パートII：コンピュータ実施発 明／ソフトウェア関連発明に 関するEPOとJPOの比較研究
Part II: The EPO and the JPOs Comparative Study on ComputerImplemented Inventions/SoftwareRelated Inventions
本書は、EPOとJPOがコンピュータ 実施／ソフトウェア関連発明に係る 出願の審査方法について、特許出願 人と実務者に理解を深めてもらうた めに最近行った共同研究の結果の概 要をお伝えする、当事務所のニュー ズレターシリーズのパートIIです。
The is the second part of our newsletter series where we provide a summary of the results of the recent study jointly conducted by the EPO and the JPO that aimed to provide patent applicants and practitioners with insights into how each office examines applications directed to computer-implemented/ software related inventions.
1月のニューズレターでは、両庁の アプローチを対比させた事例を通 して、主題に関するクレームが、発 明を法的に定義していない（発明該 当性を満たしていない）という理由 で特許対象から除外されたかどうか について考察しました。今回のニュ ーズレターは、新規性と開示の十分 性に対する両庁のアプローチについ て、事例を比較していきます。この シリーズの最後となる次回のニュー ズレターでは、進歩性に対する両庁 のアプローチについて事例を比較検 討していく予定です。 この研究はここで閲覧可能であり、 本書では以下「本研究」と呼ぶこと にします。
The study can be found here, and herein references to “the study” refer to this document.
新規性
Novelty
事例I
Case I
新規性について考察された唯一の事 例は、ロボット装置に関するもので あり、JPガイドライン（日本の特 許・実用新案審査ガイドライン）の 付属書A第4章から抜粋しました。
The only case examined for novelty concerns a robot apparatus and was taken from Annex A, Chapter 4, of the Japanese Guidelines.
この事例のクレーム1と2はどちら も、対象物に基づいて行動するロボ ット装置に関しており、当該装置は 対象物を検知するセンサーと、当該 センサーの出力に基づき対象物に関 する情報を入手し受信する伝送部分 および受信部分と、当該情報に基づ き当該ロボット装置を制御するプロ 1
Our January newsletter examined the cases contrasted for the offices’ approaches to whether the claims related to subject matter excluded from patentability for not statutorily defining an invention. This newsletter examines the cases contrasted for the offices’ approaches to novelty and sufficiency. Our next newsletter, and final in this series, will examine the cases contrasted for the offices’ approaches to inventive step.
Claims 1 and 2 of this case are both directed to a robot apparatus which acts on an object and which comprises a sensor for detecting the object, transmission and control sections for acquiring and receiving information on the object based on the sensor output, and a control section for storing a program which controls the robot www.hlk-ip.jp
グラムを記憶する制御部分とを含ん でいます。
apparatus based on the information. Claim 1 recites that the information concerns the type of the object which is specified by a server based on information received via a network from a production facility that makes the object. Claim 2 recites that the information contains attribute information and unique identification information of the object specified by a server.
クレーム1において、当該情報は、 対象物を製造する生産施設からネッ トワークを介して受信した情報に基 づき、サーバーにより特定される対 象物の種類に関するものであると記 載されています。クレーム2におい て、当該情報は、サーバーにより特 定された対象物の属性情報と独自の 識別情報を含んでいると記載されて います。
The prior art discloses a robot apparatus having a sensor, a transmission section, a reception section, and a control section as recited by claims 1 and 2. However, the information in the prior art is information on a type of the object as specified by a server. The invention and prior art are indicated in the figures below (taken from the JP Guidelines, Annex A, Case 35, also found on page 3 of the study):
先行技術は、クレーム1と2に記載さ れているようなセンサー、伝送部 分、受信部分および制御部分を有 するロボット装置を開示していまし た。しかし、この先行技術における 情報は、サーバーにより特定された 対象物の種類に関する情報です。本 件発明と先行技術が、以下の図に示 されています（JPガイドライン付属 書Aの事例35から抜粋、本研究の3ペ ージにも掲載）。 Drawing in the application 本件出願の図面
センサー
伝送部分
A社の生産施設
B社の生産施設
クエリ サーバー
受信部分 動作制御
制御プログ ラム部分
対象物（製品）
2
応答情報
ネットワーク
クレーム1 • 対象物の生産施設からネットワークを介し て受信した情報に基づき特定された対象物 の種類に関する情報 クレーム2 • 各対象物の属性情報（各製品の材料、重 量、表面処理状態など） •
独自の識別情報（各製品のID番号など）
www.hlk-ip.jp
Drawing in the prior art 先行技術の図面 センサー
伝送部分
クエリ サーバー
受信部分 動作制御
応答情報
制御プログ ラム部分
記憶装置
対象物の種類に関する情報 （中型車の前座席など）
対象物（製品）
3
クレーム1に関して、当該情報は同様 の情報（対象物の種類）ですが、ク レーム1における情報は、「対象物の 生産施設からネットワークを介して 受信した情報に基づき」決定されま す。当然ながらEPOとJPO双方はク レーム1について、この特徴は情報の 出所に関しているため、装置自体を 限定していないという理由で、新規 性がないと判断しました。さらに両 庁は情報が異なっていることを理由 に、クレーム2を新規とみなしまし た。
Regarding claim 1, the information is the same kind of information (type of object) but claim 1 specifies that the information is determined “on the basis of information received via a network from a production facility of the object.” Unsurprisingly, both the EPO and JPO deemed claim 1 to lack novelty since this feature relates to the source of the information and therefore does not limit the apparatus itself. Both offices also deemed claim 2 to be novel due to the information being different.
