美國聯邦巡迴上訴法院就Myriad案判決人體基因具可專利性
2011年7月29日美國聯邦巡迴上訴法院針對Myriad Genetics公司之單離去氧核糖核酸（isolated DNA）專利無效上訴案作出判決，認定人體基因具有可專利性。
本案緣起於Myriad Genetics公司利用單離DNA BRCA1及BRCA2兩項基因，發展出一套乳癌風險檢測技術，並成功取得7項專利。未料2009年時，美國公民自由聯盟（American Civil Liberties Union，ACLU）及美國公共專利基金會（Public Patent Foundation，PUBPAT）以「授予單離DNA專利權係違反專利法第101條規定」為由，向紐約南區聯邦地方法院提起確認專利無效之訴，並獲致勝訴判決後，全案便上訴至聯邦巡迴法院。
美國專利法第101條（35 U.S.C §101）雖規定：「任何人發明或發現新而有用的方法、設備、製品或物之組合，或新而有用的改良，皆可依本法所定條件取得專利。」但標的若屬自然產物（product of nature）者，則不應授予專利。因此，本案關鍵問題在於：單離DNA是否屬於自然產物？
針對此一問題，巡迴法院以1887年聯邦最高法院於Hartranft v. Wiegmann案中所闡明的「人為介入（human intervention）是否已賦予發明物與自然產物明顯不同的特質」原則為判斷標準，認定單離DNA雖取自於原生DNA（native DNA），但其經化學處理後可釋放出特定分子，已與人體內之原生DNA有顯著不同，故具有可專利性。此外，法院更指出，美國專利局（The US Patent and Trademark Office，USPTO）自80年代迄今已釋出40,000件以上與DNA分子相關之專利，其中有20%為人類基因，此種長年行政慣例即便有誤，亦應由國會加以變更，而非法院。
本案受矚目之處，在於Myriad公司上訴時，美國司法部即透過法庭之友建議書（friend of the court briefs），向巡迴法院表明其否認人類基因具有可專利性的立場，因此本案判決結果等同於對司法部見解之否決。美國生技業者則認為單離基因專利（isolated gene patent）是生技產業的基石，此判決結果符合專利局一貫的專利政策，而此政策正是過去催生美國生技產業的推手；惟外界預料本案極可能再上訴至聯邦最高法院，屆時將對美國生技產業造成何種影響，值得持續觀察。
本文為「經濟部產業技術司科技專案成果」
歐洲五大電信公司──德國電信（Deutsche Telekom）、法國Orange電信、義大利電信（Telecom Italia）、西班牙電信（Telefonica）與英國沃達豐電信（Vodafone）於2021年11月18日聯合發表聲明，呼籲歐盟執委會與成員國加速開放「開放式無線存取網路」（Open Radio Access Network, Open RAN）的技術應用，並提出「為歐洲建立Open RAN生態系統」（Building an Open RAN Ecosystem for Europe）研究報告。 本報告對Open RAN價值鏈和當前供應商進行分析，發現許多歐洲供應商正處於發展初期，未獲得Open RAN商業契約，且在Open RAN關鍵服務的部分類別（如雲端軟體）中，尚未有歐洲供應商。甚至綜觀Open RAN的各項關鍵服務分布，歐洲供應商僅有少數等。因此，本報告強調歐洲需迫切將Open RAN作為戰略重點，並提出以下五點建議： （一）歐盟的政策制定者應積極推動發展創新、開放及可互通之電信生態系統，並期望歐盟執委會、成員國與產業利害關係人，透過對話與討論，促使全歐洲對Open RAN生態系統之建立產生共識。 （二）執委會應成立下世代通訊基礎設施聯盟，如同過去其為雲端與半導體設立聯盟，作為推動該產業的關鍵力量。此外，為迎接Open RAN新興技術，應提倡如歐盟共同利益重要計畫（Important Projects of Common European Interest, IPCEI）的微電子和通訊技術、5G產業協會與共同承諾推動智慧網路服務多國計畫。 （三）政策制定者應降低歐盟供應商和新創企業之投資風險，並對歐洲未來具有戰略意義的技術領域，以資金與租稅等激勵措施，支持歐洲供應商合作。如由歐盟執委會和各國政府為財團提供資金，使歐洲公司建立穩固的合作關係，並成為Open RAN價值鏈中茁壯成長的供應商。 （四）O-RAN聯盟（O-RAN ALLIANCE）與第三代合作夥伴計劃（3rd Generation Partnership Project, 3GPP）及歐洲電信標準協會（European Telecommunications Standards Institute, ETSI）正式合作，支持採用O-RAN規範作為ETSI的自願性標準，可透過快速程序對現有3GPP規範進行補充。透過促進全球統一的Open RAN標準，確保開放性網路設備的互通性，如：全歐認證的品質與互通性，建立生態系統部署者的信心。 （五）歐盟應與國際合作，促進安全、多樣化及可持續的資訊與通訊技術供應鏈，如：利用七大工業國組織（Group of Seven, G7）、美歐貿易和技術委員會（EU-US Trade and Technology Council）與日歐資通訊技術對話（Japan-EU ICT Dialogue）促進發展和部署開放且可互通的網路架構。
德國慕尼黑第一地方法院判決Google應為Google搜尋AI摘要功能之不實訊息負責德國慕尼黑第一地方法院判決Google應為Google搜尋AI摘要功能之不實訊息負責 資訊工業策進會科技法律研究所 2026年07月08日 2026年5月28日，德國慕尼黑第一地方法院（LG München I）做成判決[1]（Az. 26 O 869/26），認定Google應為其搜尋服務中提供的AI摘要功能產生之不實訊息承擔法律責任。 壹、事件摘要 一、AI摘要的不實指控 本案源自於，在2026年1月，兩家慕尼黑出版社發現，當在Google搜尋中使用該些公司名稱及「詐騙（Betrugsmasche）」或其他相類似單字作為關鍵字進行搜尋時，Google搜尋的AI摘要會出現該些公司與詐騙相連結的陳述，並「引用」了一則文章作為證據。出版社認為，實際上，AI錯誤地將其他公司的可疑行為資訊歸於該些公司了。該些公司並未有相關詐欺行為或與AI摘要中聲稱的其他「共犯」公司有連結。公司發現這件事後，在2月向Google寄送存證信函，要求其停止系爭爭議文本。 在Google受理相關申訴期間，該公司發現雖然同樣的搜尋也會間歇性地出現其他不具爭議的摘要，並明確指出該公司「不應與另一間在相類似情況下會被提及的可疑公司混淆」，但仍然會出現其欲終止的文本。該些企業因而以其企業人格權（Unternehmenspersönlichkeitsrecht）因AI摘要的不實和誹謗性描述遭到持續的侵害，向法院提起訴訟，依請求Google停止Google搜尋的AI摘要繼續出現這類言論。 二、Google的抗辯 Google則抗辯說，該請求沒有說明是涉及哪些具體的搜尋關鍵字和相關的資訊需要禁止，請求太過模糊。 再者，Google認為該些陳述並非Google的「言論」。Google認為該些陳述以搜尋引擎的形式出現，僅是依據搜尋請求自動顯示、由第三方提供的資訊。因此，相關陳述的直接侵權責任不能歸責於Google。 並且，Google也主張，其僅在被明確告知明顯違法情況下才可能承擔間接侵權責任，但在本案中，Google認為該些公司提出的申訴內容，還無法被視為明顯的違法情形，因為該些公司未能提出該些爭議陳述不屬實、公司受到實質損害的足夠證明。Google指出，實際上，網路公開論壇上存在許多不明顯違法的客訴，涉及不合理的催款或追討程序、缺少或延遲的服務，或者與客服的困難問題等。 最後，Google也主張已履行了審查義務，其在接到申訴後，透過機器學習的修正，已讓有爭議的內容無法再被存取。當侵害不存在重複發生的風險，法院就不應發布禁制令。 