IBM Watson Health與FDA合作研究區塊鏈技術之醫療運用

  根據專利資料庫公司IFI CLAIMS公佈2016年美國專利統計報告,IBM以8,088件專利再度蟬聯冠軍,其中多著重在人工智慧(artificial intelligence)、認知運算(cognitive computing)、及雲端(cloud)等技術領域,也有健康醫療相關專利。

  近期IBM Health與美國食品藥品管理局(U.S. Food and Drug Administration)展開兩年期之合作研究,透過區塊鏈技術(blockchain)以安全且去中心化的方式進行數據共享,如:交換電子病歷、臨床試驗、基因數據、甚至過去難以取得的病患行動與穿戴裝置數據及物聯網(Internet of Things)數據等。

  傳統上病患的病歷資訊存放於各診療單位或醫療機構,造成資訊管理效率及互通性較低,在區塊鏈技術的架構下,有效率的將大量且多樣的醫療數據進行彙整,並藉審查追蹤紀錄以防止竄改,提升病歷數據傳輸管理的可靠性及安全性。在如此多元化的醫療數據共享環境下,有助於醫療診斷、更將能促進產業發展。

  此外,過去病患穿戴裝置所測得的日常生理數據,不管在數據取得、或將該些數據應用至臨床診斷上皆存有許多問題,如今區塊鏈技術將能提高物聯網數據資訊之整合性。依調查顯示,預計有80%新創組織採用區塊鏈技術於物聯網數據管理與應用上。

  其他應用商機更包括居家監控、慢性疾病管理、藥物整合(medication reconciliation)及供應鏈管理等。IBM預估,至2017年底將會有16%的健康醫療機構採用以區塊鏈技術為架構的管理工具,並預測十年內採用比例將達72%。

本文同步刊登於TIPS網站(https://www.tips.org.tw)」

相關連結
你可能會想參加
※ IBM Watson Health與FDA合作研究區塊鏈技術之醫療運用, 資訊工業策進會科技法律研究所, https://stli.iii.org.tw/article-detail.aspx?d=7714&no=64&tp=1 (最後瀏覽日:2026/10/10)
引註此篇文章
你可能還會想看
社交網站Pinterest與Path的商標戰

  由於現在手機、相機拍照風潮盛行,Pinterest 成為一個圖像社交網站大品牌,近期,展開一連串的法律行動,禁止其他公司的使用Pin開頭的商標,成功擊退其他申請人於相同類別,註冊「Pinlets」和「Pintegrate」等商標。   此外,美國專利商標局允許Pinterest註冊其經設計的「P」商標用於APP的小圖示,但根據TechCrunch報導,因為紅白設計的「P」看起來與另一間公司Path的標誌非常相似,今年七月Pinterest改版,引入了新的介面與動畫,而此動畫非常相似於Path的介面,當用戶點擊螢幕,小圓圖標彈出,指引使用者可採取的行動,Path要求美國專利商標局,延後Pinterest的商標註冊核准。   另,Pinterest近期也獲得了一場勝利,舊金山美國地方法院裁定,網路蟑螂須為他搶註100個網域名稱的行為,賠償720萬美元予Pinterest。網路蟑螂註冊許多與知名公司相似的網域名稱,而此次由於單一的網路蟑螂,卻擁有100個類似於Pinterest的網域名稱,例如:pinterests.com、pimterest.com 與 pinterost.com,企圖藉此吸引訪客,因此法官認定網路蟑螂構成故意侵權,可能造成Pinterest的商譽受損或被稀釋淡化。   Pinterest的發言人表示,對於Pinterest的使用者而言,這是一個很好的結果。

美國加州法院認定Broadcom控訴Netflix侵權之US 8365183專利不具適格性

  2022年4月美國加州法院於Broadcom控訴Netflix專利侵權一案中,就Broadcom的第US 8365183號美國專利(下稱183專利)做出無效的判決。   於2020年3月,Broadcom就Netflix對消費者提供的影音服務提起訴訟,認為Netflix影音內容傳輸方式使用到Broadcom的多件專利技術,此次的183專利,主要是用來在多個電腦/伺服器設備中進行處理工作的分配,依Broadcom的主張,該技術應用於影音機上盒這類產品時,可有效的提升影音媒體的效率。這類專利與演算法有關,對於專利本質是否為抽象概念,需要通過美國最高法院就Alice案對於抽象概念的兩階段測試法,先檢驗請求項是否指向抽象概念,再檢驗請求項是否因其中元件(包含電腦/軟體)的配置,改變其性質而成為適格的專利標的。   加州法院法官James Donato認為,就183專利所主張之請求項內容,主要是在於多個伺服器間進行工作分配,此種行為與辦公室裡進行工作分配並沒有不同,且日常生活中也充滿類似情況,如服務生依照顧客需求進行位置安排,就此Broadcom雖提出該專利方法可提高伺服器效率的論點,但法官認為該專利只是列出傳統電腦技術中會執行的步驟順序,未因該專利所揭露的方法促進電腦的功能,而不足以使抽象概念的性質轉化,因此就該專利做出無效的判決。 「本文同步刊登於TIPS網站(https://www.tips.org.tw )」