開示の十分性
Sufficiency
ここに挙げる各事例は、JPガイドラ インの付属書A第1章に示された事例 46、47および48から抜粋していま す。
Each of these cases is taken from Annex A, Chapter 1, of the Japanese Guidelines where they are presented, respectively, as cases 46, 47, and 48.
事例I
Case I
この事例の唯一のクレームは、モデ ル生成手段を含む糖度推定システム に係るものです。このクレームの
This case’s single claim relates to a sugar content estimation system comprising a model generation means.
www.hlk-ip.jp
発明概念は、人物の顔画像の入力 に基づく機械学習を通して判定モ デルを生成するモデル生成手段に 関しており、この手段を通して、 その人物により生産（例えば、栽 培）された野菜の糖度が、顔画像 と野菜の糖度を含む訓練データに 基づいて出力されます。 基本的に本件発明は、その野菜を 生産する人物の顔の特徴（頭の長 さ、顔の幅、鼻の幅と唇の幅な ど）に基づき、畳み込みニューラ ルネットワーク（CNN）のような 機械学習モデルにより、野菜の糖 度の推定を可能にします。明細書 には、顔の特徴とその人物により 生産された野菜の糖度との相関関 係に加え、各種類の野菜の種を蒔 いてから所定の期間が経った後、 「糖度」が判定されることが記載 されています。 しかし、通常の一般的知識に照ら し、当業者は顔の特徴とその人物 が生産した野菜の糖度との関係を 推定できないため、本件出願は十 分に開示されていないと、両庁は 認定しました。 EPOにおいて、所期の技術的効果（ 糖度の出力）はクレームに明示さ れています。第83条に基づき、ク レームに明示された所期の技術的 効果が実現されない場合1、クレー ムされた発明は再現性を欠いてい る可能性があり、EPOはこの事例の 開示が不十分と結論づけました。 具体的に言うと、明細書は、顔の 特徴と糖度との相関関係を学習す るためにCNNが訓練されることを 教示しているものの、当業者は、 クレームの技術的効果を実現する ために不可欠である相関関係の存 在に疑問を抱くと思われます。
The inventive concept of the claim relates to the model generating means being for generating a determination model through machine learning based on the input of a face image of a person, and from which a sugar content of a vegetable, if that vegetable were to be produced (e.g. grown) by that person, is output based on training data containing facial images and vegetable sugar content. Essentially the invention allows the sugar content of a vegetable to be estimated by a machine learning model, such as a convolutional neural network (CNN), based on the facial features (such as head length, face width, nose width, and lip width) of a person that is to produce the vegetable. The description mentions a correlation between facial features and the sugar content of a vegetable produced by the person, with “sugar content” being determined at a predetermined time after seeding for each vegetable type. However, in view of common general knowledge, the skilled person is not able to presume a relationship between facial features and a sugar content of a vegetable produced by that person and, on this basis, both offices found this application to lack sufficiency. Before the EPO, the desired technical effect (outputting the sugar content) is expressed in the claim. Under Article 83 a claimed invention may lack reproducibility if the desired technical effect as expressed in the claim is not achieved1 and the EPO concluded that this case was insufficient. Specifically, although the description teaches that a CNN is trained to learn the correlation between facial features and sugar content, the skilled person would doubt the correlation, whose existence is essential for achieving the technical effect of the claim.
