人工智能优先分诊：美国专利商标局提升质量与减少积压的途径
美国专利商标局（USPTO）正陷入两线作战的困境。首先，其申请的积压可能导致专利审查周期延长数月甚至数年；其次是专利质量的系统性挑战。这两个问题相互关联：低质量审查的特征表现为检索不完整和分析草率，可能引发多轮继续审查请求（RCE）、上诉乃至昂贵的授权后诉讼。反之，在缩短审查周期的压力下，审查员可能进行不够彻底的审查，从而损害质量。
数十年来，解决方案始终是渐进式或官僚化的或两者兼具。审查员面谈、加速审查计划及各类试点项目仅能治标不治本。最新的“简化权利要求试点计划”延续了这一传统，通过简单但存在缺陷的交易——即权利要求换取审查队列中的优先顺序。
这些解决方案误判了症结所在。问题不在于权利要求数量，而在于申请人与审查员首次实质性互动的效率极低。首次非最终审查意见（First Office Action）往往耗费审查员大量时间进行冷启动现有技术检索的结果，在多数情况下，该审查意见书包含本可避免的现有技术驳回理由。若申请人知晓最接近的现有技术，本可缩小权利要求范围，使审查聚焦于可保护性更强的发明特征。
随着生成式人工智能（AI）的崛起，新的解决方案应运而生。我们提议探讨的方案名为“人工智能优先分诊机制”（AIFT）。该方案将彻底重构审查前端流程，从而加速审查流程、提升专利质量，并为申请人和审查员创造更协作高效的工作模式。AIFT旨在推动USPTO与申请人之间的前置信息共享，并在适当情况下激励申请人及早进行实质性修改。该流程将简化现有审查程序，具有普适性与强制性，且对所有新申请免费开放。
AIFT的主要原则如下：
•AI检索（“第零号”审查意见）：每件新专利申请在提交并完成形式审查后，将由内部私有生成式AI检索系统进行处理。该工具将分析说明书、附图，尤其是权利要求书的原始提交版本。
•AI咨询意见：申请提交后数周内，申请人将收到首次AI咨询意见。该审查意见书不含法定驳回理由，而是AI生成的检索报告。报告将呈现AI检索结果，将AI检索到的最相关现有技术文献与具体权利要求要素进行映射。例如，报告可能包含权利要求对照表，将每个权利要求要素映射至AI检索引擎认定存在该要素披露的现有技术文献具体位置。需特别说明的是，AI检索仅识别现有技术，不提供任何法律推理。换言之，AI检索既不提供第35编第101条或第112条的分析，也不在引用多项文献时给出权利要求组合的动机依据。
•申请人选择权：申请人将获得为期两个月且不可延期的期限，以回应此次AI咨询通知。届时将有两种简易方案可选。第一个选择是提交一份初步修正，该修正需根据人工智能检索结果对至少一项独立权利要求进行实质性限缩修改。申请人可选择包含解释性说明，阐述为何该限缩修改使得引证文献无法覆盖修改后的权利要求。第二个选择是不采取任何行动且不提交答复。在后一种情况下，申请人仍可在首次实质审查意见通知书发出之前的任何时间提交初步修正。
•审查队列：如果申请人选择第一个选项（提交限缩修正），该申请将被置于由人工审查员进行审查的优先队列中。如果申请人选择第二个选项（不行动），该申请将被置于标准（较慢）的审查队列中。
•非最终审查意见：无论申请人选择哪个选项，下一份由人工审查员发出的审查意见通知书都将是一份非最终审查通知。审查员可以自由决定采纳或忽略AI检索结果，开展自主检索，并形成自己的驳回理由。这保留了申请人对完整的、由人工主导的实质审查进行答复的既定权利。
AIFT通过加速现有技术检索来解决审查流程中的瓶颈问题。这为申请人创造了良性激励机制，促使他们主动研究现有技术并从源头提升专利质量。这种前期信息共享与早期修改激励措施，有望在审查员着手审查前就识别出现有技术，从而加速申请处置（即授权或放弃）。此外，我们预期该程序将降低RCE的请求率——这是导致审查周期延长的主要因素之一，从而提升整个审查流程的效率。
AIFT还能提升专利质量。首先，通过AI在海量数据库中进行检索，可增强审查员的工作效能。审查员由此可减少在海量信息中寻找关键信息的耗时，将更多精力投入现有技术分析。其次，通过在早期向申请人展示相关现有技术，可促使申请人在流程初期修改宽泛或模糊的权利要求。第三，初始的AI咨询意见可发挥筛选作用，促使申请人及早放弃明显被预见或显而易见的发明，从而释放审查员资源处理其他申请。
尽管AIFT有优势，但仍有几个可能阻碍其部署的担忧。如果申请人面对的是低质量或不相关的AI引证现有技术，他们将面临一个重大困境：要么为了获得审查优先处理权而进行不必要的修改，要么因质疑AI的结果而受到等待时间延长的惩罚。因此，AI检索的质量将是关键，可能需要一定程度的人工监督。此外，针对AI咨询意见提交初步修正，将在申请人尚未与人类审查员互动之前就产生审查禁止反悔（prosecution history estoppel）效力。这可能会促使一些申请人忽视AI检索结果。再者，一些申请人可能会策略性地提交过于宽泛的初始权利要求，目的就是专门为了在回应AI检索时进行限缩修改的让步。这种玩弄制度（gaming the system）的行为，将导致无需提前提交一套有针对性的权利要求系列就能获得更快的审查，实质上将这一协作步骤变成了仅仅是为获得优先审查权优势而需要清除的程序性障碍。
尽管存在潜在问题，但这些问题均可得到缓解。AI是一种学习型技术，USPTO的AI检索模型可以通过以下示例进行更新：纳入人类审查员成功利用AI引证的现有技术促使申请人修改其权利要求的事例，以及当人类审查员推翻AI引证的现有技术并使用不同的现有技术驳回权利要求的事例。申请人可以通过提交包含极少或完全没有实质性意见的答复来规避禁止反悔的问题，依靠权利要求修改本身来说明问题。此外，申请人可以在案卷中明确声明修改是不损害权利且仅为了加速审查程序而进行的。最后，若必要时可通过修改程序来遏制申请人钻制度空子的行为。当申请人未响应AI咨询意见修改权利要求，且人类审查员的现有技术驳回完全且仅仅基于先前在AI咨询意见中引证的现有技术文献时（如果人类审查员在驳回中加入了任何新的现有技术，则其审查意见必须是非最终意见），那么第一份由人类发出的审查意见书可以是最终决定。建议此类首次审查意见终局性需经技术中心主管批准。
USPTO不能仅仅通过重新包装旧方案或提出另一种未能改善检索质量、权利要求清晰度或审查员决策的付费插队式（pay-to-play）案卷操纵方案来解决其审查积压和质量危机的双重困境。相比之下，拟议的AIFT是对审查过程的重新构想，它将一个强大的信息技术工具置于最前端，创建了一个协作分流步骤，既能协助申请人完善权利要求以利于人工审查，又能帮助审查员提升检索质量。USPTO应该停止在审查队列上修修补补，而应在审查过程本身的核心进行创新。（编译自www.jdsupra.com）
翻译：吴娴 校对：刘鹏
