均屬於電腦軟體相關技術領域，且都是以數學模型來處理交通治理相關的問題，就技術領域、解決問題及功能或作用和請求項1相比具有共通性。再者，請求項1之發明與主要引證所揭露的技術內容相比對，差異在於主要引證並非利用神經網路來估算車流，且未揭露將車流預估結果與電子地圖相結合以提供警示之功能。然而前述差異已見於其他引證。考量到主要引證與其他引證和請求項1相比已有共通性，所屬技術領域中具有通常知識者確實有動機結合主要引證及其他引證。進一步來說，所屬技術領域中具有通常知識者也有動機將其他引證之神經網路運用於主要引證之迴歸方程模型，並結合電子地圖提供警示，進而容易聯想到請求項1之發明，因此，請求項1不具進步性。
在中國大陸現行2020年2月1日修正施行版本的審查指南中，已在新增的第6.2節中加入10個案例，其中，例1對應到專利法第25條第一款第2項不屬於專利保護的客體，例2至例4對應到專利法第2條第2款屬於專利保護的客體，例5至例6對應到專利法第2條第2款不屬於專利保護的客體，例7至例10則與創造性審查相關。
在第二批徵求意見稿中，為了對應調整後的審查指南，除了刪除部分案例，也新增兩個與人工智慧有關的案例，分別是例5及例6，摘錄如下：
例5對應到專利法第2條第2款屬於專利保護的客體，其申請標的是一種「深度神經網路模型的訓練方法」，而權利要求書是：
1. 一種深度神經網路模型的訓練方法，包括：
當訓練資料的大小發生改變時，針對改變後的訓練資料，分別計算所述改變後的訓練資料在預設的至少兩個候選訓練方案中的訓練耗時；
從預設的至少兩個候選訓練方案中選取訓練耗時最小的訓練方案作為所述改變後的訓練資料的最佳訓練方案；所述至少兩個候選訓練方案包括至少一個單一處理器方案，至少一個基於資料並行的多處理器方案；
將所述改變後的訓練資料在所述最佳訓練方案中進行模型訓練。
其申請內容摘錄如下：
發明專利申請提出一種深度神經網路模型的訓練方法，針對某一大小的訓練資料，從多個候選訓練方案中選取訓練耗時最小的方案用於模型訓練，以解決固定地採用同一種單一處理器或多處理器訓練方案不適用於所有大小的訓練資料而導致訓練速度變慢的問題。
上述的例5中，該解決方案是一種深度神經網路模型的訓練方法。該方法揭露了根據不同大小的訓練資料選擇適合不同性能處理器的訓練方案，藉此提高系統整體處理性能的相關內容，明確地屬於利用電腦實施的技術手段。因此，該發明專利申請的解決方案符合專利法第二條第二款的，屬於專利保護的客體。
例6對應到創造性審查，其申請標的是一種「用於適配神經網路參數的方法」，而權利要求書是：
1. 一種用於適配神經網路參數的方法，所述方法包括：
針對神經網路至少一層中的每一層的權重參數，選擇多個維度；
確定所述權重參數在所述多個維度中每個維度上的尺寸；
基於支援神經網路計算的硬體的使用率，確定所述權重參數在所述多個維度中每個維度上的目標尺寸的候選值集合；
選取所述候選值集合中大於或等於對應維度上的尺寸的所有候選值子集，確定所述候選值子集中的最小值為對應維度上的目標尺寸；
如果所述權重參數在多個維度中的至少一個維度上的尺寸小於對應維度上的目標尺寸，則在所述維度上對權重參數進行填充，使得填充之後獲得的權重參數在每個維度上的尺寸等於對應維度上的目標尺寸。
其申請內容摘錄如下：
針對不同的應用場景需設計不同的神經網路架構，並且需在某一類型的計算架構上使用一系列的運算來實現，因此期望能夠通過較低的硬體成本高效地實現神經網路中的運算。發明專利申請提出了用於適配神經網路參數的方法，通過獲得具有規範形式的神經網路參數，將神經網路中的運算映射到計算架構所支援的運算中，簡化神經網路相關硬體的設計和實現。
【對比文件】