If the effect is not expressed in the claim but is part of the problem to be solved there may be issues with inventive step. 1
技術的効果がクレームに明示されていないが、解決すべき課題の一部である場合には、進歩性に関す る問題が存在する可能性があります。 1
4
www.hlk-ip.jp
JPOも同様の結論に至りました。明 細書は相関関係が存在すると開示し ているものの、どのような相関関係 が存在し得るのかを開示していない ため、その存在を全く推定できない のです。それ故、当業者がこのクレ ームされた発明を再現することは不 可能です。 このように出願時の明細書が、ク レームされた発明を実施できると いう説得力のある1つの実施例また は他の技術情報を提示していない 場合、EPOの審査ガイドラインは （F-III, 4において）、出願の十分な 開示を立証する責任は出願人にある と述べています。JPOは、顔の特徴 と糖度との相関関係が推定可能であ ることを出願人が立証する必要があ ると述べました。この拒絶を克服す るには、相関関係の存在を裏付ける 実験結果を提出するだけでは不十分 です。
In cases such as these where the application as filed does not provide a single example or other technical information from which it is plausible that the claimed invention can be carried out, the EPOs Guidelines for Examination state (at F-III, 4) that the burden of proof regarding the application being sufficient rests with the applicant. The JPO stated that the applicant would need to prove that the correlation between facial features and sugar content can be inferred. For overcoming this objection, it is not sufficient to submit experimental results that support the existence of the correlation.
事例II
Case II
この事例に含まれるクレームは、バ ナー広告、製品リスト広告やダイレ クト電子メールといった「広告」、 およびソーシャルメディア、Web記 事やブログなどにおける製品や広告 のレビューといった「言及データ」 が機械学習モデルの訓練に用いられ る、事業計画設計装置に係るもので す。また、この機械学習モデルの出 力は、製品の現在の広告データと言 及データおよび過去の販売数量に基 づき、当該製品の将来の販売数量を 予測します。この装置はさらに、当 該製品の将来の売上と現在の在庫量 に基づき、当該製品の生産量を計画 することもできます。
This case contains a claim to a business plan design apparatus wherein "advertisements”, such as banner ads, product listing ads and direct emails, and “mention data”, such as reviews of the product or advertisements in social media, web articles, and blogs etc., are used for training a machine learning model. The output of the machine learning model then predicts a future sales quantity for a product based on current advertisement data and mention data and a past sales quantity of that product. The apparatus can further plan a quantity of the product to be produced based on the future sales and an amount of currently stored stock for that product.
読者の皆さんはご存じでしょう が、EPOは進歩性分析において、こ のようなクレームを好意的に捉えな い傾向があります。事実、比較研究 においてEPOはこのクレームを評価 する際に、第83条の遵守に関してこ のクレームを審査する必要はないと 結論づけました。むしろこのクレー ムはビジネス方法の単なる自動化を 5
The JPO concluded similarly. Whilst the description discloses that the correlation exists, it does not disclose what the correlation may be, and it therefore cannot be presumed that it exists at all. It is therefore not possible for the skilled person to produce the claimed invention.
As the reader will know, the EPO is unlikely to look favourably upon such a claim in an inventive step analysis. In fact, the EPOs assessment of this claim in the comparative study concluded that it was not necessary to examine it for compliance with Article 83. Rather, this case would be refused for lacking inventive step for the claim defining www.hlk-ip.jp
定義しているという理由で、この事 例は進歩性の欠如を理由に拒絶され ました。
6
the mere automation of a business method.
より具体的に言えば、このクレーム は装置に関しているため、第52条 (2)項に基づき特許保護からは除外 されませんが、このクレームは一般 的な「手段」を示すように作成され ているため、あらゆる汎用コンピュ ータを超える具体的な技術的実施を 示唆しておらず、この装置を実行す るために改良された方法は非技術的 です。言い換えれば、このようなク レームを審査する場合、一応の進歩 性の欠如が明白であるため、EPOは 他の条項の遵守について審査する時 間を割くことはないと言えるでしょ う。
More specifically, because the claim is directed to an apparatus it is not excluded from patent protection under Article 52(2), but since the claim is drafted to refer to a general “means”, it does not imply any concrete, technical implementation that goes beyond any general-purpose computer, and the method that the apparatus is adapted to carry out is non-technical. In other words, it could be said that when examining such a claim, the prima facie lack of inventive step would be so apparent that the EPO may not take the time to examine compliance with other articles.
