學術倫理

研究他人的發明專利算不算侵權?談專利的風險規避和成果轉化

發明專利和實用新型專利是科技成果的重要體現形式。與學術論文相比,雖然專利不要求具有較強的完整性(深廣性),但仍須具備原創性(創新性)和科學性(正確性),而且需要具備專有性和成果轉化實用性。如何維護自己的專利的專有性,規避他人的專利而避免侵權,以及如何實現專利成果轉化,是廣大科研人員關心的問題。 專利的專有性是指專利權人對其專利所享有的專有權利,又稱獨佔性。專利權人可以根據專利法規定,對他人未經許可而進行的使用、製造、銷售等行為提起侵權訴訟,要求其停止侵權行為並承擔賠償責任。其中,關於“使用”的定義最為複雜。專利的專有性是專利制度的核心,是為了鼓勵發明創新,保護發明人的合法權益。專利權人可以在專利權的有效期內獲得專有性帶來的經濟利益,也可以控制發明的使用和推廣,並保護其技術秘密和商業利益。 有人以為自己的專利在授權後就能夠規避侵權他人專利的風險,其實未必。雖然自己的專利被授權了,但是仍有可能侵犯他人的專利權,因為專利授權並不保證該專利不會侵犯其他專利。如果在專利審查過程中未能發現在先已有的相關專利,那麼授權的專利就會侵犯他人的專利。由於專利審查檢索的範圍和深度有限,專利審查人員可能會遺漏或者未能充分考慮到已有的相關專利,因此造成相似或者重複的專利可能會被授權,但實際上後授權的專利已經侵犯了先授權的專利。 專利的專有性聽上去具有很大的控制範圍和威力,但是也具有一定的限制。例如,其他人仍然可以在某專利權有效期間獨立開發相似的技術,而不需要得到專利權人的許可或授權。這是因為專利權人的專利權只是針對其發明的技術所享有的專有權利,而不是針對某個技術領域中的所有技術的獨佔權。其他人在開發相似技術時,需要注意不能參考或者“使用”專利權人的專利文本或技術資訊,否則會構成專利侵權,因為未經授權而“使用”他人專利會構成侵權。換言之,其他人如果要使用專利權人的技術,必須自己獨立開發,而且不能直接從專利權人公開的技術中獲取資訊和知識。如果其他人在獨立開發時無意中獲取或使用了專利權人的技術資訊,就可能會被認為是專利侵權。 一個好的發明專利會引發很多科學研究,甚至成為研究熱點。專利權人也非常在乎別人對自己的專利“說壞話”或發表負面意見,因為這會影響其聲譽和成果轉化商業前景。專利權人擁有的獨佔性權利,包括專利的使用、製造、銷售等方面的權利,但並不包括研究專利和發表論文的權利。那麼,研究他人的發明專利究竟會不會侵權?這是一個非常敏感和容易引起各國法律糾紛的話題,具體取決於“使用”的定義。如果某個發明已經被他人申請獲得了專利,你不能改進該專利並獲得專利權。因為專利權是對發明的獨佔權,只有專利權人才有權利進行發明的改進並獲得新的專利。但是,你可以對已有專利進行研究和分析,尋找專利中存在的技術問題或不足之處,並提出改進建議;或者發現和宣傳專利的技術優點。你可以用論文、報告等形式發表自己的評價觀點。實際上,由於專利法的存在,針對別人的專利發表論文在技術問題或創新性上進行反駁仍需非常謹慎。如果在發表反駁觀點時,有意無意地“使用”了對方專利中的技術或實施方法,可能會被指控侵權。總之,雖然在不侵犯專利權人合法權益的前提下分析評價他人的專利而發表論文通常不算侵權,但是需要注意遵守各國專利法律的不同規定,確保在“使用”他人的專利內容時符合“合理使用”的範圍等限制條件;這是一個比較複雜的專業法律問題。 雖然研究和評價他人的專利具有一定的自由度,但是如果想要使用他人的專利進行商業化生產或用於其他商業用途,就必須獲得專利權人的許可,否則會構成侵權,需要承擔法律責任。在研發新技術或新產品之前,需要進行專利檢索,瞭解已有的相關專利,避免使用已經被他人專利保護的技術。如果發現自己的技術或產品可能侵犯他人的專利,可以與專利持有人協商合作,獲得許可,以規避專利侵權。 好的專利能夠帶來成果轉化,促進生產力發展。在開發出具有商業價值的技術或產品後,可以將其授權給其他公司或個人使用,或者將其出售或轉讓。這需要完成關於費用的商業談判和合同簽訂等過程。在完成授權或轉讓後,需要進行商業化運營,將技術或產品推向市場並實現盈利,這包括生產、銷售、售後服務等過程。專利的成果轉化收益取決於多種因素,包括專利的技術價值、市場需求、競爭環境、專利保護範圍等。

