知识产权法
Parent: ai_keywords
核心定义
知识产权法是调整因创造性智力成果（知识产品）的归属、利用、保护而产生的社会关系的法律规范总称。其核心范畴包括著作权、专利权、商标权及商业秘密等，旨在通过赋予权利人有限垄断权，激励创新与信息共享。
关键技术点（人工智能与医学交叉视角）
- 算法的可专利性：AI诊断模型（如深度学习癫痫灶定位网络）是否属于“技术方案”，需满足新颖性、创造性和实用性。当前各国对纯粹数学方法持谨慎态度，但嵌入具体医学应用的算法（如结合EEG信号处理）通常可获专利。
- 医学数据集的著作权：脑影像、基因组数据库若在筛选、标注上具有独创性（如首都医科大学构建的阿尔茨海默病多模态数据库），可视为汇编作品受著作权保护；但原始患者数据属隐私范畴，需匿名化处理。
- 训练数据的权属与合规：AI医疗模型依赖大规模临床数据，其提供方（医院）、处理方（研究机构）及算法开发者间的权利界定，常通过数据许可协议补充《个人信息保护法》要求。
- 开放科学与专利平衡：脑科学领域提倡数据共享（如HCP项目），但专利保护可能导致“反公地悲剧”。合理使用条款（如科研目的豁免）及FRAND原则（标准必要专利公平许可）是协调关键。
- 商业秘密保护：特殊的神经刺激参数、外科手术操作流程（如深部脑刺激靶点定位方法）若未公开，可通过保密协议维持竞争优势，但需防范反向工程风险。
医学/神经科学应用场景
场景：首都医科大学宣武医院神经病学团队联合AI实验室，开发一款基于静息态功能磁共振（rs-fMRI）的早期帕金森病辅助诊断系统。
知识产权问题：
- 团队使用医院去标识化的500例患者rs-fMRI数据（标注有UPDRS评分），该数据集经独创性结构化（时间序列图谱重构），团队申请了数据集著作权登记。
- 针对核心算法——一种结合图卷积与注意力机制的神经影像特征提取模型，团队提交发明专利申请，权利要求涵盖模型结构、训练方法及其在帕金森病诊断中的用途。
- 与医院合作中签订《数据使用协议》，明确数据所有权归医院、算法专利权共有，且后续商业化需向医院支付里程碑费及销售分成。
- 发表论文时，为保护商业利益，团队选择延迟公开算法部分细节（依据《专利法》宽限期条款），但附带了数据集的开放有限访问权限（需签署非商业使用协议），以促进学术验证。
启示：神经科学AI研究需在数据合规、专利布局、开放共享间动态平衡，首都医科大学的实践体现了“保护-转化-再创新”的闭环思路。