一方、JPOはこのクレームを開示の 十分性について検討し、十分な開示 であると結論づけました。上記の事 例Iとは異なり、Web広告データと言 及データと販売数量との相関関係は 開示されていませんでしたが、通常 の一般的知識に照らして相関関係が 存在すると推定できます。これを考 慮して、当業者はユニバーサル機械 学習アルゴリズムと一緒に適切な訓 練データを用いてクレームされた推 定モデルを構築できると、JPOは結 論づけました。
The JPO however did consider the claim for sufficiency and concluded that it was sufficient. Unlike Case I above, although a correlation between web advertisement data and mention data and sales quantity was not disclosed, it could be presumed that one existed in view of common general knowledge. Given this, the office concluded that the skilled person could build the claimed estimation model using a universal machine learning algorithm with appropriate training data.
www.hlk-ip.jp
仮にEPOがこのクレームを進歩性に 関して拒絶する決定を下す前に、開 示の十分性に関する詳細な考察を行 っていれば、恐らく同様の結論にな ったと当事務所は考えています。
Were it not for the EPO’s decision to refuse this claim for inventive step without providing a detailed discussion of sufficiency, we consider that it would have concluded similarly.
事例III
Case III
最後の事例は、運転監視装置を備え た自動運転車に関するものです。そ のクレームの記載によれば、当該監 視装置は、撮影装置（運転席に座っ たドライバーを撮影するように配置 されている）により撮影された画像 を訓練済み学習モデルに入力するこ とにより、車両運転中に迅速に対応 するドライバーの能力を表す「即応 性スコア」を取得できる「即応性推 定部」を有しています。この学習モ デルは、ドライバーの画像に基づき ドライバーの即応性を推定するよう に、機械学習により訓練されていま した。クレームには、このスコアに 基づいて、自動運転モードから手動 運転モードへの切り替えが禁止され ると記載されています。この方法に より、ドライバーが車を安全に運転 する即応性を有すると当該装置が判 定した場合に限り、ドライバーの手 動運転が可能になります。
The final case concerns an autonomous vehicle having a driving monitoring device. The claim recites that the monitoring device has a “quick reaction capability estimation unit” that can input an image taken by an imaging device (positioned to take an image of a driver seated in a vehicle seat) to a trained learning model to obtain a “quick reaction capability score” that represents a capability of the driver to react quickly during vehicle operation. The learning model was trained through machine learning to estimate a quick reaction capability of a driver based on images of drivers. The claim recites that, on the basis of this score, switching from an autonomous operation mode to a manual operation mode is prohibited. In this way, allowing the driver manual control only becomes possible when the device determines that they have the quick reaction capability to operate the vehicle safely.
明細書は、即応性スコアが0から10 の数字であること、さらに様々な状 況におけるドライバーの画像とスコ アとを関連づける訓練データを用い る既知の機械学習アルゴリズムによ り、当該学習モデルが生成されるこ とを記載しています。例えば、ドラ イバーがハンドルを握っている場合 には、ドライバーが飲食などをして いる場合よりも安全に車両を運転で きると判定されます。 この事例では、EPOとJPO双方が、 このクレームは十分な開示要件を満 たしていると結論づけました。 EPOは事例Iに関しては、技術的効果 がクレームに記載されているため、 その出願は当業者が発明を再現でき る十分な情報を示しているかどうか について検討すべきと結論づけまし 7
The description mentions that the quick reaction capability score is a number between 0 and 10 and that the learning model is generated using a known machine learning algorithm using training data that associates a score with an image of a driver in various situations. For example, if the driver is holding the steering wheel, then it is determined that the driver can safely operate the vehicle themselves than if the driver was eating etc. In this case, both the EPO and the JPO concluded that the claim complied with the requirement of sufficiency. The EPO concluded that, as for Case I, the technical effect is recited by the
www.hlk-ip.jp
た。しかし、事例Iの場合とは異な り、この事例の当業者は通常の一般 的知識から、クレームされたモデル を決定できます。とりわけ明細書に よれば、機械学習アルゴリズムに入 力される訓練データには、即応性ス コアを設定するために手作業で評価 される運転席に座ったドライバーの 画像が含まれています。これを行う 方法の実施例も示されています。そ れ故、当業者は任意の機械学習モデ ルを選択し、十分な数の訓練画像を 用いて訓練することができます。そ のためこの事例では、当該モデル自 体が、所定の画像に記録された行動 と、当該モデルの訓練に用いられる 画像に示された類似の行動とを関連 づけることが可能です。 JPOも同様の結論に達しました。特 に明細書における例示されたドライ バーの画像の訓練データおよび関連 づけられた数字のパラメータを考慮 して、ドライバーの画像とドライバ ーの即応性との相関関係を推定する ことが可能であり、当業者はクレー ムされた出力を推定したモデルを導 き出せるでしょう。 まとめと結論 これらの事例から分かるように、新 規性と開示の十分性を評価する両庁 のアプローチに大きな違いはありま せんでした。新規性の評価基準は世 界中でほぼ一貫しており、開示の十 分性に関しても、EPC第83条が日本 特許法第36条(4)項と類似している ことを考えると、これは驚くことで はありません。 しかしながら、今回のニューズレタ ーで考察した事例は、両庁のアプロ ーチの不一致を示していませんでし たが、開示の十分性に関する限り、 日本と欧州の双方で特許保護の申請 を希望する出願人にとって、少なく ともいくつかの明確な助言を示して います。 事例Iの場合、両庁が不十分な開示 を理由にクレームを拒絶したのは、 入力と出力の相関関係（基本的にど 8