公開了面向神經網路處理器的設計方法，該方法根據神經網路模型描述檔與硬體資源約束參數，從已構建的神經網路元件庫中查找單元庫，並依據單元庫生成對應於神經網路模型的神經網路處理器的硬體描述語言代碼，進而將所述硬體描述語言代碼轉化為所述神經網路處理器的硬體電路。其中將神經網路特徵資料和權重資料劃分為適當的資料塊集中存儲和訪問。該解決方案與對比檔的區別在於基於硬體參數確定權重參數在每個維度上的目標尺寸，如果至少一個維度上的尺寸小於目標尺寸則對權重參數進行填充。
上述的例6中，基於權利要求書和說明書可知其解決方案是利用將權重參數的尺寸填充為等於目標尺寸，當支援神經網路的硬體對神經網路的資料進行運算時，硬體能夠高效處理所述資料，該解決方案中的演算法提升了硬體的運算效率。因此，上述用於適配神經網路參數的演算法特徵與技術特徵在功能上彼此相互支持、存在相互作用關係。相較於對比文件，例6想要解決的技術問題是如何使硬體高效率地執行神經網路中的運算，而上述利用適配神經網路參數以提升硬體運算效率的內容未被其他對比文件公開，也不屬於本領域的公知常識，所以，熟悉相關技術領域者無法利用上述對比文件進行改進而獲得發明專利申請的技術方案的啟示，所以，申請的發明技術方案具備創造性。
總上所述，我們可以發現到，中國大陸審查指南並沒有如台灣審查基準，提供關於可據以實現的人工智慧案例。再者，雖然台灣與中國大陸都有提出關於發明定義和進步性的案例，但是，台灣的修正公告版的案例都指向一個明確的應用情境，而中國大陸的第二批徵求意見稿的案例，則是鎖定在演算法本身是否符合專利要件的議題。
四、新的申請標的
台灣的舊版審查基準中，電腦軟體相關發明除方法請求項外，物之請求項包括「裝置或系統請求項」、「電腦可讀取記錄媒體請求項」及「電腦程式(產品)請求項」。在修正公告版，增加了一個新的標的稱為「資料結構(產品)請求項」。其中，「資料結構(產品)請求項」是指藉助資料結構使電腦得以執行資訊處理，如同前述之電腦程式(產品)請求項。因此，電腦軟體相關發明與物有關的請求項共計4種。
特別說明的是，舊版審查基準中提到，電腦軟體相關發明之裝置或系統請求項中應敘明硬體各構件之間的連結關係，及軟體的各項功能是由硬體的那些構件所完成，據以界定解決問題之技術手段，但是，如果物之請求項的發明特點在於軟體，實務上申請人多以軟體模組之功能進行界定，而非硬體各構件及其連結關係。所以，修正公告版的審查基準中，明定物之請求項無須每一特徵均為結構上的限制條件，得以其所能達成之功能予以界定。
在中國大陸的現行審查指南第二部分第九章第5.2節，明確提到涉及電腦程式的發明專利申請的權利要求可以寫成一種方法權利要求，也可以寫成一種產品權利要求，例如實現該方法的裝置，但是，這樣的敘述似乎意味著產品權利要求就是裝置權利要求，必須具體描述該裝置的各個組成部分及其各組成部分之間的關係，至於產品權利要求是否可以指為電腦程式產品，如儲存在光碟中的電腦程式，則僅是在第2節中提到。然而，隨著網際網路的發展，電腦軟體已漸漸捨棄儲存在傳統光碟、磁片等有形的儲存單元，而是透過網際網路進行傳輸和下載。為滿足保護電腦軟體發明專利的要求，此次第二批徵求意見稿在第二部分第九章第 5.2 節中，關於權利要求書的撰寫部分，明確指出電腦軟體發明專利申請的權利要求可以撰寫成「計算機可讀存儲介質」或「計算機程式產品」，並進一步提到，電腦程式產品應當理解為主要透過電腦程式實現其解決方案的軟體產品。因此，電腦軟體相關發明與物有關的權利要求共計3種。
綜上所述，雖然中國大陸並無與台灣相同的「資料結構(產品)請求項」，但是由於該請求項本質上也是電腦程式，因此，如果能夠清楚說明該請求項是實現其解決方案的軟體產品，應仍有機會在中國大陸提出申請。
五、充分揭露與明確性的撰寫要求