同行評審中的人工智慧革命:潛在應用、風險和挑戰

在技術深刻影響研究方法的時代中,人工智慧(AI)在同行評審過程中的融合既呈現了充滿希望的機會,也帶來了重要的倫理考量。特別是在醫學研究領域,準確性和研究結果的完整性至關重要,AI在同行評審中的角色需要在技術效率和維持嚴格的科學標準之間謹慎平衡。本文探討了AI輔助同行評審的多方面特徵,探索其含義、挑戰以及在確保醫學研究評估中負責任和倫理使用AI的未來潛力。 醫學研究中同行評審的角色 同行評審是醫學研究品質控制的基石,確保科學發現的完整性和有效性。這一過程涉及領域專家在出版前對研究手稿進行嚴格評估,以確保其準確性、原創性和相關性。同行評審對維護醫學文獻的可信度至關重要,它作為防止錯誤資訊傳播的保障,在直接影響人類健康的領域尤為重要。它篩選出有缺陷或不道德的研究,促進堅實科學發現的傳播,並常常指導未來的研究方向。此外,同行評審作為一種專業審查形式,鼓勵研究人員堅持高標準的科學嚴謹性和倫理規範。儘管其扮演著關鍵角色,但這一傳統過程並非沒有挑戰,常常面臨偏見、變異性和時間限制等問題。然而,其在驗證和傳播醫學知識中的基礎重要性仍然無可爭議,構成了醫學界學術交流和科學進步的支柱。 傳統同行評審中的挑戰 醫學研究中的傳統同行評審過程,雖然對維持科學嚴謹性至關重要,但面臨著許多挑戰。一個主要問題是偏見的可能性。評審者作為人類,可能會基於手稿的來源國家、作者的聲譽或他們自己的個人和專業信仰,擁有意識或無意識的偏見。這種偏見可能影響評審過程的客觀性和公平性。另一個重要的挑戰是同行評審的耗時性質。評審者常常在其常規職責之外承擔這項任務,導致出版過程的延遲。在快速發展的領域中,及時傳播研究發現至關重要,延遲可能特別有害。此外,不斷增加的研究投稿量給同行評審系統帶來壓力,有時導致評審者過度負擔,可能會影響評審品質。最後,還有評審者選擇的問題。尋找既是該主題的專家又不受利益衝突影響的適當評審者是一個複雜且經常充滿挑戰的任務。這些挑戰突顯了需要透過融入人工智慧和其他技術工具來改進同行評審過程的需求。 同行評審中的人工智慧:潛在應用 AI在醫學研究的同行評審過程中的整合提供了多種潛在應用,可以解決一些傳統挑戰: 1. 快速篩查倫理問題 AI演算法可以快速掃描稿件,尋找倫理方面的問題,如潛在的利益衝突、抄襲或資料捏造。透過快速識別關注領域,AI可以簡化評審的初期階段,並維護研究中的倫理標準。 2. 基本格式檢查 AI可以有效確保提交的稿件遵循期刊的特定格式指南。這包括檢查引用格式、佈局一致性和遵守字數限制。自動化這項任務可以為評審者和作者節省大量時間。 3. 遵守報告指南…