claim, and therefore it is to be considered whether the application contains sufficient information for the skilled person to reproduce it. Unlike for Case I however, the skilled person is able to determine the claimed model from their common general knowledge. In particular, according to the description, the training data that is input into the machine learning algorithm contains images of seated drivers that are manually evaluated to set a quick reaction capability score. Examples of how to do this are also given. Therefore, the skilled person can choose a machine learning model and train it with a sufficient number of training images. In this case, the model itself is therefore able to correlate the behaviour captured in a given image with similar behaviours as depicted in the images used to train the model. The JPO concluded similarly. In particular, given the example training data in the description of driver images and associated numerical parameters, the correlation between an image of the driver and their capability to react quickly could be presumed and the skilled person could derive a model that estimated the claimed output.
Summary and Conclusion As can be seen from these cases, there were no significant differences in the two offices’ approach to assessing novelty and sufficiency. This is not unexpected since the standard according to which novelty is assessed is arguably one of the most consistent worldwide, and regarding sufficiency we consider Article 83 EPC to be similar to Article 36(4) JPA. Nevertheless, although the cases discussed in this newsletter did not present diverging approaches between the offices, they do at least demonstrate some clear advice for applicants who wish to apply for patent protection both in Japan and in Europe as far as sufficiency is concerned. www.hlk-ip.jp
のような機械学習モデルが要求され ているのか）が、明細書または当業 者の通常の一般的知識から明白では ないためでした。対照的に事例IIIで は、相関関係の存在が直ちに明白で した。全ての事例において、各クレ ームの発明を実施する上で「一般的 な」機械学習モデルを利用できたに もかかわらず、十分な開示要件を満 たすには、発明を再現できることが 重要な意味を持ちます。事例IIIで分 かったように、この再現性の要件を 満たす1つの方法が、技術的効果に説 得力を与える訓練データを含めるこ とであり、さらに当事務所から実務 者の方へのアドバイスとして、出願 に開示されている内容が技術的効果 を実現できることを確実に検証し、 出願がEPC第83条の遵守に関して審 査される際に、いかなる問題にも遭 遇しないようにすることをお勧めし ます。
連絡先
9
For case I, both offices refusing the claim due to insufficiency was due to the correlation between the input and output (essentially what the machine learning model was being asked to do) not being clear from the description or the skilled person’s common general knowledge. In contrast, in case III, it was immediately obvious that the correlation exists. Despite that in all cases a “general” machine learning model could be employed to implement the invention of each claim, for the requirement of sufficiency to be met it is important that the invention be reproducible. As we saw with case III, one of the ways of meeting this requirement of reproducibility is to include training data that renders the technical effect plausible, and our advice to practitioners would certainly be to examine what is disclosed in the application to enable the technical effect so that applications do not encounter any problems when being examined for compliance with Article 83 EPC.
Contact us
スチュアート・クラークソン シニアアソシエイト sclarkson@hlk-ip.com
Stuart Clarkson
ヤーナ・クレヴェット シニアア法廷弁護士 jcrewett@hlk-ip.com
Jana Crewett
Senior Associate sclarkson@hlk-ip.com
Senior Attorney jcrewett@hlk-ip.com
www.hlk-ip.jp