Alors que l’intelligence artificielle cr\u00e9e un paysage juridique complexe pour les soins de sant\u00e9 et les technologies m\u00e9dicales, Janine Swarbrick de HGF explore deux \u00e9tudes de cas qui \u00e9clairent sur la fa\u00e7on de revendiquer une invention d’IA.<\/p>\n
L’intelligence artificielle (IA) joue un r\u00f4le de plus en plus important dans les domaines en rapide \u00e9volution des soins de sant\u00e9 et des technologies m\u00e9dicales. De l’identification de nouvelles mol\u00e9cules m\u00e9dicamenteuses au diagnostic des maladies, en passant par l’avancement des biosciences et la pr\u00e9diction des r\u00e9sultats des patients, l’IA r\u00e9volutionne la fa\u00e7on dont les professionnels de sant\u00e9 abordent les soins aux patients et obtiennent des informations sur les conditions m\u00e9dicales, les traitements et la g\u00e9n\u00e9tique. Cependant, cette innovation s’accompagne d’un paysage juridique complexe, en particulier en ce qui concerne la protection par brevet des inventions ax\u00e9es sur l’IA dans le secteur des sciences de la vie. <\/p>\n
Une consid\u00e9ration cl\u00e9 dans le brevetage des logiciels est de d\u00e9montrer qu’il existe un caract\u00e8re technique clair de l’invention revendiqu\u00e9e, plut\u00f4t que de comprendre la revendication comme une m\u00e9thode math\u00e9matique, un acte mental ou une automatisation informatique d’une t\u00e2che manuelle. Une autre exigence pour les inventions d’IA est qu’il doit y avoir suffisamment de d\u00e9tails sur la nouvelle technique dans le m\u00e9moire descriptif du brevet. <\/p>\n
Le simple fait de mentionner qu’il y a a) une certaine entr\u00e9e, b) une bo\u00eete noire ex\u00e9cutant un algorithme d’IA, puis c) une sortie utile produite, ne suffira probablement pas \u00e0 satisfaire aux exigences (m\u00eame si l’IA n’a pas \u00e9t\u00e9 utilis\u00e9e \u00e0 cette fin auparavant). Ces consid\u00e9rations sur les revendications de logiciels d’IA s’appliquent \u00e9galement aux soins de sant\u00e9 bas\u00e9s sur l’IA, dans lesquels le traitement des donn\u00e9es de sant\u00e9 et m\u00e9dicales \u00e0 l’aide de la mod\u00e9lisation IA pour fournir une indication m\u00e9dicale ou une indication de traitement, par exemple, est un domaine d’innovation en rapide croissance. <\/p>\n
R\u00e9cemment, j’ai re\u00e7u un rapport d’examen pour une demande de brevet europ\u00e9en r\u00e9dig\u00e9e par une autre partie, et l’objet des revendications concernait un mod\u00e8le d’apprentissage automatique op\u00e9rant sur des donn\u00e9es m\u00e9dicales pour produire une indication m\u00e9dicale. Sans r\u00e9v\u00e9ler leur opinion globale sur la brevetabilit\u00e9, l’examinateur a utilement not\u00e9 deux cas de la Chambre de recours de l’Office europ\u00e9en des brevets (OEB) relatifs \u00e0 l’utilisation de m\u00e9thodes logicielles dans le domaine biologique\/m\u00e9dical comme exemples de cas o\u00f9 la revendication n’inclut pas suffisamment de d\u00e9tails pour \u00eatre consid\u00e9r\u00e9e comme technique, et de cas o\u00f9 la revendication fournit suffisamment de d\u00e9tails pour \u00eatre jug\u00e9e technique. <\/p>\n