此外，Google也主張判決的效力應該限定於德國。 貳、重點說明 一、AI摘要不是搜尋結果，而是Google自身提供的內容 法院認為原告的請求已經足夠明確，其已列舉要求停止的言論，且相關搜尋關鍵字（「詐騙手法」）亦可透過Google搜尋欄的自動完成功能（Auto-complete-Funktion）在輸入原告公司名稱後所推薦的關鍵字中選取，列舉搜尋關鍵字並不是確定範圍所必須的。 法院接著指出，數位服務法（DSA）提供的責任豁免條款僅在該法適用範圍內有適用。並且，即便有DSA適用，法院也援引法蘭克福地方高等法院（OLG Frankfurt）2025年的判決（Az. 16 W 10/25）澄清，也並不排除司法機關依法要求服務提供者糾正或防止侵害的可能性。而在本案，法院認為AI摘要屬於Google自身透過提供給使用者的AI服務做出的表述，不能依據DSA、依據搜尋引擎營運者通知下架程序（Notice-and-take-down-Verfahren）享有豁免。這是因為AI摘要在呈現上已非單純的連結或預覽（Verlinkungen oder mit kurzer Vorschau (Snippets)），而是依照自己的架構、文字對問題和搜尋結果進行的獨立的整理與分析，並包含了在搜尋結果中找不到的說法，如AI摘要聲稱「引用」的來源中，根本未提及原告。法院因此認定，被告作為（也落在AI Act定義內的）AI提供者，必須為該AI生成的陳述負起責任。 二、AI摘要不是搜尋引擎、也不只是自動完成功能 法院並澄清，德國聯邦最高法院（BGH）有關搜尋引擎（Suchmaschinen）責任的判決（Az. VI ZR 489/16）並無法在本案中被援用。依據BGH，搜尋引擎是確保網路資訊可用的必要服務，與網路服務提供者（ISP）提供網路服務幾乎同等重要，因此作為間接侵權責任者，搜尋引擎服務與ISP服務一樣僅應承擔有限的責任，並不應使其承擔事先審查或其他可能危及搜尋引擎營運難度的不合理義務。但法院指出，AI摘要不是搜尋引擎。一方面，如上所述，它會發表獨立的、新的陳述，而該些內容是可以被Google檢查的。另一方面，法院也指出AI摘要並不像搜尋引擎那般絕對必要，AI摘要或許對許多人而言是理想的、能簡化搜尋過程，但相較於搜尋引擎，卻不是人為了處理網路資訊的洪流時不可或缺的。 法院也認為自動完成功能的考量無法套用到AI摘要上。BGH曾做出判決（Az. VI ZR 269/12）指出，自動完成功能不僅僅是純技術性、自動化和被動的，也不僅是提供資訊讓第三方存取，而是使用者的查詢資料會被用來程式化地處理、形成概念連結後，由服務提供者所提供的搜尋建議。BGH認為，儘管服務提供者原則上應對「放任」這些建議涉及的侵權負責，但仍需評估服務提供者能否合理地被期待防止損害，以避免過度的責任。考量關鍵字建議會因為其服務提供者無法控制的使用者搜尋模式和歷史改變，且只在某些使用者實際使用了特定關鍵字查詢時才能知悉，BGH認為這減輕了服務提供者的責任。但法院認為，由於AI摘要進行了獨自的整理與分析，也做出了第三方網站所無的陳述，服務提供者也就不再能以其無法控制第三方內容作為限制責任的依據。此外，法院也認為，儘管AI摘要提供「警語」，使用者可以比對AI摘要及第三方網站進行確認，但使用者也並非Google的事實查核員，因此這也不代表損害之發生應完全歸咎於使用者不查證，從而免除服務提供者的責任。 三、AI審查責任與言論自由 就Google主張說，若Google必須為AI摘要內容負責，就不可能在搜尋引擎中使用AI，法院也做出反駁。一方面，法院認為Google沒有提出的證明，另一方面，也可以限制審查義務的時間點在被指出可能的違法情況時緩解。並且，法院也指出，不同於無法或不適合主動去審查的第三方內容，即便在完全不與第三方網頁聯繫的情況下，Google也可以審查AI摘要的內容和資訊來源。因此，Google的責任也沒有理由被限制於明顯違法的內容，否則，對於受言論影響的人來說，在保護一般人格權或公司人格權方面必然會留下漏洞，因為當事人也無法向其他第三方請求撤除其實際上沒有發表的、有爭議的言論。 