歐洲專利局與俄羅斯聯邦智慧財產局已於2月1日起試行啟動專利審查高速公路(PPH)計畫

  歐洲專利局(European Patent Office,簡稱EPO)與俄羅斯聯邦知識產權局(Russian Federal Service for Intellectual Property,簡稱ROSPATENT)啟動專利審查高速公路(Patent Prosecution Highway,簡稱PPH)計畫,自今(2017)年2月1日至2020年1月31日起試行三年。專利申請人向EPO或ROSPATENT提出全部或部分相同的技術內容,至少有一個請求項經過其第一申請局(Office of First Filing,簡稱OFF)核准,即可以相關檢索或審查文件提供予第二申請局(Office of Second Filing,簡稱OSF)參考,同時請求此對應的專利申請案加速審查。   事實上,EPO這幾年已展開一系列的專利申請加快審查程序,除了在世界五大專利局(簡稱IP5,包含歐洲以及韓國、中國大陸、美國、日本),亦基於專利合作條約(Patent Cooperation Treaty,簡稱PCT)國際專利申請的架構,已與澳洲、加拿大、哥倫比亞、以色列、墨西哥、新加坡以及俄羅斯等國家進行PPH計畫,另後續也同意與馬來西亞和菲律賓的PPH合作協議(目前尚未啟動),由此可見EPO相當積極促成多國PPH程序以減少雙方專利局重覆審查作業並增進資源的有效利用。   對於專利申請人而言,因應企業全球化經營的思維及國際專利申請佈局策略,考量屬地主義侷限於當地申請才能取得權利保護的情況下,透過各國專利局雙方簽署PPH協議得以較快獲得審查結果。然而,就算相同的技術內容,並不一定保證OSF依循OFF核准其可專利性,建議尚須注意各國專利審查制度的差異性。 【本文同步刊登於TIPS網站(http://www.tips.org.tw)】

英國資訊委員辦公室提出人工智慧(AI)稽核框架

  人工智慧(Artificial Intelligence, AI)的應用,已逐漸滲透到日常生活各領域中。為提升AI運用之效益,減少AI對個人與社會帶來之負面衝擊,英國資訊委員辦公室(Information Commissioner’s Office, ICO)於2019年3月提出「AI稽核框架」(Auditing Framework for Artificial Intelligence),作為確保AI應用合乎規範要求的方法論,並藉機引導公務機關和企業組織,評估與管理AI應用對資料保護之風險,進而建構一個可信賴的AI應用環境。   AI稽核框架主要由二大面向所構成—「治理與可歸責性」(governance and accountability)以及「AI特定風險領域」(AI-specific risk areas)。「治理與可歸責性」面向,係就公務機關和企業組織,應採取措施以遵循資料保護規範要求的角度切入,提出八項稽核重點,包括:風險偏好(risk appetite)、設計階段納入資料保護及透過預設保護資料(data protection by design and by default)、領導管理與監督(leadership management and oversight)、政策與程序(policies and procedures)、管理與通報架構(management and reporting structures)、文書作業與稽核紀錄(documentation and audit trails)、遵循與確保能力(compliance and assurance capabilities)、教育訓練與意識(training and awareness)。   「AI特定風險領域」面向,則是ICO特別針對AI,盤點下列八項潛在的資料保護風險,作為風險管理之關注重點: 一、 資料側寫之公平性與透明性(fairness and transparency in profiling); 二、 準確性(accuracy):包含AI開發過程中資料使用之準確性,以及應用AI所衍生資料之準確性; 三、 完全自動化決策模型(fully automated decision making models):涉及人類介入AI決策之程度,歐盟一般資料保護規則(General Data Protection Regulation, GDPR)原則上禁止無人為介入的單純自動化決策; 四、 安全性與網路(security and cyber):包括AI測試、委外處理資料、資料重新識別等風險; 五、 權衡(trade-offs):不同規範原則之間的取捨,如隱私保護與資料準確性; 六、 資料最少化與目的限制(data minimization and purpose limitation); 七、 資料當事人之權利行使(exercise of rights); 八、 對廣泛公共利益和權利之衝擊(impact on broader public interests and rights)。   ICO將持續就前述AI特定風險領域,進行更深入的分析,並開放公眾討論,未來亦將提供相關技術和組織上之控制措施,供公務機關及企業組織進行稽核實務時之參考。

TOP