Ces cas, r\u00e9sum\u00e9s ci-dessous, sont d’excellents exemples de la fa\u00e7on de formuler, et de ne pas formuler, une revendication pour une invention bas\u00e9e sur l’IA, et fournissent des indications utiles sur le niveau de d\u00e9tail attendu dans les innovations logicielles appliqu\u00e9es aux soins de sant\u00e9\/technologies m\u00e9dicales.<\/p>\n
Bien que l’accent du traitement des donn\u00e9es dans ces cas soit mis sur l’analyse statistique, les m\u00e9thodes d’IA sont examin\u00e9es de mani\u00e8re similaire aux autres m\u00e9thodes math\u00e9matiques mises en \u0153uvre par ordinateur, de sorte que les consid\u00e9rations de caract\u00e8re technique dans ces exemples de traitement statistique s’appliquent plus largement \u00e0 d’autres m\u00e9thodes de traitement des donn\u00e9es par IA.<\/p>\n
Les revendications concernaient une m\u00e9thode et un dispositif pour d\u00e9terminer un g\u00e9notype dans du mat\u00e9riel g\u00e9n\u00e9tique. \u00c0 l’origine, la sixi\u00e8me requ\u00eate subsidiaire avait \u00e9t\u00e9 autoris\u00e9e lors de la proc\u00e9dure d’opposition, mais cette d\u00e9cision a \u00e9t\u00e9 contest\u00e9e par l’opposant qui a r\u00e9ussi \u00e0 faire r\u00e9voquer le brevet pour manque d’activit\u00e9 inventive \u2014 dans ce cas, par manque de caract\u00e8re technique. <\/p>\n
La revendication de m\u00e9thode \u00e9non\u00e7ait ce qui suit :
\nUne m\u00e9thode de d\u00e9termination du g\u00e9notype \u00e0 un locus dans du mat\u00e9riel g\u00e9n\u00e9tique obtenu \u00e0 partir d’un \u00e9chantillon biologique, la m\u00e9thode comprenant :<\/p>\n
A. faire r\u00e9agir le mat\u00e9riel au locus pour produire une premi\u00e8re valeur de r\u00e9action indicative de la pr\u00e9sence d’un all\u00e8le donn\u00e9 au locus ;
\nB. former un ensemble de donn\u00e9es incluant la premi\u00e8re valeur de r\u00e9action ;
\nC. \u00e9tablir un ensemble de distribution de distributions de probabilit\u00e9, comprenant au moins une distribution, associant des valeurs de r\u00e9action hypoth\u00e9tiques \u00e0 des probabilit\u00e9s correspondantes pour chaque g\u00e9notype d’int\u00e9r\u00eat au locus ;
\nD. appliquer la premi\u00e8re valeur de r\u00e9action \u00e0 chaque distribution de probabilit\u00e9 pertinente pour d\u00e9terminer une mesure de la probabilit\u00e9 conditionnelle de chaque g\u00e9notype d’int\u00e9r\u00eat au locus, et
\nE. d\u00e9terminer le g\u00e9notype sur la base des donn\u00e9es obtenues \u00e0 l’\u00e9tape (D).<\/p>\n
Le demandeur a fait valoir que la m\u00e9thode revendiqu\u00e9e impliquait des \u00e9tapes techniques, y compris dans la phase de traitement des donn\u00e9es d\u00e9crite dans les \u00e9tapes B \u00e0 E. Les arguments se sont concentr\u00e9s sur le fait que la m\u00e9thode revendiqu\u00e9e fournissait un moyen de d\u00e9terminer quelque chose de r\u00e9el sur du mat\u00e9riel g\u00e9n\u00e9tique physique, et que l’approche probabiliste, en particulier \u00e0 l’\u00e9tape C, permettait un scoring automatique des donn\u00e9es obtenues pour obtenir un r\u00e9sultat am\u00e9lior\u00e9 par rapport \u00e0 l’approche d\u00e9terministe adopt\u00e9e dans l’\u00e9tat de la technique. Les \u00e9tapes revendiqu\u00e9es ont \u00e9t\u00e9 pr\u00e9sent\u00e9es par le demandeur comme n’\u00e9tant pas un acte mental exclu mais un outil de traitement de donn\u00e9es du monde r\u00e9el repr\u00e9sentant une entit\u00e9 physique, conform\u00e9ment \u00e0 la d\u00e9cision T208\/84. <\/p>\n