在台灣的舊版審查基準中，對於申請專利範圍的說明，原本僅有在第3節中提及方法請求項及物之請求項，對於申請專利範圍是否界定不明確或是否能為說明書所支持，則是在第5節的案列中以例10-1至例14來說明。在修正公告版中，明確地在第2.2節新增「請求項不明確之情形」及「為說明書所支持」的節次。其中，「請求項不明確之情形」包括：執行步驟或功能的主體不明確、界定發明之技術特徵不明確、表現方式所致之不明確、範疇不明確、手段(步驟)功能用語的不明確、欠缺必要技術特徵等共計6項，都是用案例的方式來說明。
值得注意的是，舊版審查基準提到一般功能界定物之請求項，該發明所屬領域中具有通常知識者，就該功能參酌申請時之通常知識，須能具體想像一硬體構件或軟體模組，請求項方為明確。然而，以一般功能為界定之電腦軟體相關發明請求項，其特徵常以純軟體予以實現，實務上少有審查委員會以「無法『具體想像』一硬體構件或軟體模組」而認定請求項不明確，智慧局亦確認日、韓、歐洲審查基準關於功能界定物之相關內容，也沒有此一要件的要求，因此將「無法『具體想像』」的相關敘述刪除。
在「為說明書所支持」的部分，旨在說明電腦軟體相關發明以功能界定時，如何判斷是否為說明書所支持，及其與可據以實現要件之間的關係。
最後，台灣的舊版審查基準中，對於請求項中僅以功能界定之技術特徵，沒有明確的審查指引。在修正公告版中則是特別明定有關一般功能界定物與手段功能用語之舉證責任分配，在第2.3節的審查注意事項中提到，基於審查效率，審查人員得先解釋為包含任何能達成或實現該功能之裝置或步驟，據以進行先前技術檢索與比對，再由申請人舉證說明請求項技術特徵與先前技術間之實質差異，或應解釋為手段/(步驟)功能用語以及說明書中所述對應於該功能之結構、材料或動作及其均等範圍等具體理由。
中國大陸的審查指南在2020年2月1日修正施行版中的第6.3節，針對了包含演算法特徵或商業規則和方法特徵的發明專利申請，指出對於說明書及權利要求書的撰寫說明。
首先，說明書撰寫的部分可歸納出下列重點：1、說明書應要清楚、完整地描述發明為解決其技術問題所採用的解決方案。2、說明書應要寫明技術特徵和與其功能上彼此相互支持、存在相互作用關係的演算法特徵或商業規則和方法特徵如何共同作用並且產生有益效果。3、說明書應要清楚、客觀地寫明發明與現有技術相比所具有的有益效果。4、如果從用戶角度而言，客觀上提升了用戶體驗、而非僅是用戶主觀的偏好，也可以在說明書中進行說明，同時應當同時說明這種用戶體驗的提升是如何由構成發明的技術特徵，以及與其功能上彼此相互支持、存在相互作用關係的演算法特徵或商業規則和方法特徵共同帶來或者產生的。
再者，權利要求書撰寫的部分則是應當以說明書為依據，清楚、簡要地限定要求專利保護的範圍。權利要求應當記載技術特徵以及與技術特徵功能上彼此相互支持、存在相互作用關係的演算法特徵或商業規則和方法特徵。
綜上所述，台灣的修正公告版中一次性的大幅度修正審查基準，指明如何讓申請專利範圍滿足充分揭露與明確性，同時，還引入舉證責任分配的概念，有助於解決「一般功能界定物之請求項」對審查效率造成的影響。而中國大陸的第二次徵求意見並未進一步修正相關內容，維持權利要求應符合明確地記載技術特徵的相關規定。
六、結論
實務上，申請人針對電腦軟體相關發明同步申請台灣和中國大陸是常見的申請策略。當提出一件面向新興科技的電腦軟體相關發明申請案時，因應台灣與中國大陸不同的審查步驟與標準，應於申請時預先規劃並撰寫符合當地實務的專利說明書及申請專利範圍，是研究台灣與中國大陸在因應新興科技的電腦軟體相關專利審查實務近況發展的主要目的。再者，當收到官方審查意見時，能清楚掌握各專利局審查意見的思考邏輯，才能擬定最佳的因應策略與答辯方向，以期克服審查意見，爭取專利獲准，維護申請人最大的權益。
|