但是，法院也指出，這不代表原告有權要求Google的AI摘要不得產生任何他們僅僅是不希望出現的描述或評價。例如，法院認為亦必須考量言論自由的保護，不能禁止可能使讀者形成負面評價、但真實的事實陳述。然而，值得注意的是法院對AI生成內容的言論自由的評估，法院認為AI生成內容的觀點並非表達者自身信念的體現，而是演算法的產物，背後主要體現的是Google的商業活動，因此在本案權衡時，法院認為人格權的保護要優先於商業利益。 四、侵害防止請求之效力 綜上所述，法院最後認定原告有權請求Google停止AI摘要產生錯誤且誹謗性的言論，否則將面臨處罰。並且，法院也不採Google主張已經消除風險的主張，認為其雖然調整了AI摘要結果，但仍未做出足夠的安全保障，重複發生的可能性並未消失。此外，法院也依據《歐盟司法管轄權及執行規則》（EuGVVO）之規定，認定其具備原告及被告間跨境爭議的管轄權，被告應在該規則的適用範圍內，承認判決之效力，駁回判決效力應限於德國的主張。本案仍未終局確定。 參、事件評析 本案核心爭議在於AI摘要是否應與傳統搜尋結果在法律上享有同等地位，而慕尼黑第一地方法院明確駁回了這項論點。這項判決降低了使用者或公司對誹謗性人工智慧生成內容採取法律行動的門檻，加大了Google等AI服務提供者的監管壓力。 [1] LG München I, Endurteil v. 28.05.2026 – 26 O 869/26, https://www.gesetze-bayern.de/Content/Document/Y-300-Z-BECKRS-B-2026-N-11860 (last visit Jul. 07, 2026)
合成資料（synthetic data）「合成資料」（synthetic data）的出現，是為了保護原始資料所可能帶有的隱私資料或機敏資料，或是因法規或現實之限制而無法取得或利用研究所需資料的情況下，透過統計學方法、深度學習、或自然語言處理等方式，讓電腦以「模擬」方式生成研究所需之「合成資料」並進行後續研究跟利用，透過這個方法，資料科學家可以在無侵犯隱私的疑慮下，使合成資料所訓練出來的分類模型（classifiers）不會比原始資料所訓練出來的分類模型差。 在合成資料的生成技術當中，最熱門的研究為運用「生成對抗網路」（Generative Adversarial Network, GAN）形成合成資料（亦有其他生成合成資料之方法），生成對抗網路透過兩組類神經網路「生成網路」（generator）與辨識網路（discriminator）對於不同真偽目標值之反覆交錯訓練之結果，使其中一組類神經網路可生成與原始資料極度近似但又不完全一樣之資料，也就是具高度複雜性與擬真性而可供研究運用之「合成資料」。 英國國防科技實驗室（Defense Science and Technology Laboratory, DSTL）於2020年8月12日發布「合成資料」技術報告，此技術報告為DSTL委託英國航太系統公司（BAE Systems）的應用智慧實驗室（Applied Intelligence Labs, AI Labs）執行「後勤科技調查」（Logistics Technology Investigations, LTI）計畫下「資料科學與分析」主題的工作項目之一，探討在隱私考量下（privacy-preserving）「合成資料」當今技術發展情形，並提供評估技術之標準與方法。 技術報告中指出，資料的種類多元且面向廣泛，包含數字、分類資訊、文字與地理空間資訊等，針對不同資料種類所適用之生成技術均有所不同，也因此對於以監督式學習、非監督式學習或是統計學方法生成之「合成資料」需要採取不同的質化或量化方式進行技術評估；報告指出，目前尚未有一種可通用不同種類資料的合成資料生成技術或技術評估方法，建議應配合研究資料種類選取合適的生成技術與評估方法。
產業創新與管制革新－日本國家戰略特區制度等之啟示