Cependant, la chambre a conclu que les \u00e9tapes de traitement des donn\u00e9es B \u00e0 E \u00e9taient une activit\u00e9 mentale qui n’interagissait pas avec les caract\u00e9ristiques techniques A de la m\u00e9thode pour produire un effet technique tangible, et donc ces \u00e9tapes de traitement des donn\u00e9es ont \u00e9t\u00e9 ignor\u00e9es dans l’\u00e9valuation de l’activit\u00e9 inventive.<\/p>\n
L’\u00e9tape A a \u00e9t\u00e9 jug\u00e9e clairement comme \u00e9tant un acte technique impliquant la r\u00e9alisation d’une \u00e9tape de r\u00e9action.<\/p>\n
Cependant, les \u00e9tapes B \u00e0 E ont \u00e9t\u00e9 consid\u00e9r\u00e9es comme se rapportant \u00e0 des \u00e9tapes de traitement de donn\u00e9es utilisant la \u00ab valeur de r\u00e9action \u00bb obtenue \u00e0 l’\u00e9tape A pour d\u00e9terminer le g\u00e9notype. L’opinion de la chambre \u00e9tait que ces \u00e9tapes de traitement de donn\u00e9es, consistant \u00e0 former un ensemble de donn\u00e9es, \u00e0 d\u00e9terminer des distributions de probabilit\u00e9 puis des probabilit\u00e9s conditionnelles pour obtenir le g\u00e9notype, n’\u00e9taient pas techniques car elles pouvaient \u00eatre effectu\u00e9es comme un acte mental (une m\u00e9thode math\u00e9matique), et ne se combinaient pas avec les caract\u00e9ristiques techniques de l’\u00e9tape A pour \u00eatre prises en compte dans l’examen de la pr\u00e9sence d’une activit\u00e9 inventive. <\/p>\n
C’est-\u00e0-dire que les \u00e9tapes B \u00e0 E ont \u00e9t\u00e9 comprises par la chambre comme \u00e9non\u00e7ant une m\u00e9thode statistique pour obtenir une probabilit\u00e9, ce qui est un processus purement math\u00e9matique (qui \u00e9tait \u00e9galement un processus connu, m\u00eame s’il n’\u00e9tait pas connu pour effectuer la m\u00e9thode sur les donn\u00e9es obtenues \u00e0 l’\u00e9tape A) et ne pouvait donc pas \u00eatre pris en compte dans l’\u00e9valuation de l’activit\u00e9 inventive.<\/p>\n
Ce cas illustre l’importance de pouvoir argumenter de mani\u00e8re convaincante qu’une invention qui utilise une analyse math\u00e9matique des donn\u00e9es d’entr\u00e9e est technique (plut\u00f4t qu’un acte mental). Seules les \u00e9tapes qui sont techniques, ou qui sont non techniques (par exemple, le traitement math\u00e9matique) mais qui se combinent clairement avec des \u00e9tapes techniques, peuvent \u00eatre prises en compte pour d\u00e9terminer si une invention revendiqu\u00e9e est inventive. Un facteur contributif dans ce cas \u00e9tait le manque de d\u00e9tails sp\u00e9cifiques sur la fa\u00e7on dont le traitement math\u00e9matique agissait sur les donn\u00e9es d’entr\u00e9e pour obtenir un r\u00e9sultat technique significatif et concret plut\u00f4t qu’une indication statistique que la chambre ne pouvait pas conclure comme \u00e9tant un r\u00e9sultat technique significatif. <\/p>\n
Souvent, il est utile pour les arguments en faveur du caract\u00e8re technique que les caract\u00e9ristiques de la revendication fournissent un effet dans le monde r\u00e9el, qui dans le domaine de la sant\u00e9 num\u00e9rique peut \u00eatre une indication clinique ou une sortie fournissant une certaine orientation m\u00e9dicale, et dans les sciences de la vie peut \u00eatre un g\u00e9notype identifi\u00e9 obtenu par les \u00e9tapes revendiqu\u00e9es, par exemple. Il est important de s’assurer qu’il y a suffisamment de d\u00e9tails techniques pr\u00e9sents dans les revendications, soutenus par la description, pour argumenter en faveur de la d\u00e9termination d’un param\u00e8tre significatif du monde r\u00e9el afin de pr\u00e9senter un cas convaincant pour le caract\u00e8re technique. <\/p>\n
Ce cas illustre que l’OEB peut ne pas \u00eatre convaincu que la d\u00e9termination d’un param\u00e8tre (un g\u00e9notype ici) par une analyse math\u00e9matique, m\u00eame de donn\u00e9es obtenues par un processus technique, est suffisamment technique en soi pour \u00eatre prise en compte dans l’\u00e9valuation de la brevetabilit\u00e9 (activit\u00e9 inventive) sans d\u00e9tails sp\u00e9cifiques de mise en \u0153uvre du traitement en cours pour soutenir la d\u00e9termination d’une sortie r\u00e9elle et physiquement significative.<\/p>\n
Dans ce cas, l’invention revendiqu\u00e9e a \u00e9t\u00e9 initialement refus\u00e9e pour manque de nouveaut\u00e9 mais a \u00e9t\u00e9 renvoy\u00e9e \u00e0 la division d’examen pour poursuite de la proc\u00e9dure par la chambre. Apr\u00e8s soumission de jeux de revendications auxiliaires, les revendications qui ont \u00e9t\u00e9 admises dans la proc\u00e9dure pour poursuite de l’examen ont \u00e9t\u00e9 consid\u00e9r\u00e9es par la chambre comme techniques et donc non exclues de la brevetabilit\u00e9 pour des motifs de non-technicit\u00e9. La demande a \u00e9t\u00e9 accord\u00e9e en 2013. <\/p>\n
Les revendications \u00e9noncent une m\u00e9thode d’analyse d’un \u00e9chantillon d’ADN comme suit :
\nUne m\u00e9thode d’analyse d’un \u00e9chantillon d’ADN qui contient du mat\u00e9riel g\u00e9n\u00e9tique d’au moins deux individus pour d\u00e9terminer une distribution de probabilit\u00e9 de vraisemblance ou de poids du g\u00e9notype dans l’\u00e9chantillon, comprenant les \u00e9tapes :
\n(a) amplifier l’\u00e9chantillon d’ADN pour produire un produit d’amplification comprenant des fragments d’ADN, o\u00f9 chaque all\u00e8le \u00e0 un locus est amplifi\u00e9 pour g\u00e9n\u00e9rer des quantit\u00e9s relatives de fragments d’ADN des all\u00e8les qui sont proportionnelles aux quantit\u00e9s relatives d’ADN matrice des all\u00e8les dans l’\u00e9chantillon d’ADN, et o\u00f9 le produit d’amplification produit un signal comprenant des pics de signal de chaque all\u00e8le dont les quantit\u00e9s sont proportionnelles aux quantit\u00e9s relatives des all\u00e8les ;
\n(b) d\u00e9tecter les quantit\u00e9s de pics de signal dans le signal et quantifier les quantit\u00e9s en utilisant des moyens de quantification qui incluent un dispositif informatique avec m\u00e9moire pour produire des estimations de longueur et de concentration d’ADN \u00e0 partir de l’\u00e9chantillon ;<\/p>\n
(c) r\u00e9soudre les estimations en un ou plusieurs g\u00e9notypes composants en utilisant des moyens de r\u00e9solution automatis\u00e9s, ladite r\u00e9solution en un ou plusieurs g\u00e9notypes incluant la r\u00e9solution des \u00e9quations lin\u00e9aires coupl\u00e9es d = G.w+e pour les loci pertinents (i), les individus (j) et les all\u00e8les (k), dans lesquelles d est un vecteur colonne qui d\u00e9crit les donn\u00e9es de quantification des pics d’un \u00e9chantillon d’ADN \u00e0 partir du signal, G est une matrice qui repr\u00e9sente les g\u00e9notypes dans l’\u00e9chantillon d’ADN, avec une colonne j donnant les all\u00e8les pour l’individu j, w est un vecteur colonne de poids qui repr\u00e9sente les proportions relatives d’ADN matrice dans l’\u00e9chantillon et e est un vecteur d’erreur, o\u00f9 la solution inclut le calcul de la variance des donn\u00e9es sigma**(2) \u00e0 partir du mod\u00e8le lin\u00e9aire d = G.w+e ainsi que la solution minimale globale Pd = Gw0, o\u00f9 Pd est le point de projection perpendiculaire qui est le point le plus proche de d dans l’espace de m\u00e9lange C(G) et w0 est le vecteur de poids minimum, en utilisant des m\u00e9thodes de r\u00e9gression lin\u00e9aire, et en calculant une distribution de probabilit\u00e9 des donn\u00e9es en supposant une distribution normale et que l’erreur est non biais\u00e9e, de sorte que E(e) = 0, mais a une dispersion D[e] = sigma2V dans laquelle V est la matrice de covariance des donn\u00e9es ; et
\n(d) d\u00e9terminer, en utilisant la distribution de probabilit\u00e9 des donn\u00e9es, une distribution de probabilit\u00e9 de vraisemblance ou de poids du g\u00e9notype dans l’\u00e9chantillon d’ADN.<\/p>\n
La chambre s’est interrog\u00e9e sur la question de savoir si les revendications se rapportaient \u00e0 une m\u00e9thode math\u00e9matique et, en tant que telle, si elles \u00e9taient exclues de la brevetabilit\u00e9. Leur d\u00e9cision \u00e9tait que la m\u00e9thode concernait l’analyse d’un \u00e9chantillon d’ADN, y compris une \u00e9tape d’amplification de l’ADN dans laquelle le produit d’amplification comprend des quantit\u00e9s relatives de fragments d’ADN des all\u00e8les, proportionnelles aux quantit\u00e9s relatives d’ADN matrice des all\u00e8les dans l’\u00e9chantillon, et ces produits d’amplification produisaient un signal comprenant des pics de signal de chaque all\u00e8le proportionnels \u00e0 la quantit\u00e9 de chaque all\u00e8le, d\u00e9tectant les quantit\u00e9s de pics, et quantifiant ces quantit\u00e9s en utilisant une m\u00e9thode de calcul pour produire une estimation du g\u00e9notype. Les \u00e9tapes (a) et (b) sont r\u00e9alis\u00e9es \u00e0 l’aide d’\u00e9quipements de laboratoire et sont donc techniques. <\/p>\n
Concernant les \u00e9tapes de traitement math\u00e9matique, la chambre a consid\u00e9r\u00e9 qu’elles contribuaient \u00e0 la caract\u00e9ristique de v\u00e9rification de la fiabilit\u00e9 de la m\u00e9thode d’analyse des \u00e9chantillons d’ADN pour d\u00e9terminer le g\u00e9notype. En fournissant l’erreur estim\u00e9e, des estimations de la variance et de l’\u00e9cart-type peuvent \u00eatre calcul\u00e9es et utilis\u00e9es pour estimer les probabilit\u00e9s, donnant une estimation quantitative de la qualit\u00e9 de la solution. Ainsi, les caract\u00e9ristiques distinctives fournissent une m\u00e9thode pour am\u00e9liorer la confiance de l’estimation du g\u00e9notype, contribuant ainsi au caract\u00e8re technique de l’invention. <\/p>\n
La chambre s’est r\u00e9f\u00e9r\u00e9e \u00e0 la premi\u00e8re d\u00e9cision discut\u00e9e ci-dessus, T784\/23, et a constat\u00e9 que sa divulgation \u00e9tait de nature trop g\u00e9n\u00e9rale pour fournir \u00e0 l’homme du m\u00e9tier les informations n\u00e9cessaires pour proc\u00e9der et obtenir la base probabiliste du g\u00e9notype \u00e0 l’\u00e9tape E afin de fournir un r\u00e9sultat technique tangible, et ont donc \u00e9t\u00e9 ignor\u00e9es dans l’analyse de l’activit\u00e9 inventive.<\/p>\n
La description du pr\u00e9sent cas a \u00e9t\u00e9 consid\u00e9r\u00e9e comme suffisamment d\u00e9taill\u00e9e quant \u00e0 la mani\u00e8re d’ex\u00e9cuter la m\u00e9thode et \u00e0 la fa\u00e7on dont les contributions du traitement des donn\u00e9es interagissaient avec les \u00e9tapes techniques initiales de laboratoire pour fournir un r\u00e9sultat technique d’une estimation du g\u00e9notype avec une confiance am\u00e9lior\u00e9e par rapport \u00e0 l’\u00e9tat de la technique.<\/p>\n
Dans l’ensemble, on peut constater que ce qui a aid\u00e9 \u00e0 d\u00e9montrer le caract\u00e8re technique dans T 2050\/07, et ce qui a caus\u00e9 des probl\u00e8mes dans T 0784\/06, \u00e9tait le niveau de d\u00e9tail du traitement math\u00e9matique effectu\u00e9 sur les donn\u00e9es d’entr\u00e9e, ce qui a un effet en cascade sur la consid\u00e9ration du caract\u00e8re technique des r\u00e9sultats obtenus.<\/p>\n
Sans suffisamment de d\u00e9tails sur le traitement math\u00e9matique inclus dans les revendications et la description, il est difficile de d\u00e9montrer que le r\u00e9sultat fourni est un r\u00e9sultat technique concret qui peut clairement \u00eatre assimil\u00e9 \u00e0 un param\u00e8tre du monde r\u00e9el, et donc que l’invention revendiqu\u00e9e produit un effet technique.<\/p>\n
Des r\u00e9f\u00e9rences vagues \u00e0 des m\u00e9thodes statistiques, en particulier des m\u00e9thodes connues, m\u00eame si elles sont utilis\u00e9es dans un nouveau contexte, risquent d’\u00eatre consid\u00e9r\u00e9es comme se rapportant \u00e0 un traitement math\u00e9matique des donn\u00e9es d’entr\u00e9e sans fournir un r\u00e9sultat technique du monde r\u00e9el, et donc d’\u00eatre consid\u00e9r\u00e9es comme non techniques et ne contribuant pas \u00e0 une activit\u00e9 inventive en Europe.<\/p>\n
Les r\u00e9centes mises \u00e0 jour des directives d’examen de l’OEB, publi\u00e9es le 1er avril 2024, \u00e9nonc\u00e9es dans la section G-II-3.3.1, fournissent des orientations utiles sur le niveau de divulgation d\u00e9taill\u00e9e requis dans le m\u00e9moire descriptif du brevet en ce qui concerne les donn\u00e9es d’entra\u00eenement pour satisfaire \u00e0 l’exigence l\u00e9gale selon laquelle des d\u00e9tails suffisants doivent \u00eatre fournis pour permettre \u00e0 une personne du m\u00e9tier de reproduire l’invention revendiqu\u00e9e.<\/p>\n
Les nouvelles directives stipulent que les caract\u00e9ristiques n\u00e9cessaires de l’ensemble de donn\u00e9es d’entra\u00eenement doivent \u00eatre divulgu\u00e9es – \u00e0 moins qu’elles ne fassent partie des connaissances g\u00e9n\u00e9rales communes – pour montrer comment le mod\u00e8le d’apprentissage automatique revendiqu\u00e9 est entra\u00een\u00e9 si ces caract\u00e9ristiques des donn\u00e9es d’entra\u00eenement contribuent au r\u00e9sultat technique fourni par le mod\u00e8le. Ceci afin que quelqu’un suivant l’enseignement de la demande de brevet puisse arriver au m\u00eame r\u00e9sultat ou \u00e0 un r\u00e9sultat comparable. <\/p>\n
La divulgation sp\u00e9cifique de l’ensemble de donn\u00e9es d’entra\u00eenement lui-m\u00eame n’est pas obligatoire, mais les \u00ab caract\u00e9ristiques particuli\u00e8res de l’ensemble de donn\u00e9es d’entra\u00eenement utilis\u00e9 \u00bb qui contribuent \u00e0 l’effet technique de l’invention sont mentionn\u00e9es pour permettre la reproduction de l’invention. Par exemple, des d\u00e9clarations sur la nature des donn\u00e9es d’entra\u00eenement (telles que la r\u00e9solution des images d’entr\u00e9e, le nombre d’ensembles de donn\u00e9es d’entra\u00eenement et\/ou les types de donn\u00e9es d\u00e9mographiques personnelles) peuvent satisfaire aux exigences de l’OEB. <\/p>\n
Des v\u00e9rifications utiles \u00e0 effectuer sont les suivantes : si vous ne pouviez pas facilement d\u00e9terminer suffisamment de d\u00e9tails \u00e0 partir de la description pour \u00eatre en mesure de mettre en \u0153uvre l’invention et obtenir un r\u00e9sultat similaire \u00e0 celui revendiqu\u00e9, ou si vous ne pouviez pas argumenter de mani\u00e8re cr\u00e9dible en faveur d’un effet technique bas\u00e9 sur les caract\u00e9ristiques de la revendication, cela indique que plus de d\u00e9tails pourraient \u00eatre n\u00e9cessaires pour d\u00e9finir correctement l’invention.<\/p>\n
En conclusion, l’OEB doit \u00eatre convaincu qu’il y a suffisamment de d\u00e9tails techniques pr\u00e9sents dans les revendications et la description – \u00e0 la fois dans les \u00e9tapes de traitement revendiqu\u00e9es et dans toutes les donn\u00e9es d’entra\u00eenement utilis\u00e9es pour former un mod\u00e8le d’apprentissage automatique – pour d\u00e9montrer qu’un r\u00e9sultat obtenu se rapporte \u00e0 un r\u00e9sultat concret du monde r\u00e9el, et que l’invention peut \u00eatre reproduite pour obtenir le m\u00eame r\u00e9sultat par une personne du m\u00e9tier. Ces questions doivent \u00eatre soigneusement examin\u00e9es au stade de la r\u00e9daction du brevet. <\/p>\n
Janine Swarbrick<\/a> est directrice des brevets chez HGF.<\/p>\n <\/p>\n Alors que l’intelligence artificielle cr\u00e9e un paysage juridique complexe pour les soins de sant\u00e9 et les technologies m\u00e9dicales, Janine Swarbrick de HGF explore deux \u00e9tudes de cas qui \u00e9clairent sur …<\/p>\n","protected":false},"author":473,"featured_media":9004111222136455,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"footnotes":""},"categories":[536,517],"tags":[],"class_list":["post-9004111222136454","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-articles","category-centre-de-connaissances"],"acf":[],"yoast_head":"\n
\nCet article a \u00e9t\u00e9 pr\u00e9par\u00e9 par la directrice des brevets Janine Swarbrick<\/a> pour LSIPR<\/a>.<\/h5>\n","protected":false},"excerpt":{"rendered":"