從歷史脈絡和法律框架看知情同意在臨床研究中的實踐

知情同意是臨床研究中的一個關鍵的倫理概念,確保個體具有自主權,能夠明智地選擇是否參與研究。其重要性不可低估,因為它在保護研究參與者的權利和福祉方面發揮著重要作用。這一倫理原則要求在他們自願同意參與之前,個體必須獲得關於研究目的、相關風險、潛在收益和可用替代方案的全面資訊。知情同意有助於促進透明度、培養信任,並維護研究人員和參與者之間的尊重,從而促進倫理研究實踐。通過賦予個體做出理性決策的能力,知情同意維護了一項基本的倫理原則,加強了臨床研究的完整性,最終使研究人員和自願參與的人員都受益。 知情同意中的里程碑與倫理框架 在知情同意的發展史中,曾出現過兩個里程碑性的案例,即紐倫堡守則(1947年)和圖斯基梅毒研究(1932-1972年),在塑造當代臨床研究中的知情同意實踐方面發揮了關鍵作用。 紐倫堡守則:在二戰罪行之後,制定了紐倫堡守則,為人體實驗提出了基本倫理原則。它強調了從研究參與者獲得自願、知情和未被脅迫的同意的必要性,為現代知情同意實踐奠定了基礎。 圖斯基梅毒研究:圖斯基梅毒研究是倫理不端的悲劇性例子。在四十年的時間裡,研究人員隱瞞了對梅毒感染的非洲裔美國男性的治療和資訊,導致嚴重傷害。這一醜聞強調了知情同意的重要性,以及保護參與者權利和福祉的責任。 而其他一些倫理準則,如赫爾辛基宣言(1964年)和貝爾蒙特報告(1979年),進一步鞏固了這些原則,強調了對個人的尊重、利益和正義。這些檔為臨床研究中的知情同意提供了倫理基礎,並繼續指導研究人員進行倫理和負責任的研究。 知情同意背後的倫理原則 臨床研究中的知情同意紮根于幾項基本倫理原則,這些原則優先考慮了研究參與者的權利、自主權和福祉。 強調患者在醫療抉擇上的知情決策權:這一原則承認個體作為自主決策者,有權選擇是否參與研究。它著重提供個體所需的所有資訊,使其能夠明智地選擇是否參與研究。 平衡提供利益和避免傷害的責任:研究人員有道德責任將對參與者的潛在風險最小化,並最大化其研究的潛在收益。這一原則確保研究在倫理上負責任地進行,力求在推進科學知識的同時不造成傷害。 確保資訊獲取和決策過程的公平和公正:研究中的公正要求,無論個體的背景或情況如何,都有平等獲取研究機會資訊的權利。它旨在防止剝削和歧視,確保研究的益處得到公平分配。 法律框架與規定管理知情同意 臨床研究中的知情同意不僅受到倫理原則的指導,還受到一項全面的法律框架的監管,以確保保護參與者的權利和隱私。 在美國,一項重要的法律框架是《健康保險可攜帶性與責任法》(HIPAA)。HIPAA規定了個體健康資訊的隱私和安全,強調了參與者醫療記錄和在研究中收集的資料的機密性。此外,聯邦法規如《通用規則》(Common Rule)為涉及人體研究的知情同意提供了具體要求。這一法律框架為獲取知情同意、解決利益衝突和保護脆弱人群制定了標準,加強了知情同意背後的倫理原則。…

學術界的黑歷史——期刊論文遭撤紀錄

要順利在期刊上發表論文並非易事,從研究構想乃至文字標點皆須經歷層層考察及檢驗。然而,每年仍有數百篇已刊出的科學研究論文慘遭期刊撤銷,背後的成因究竟為何呢?拜科技網路發達之賜,這些曾遭撤銷的論文可輕易地在Retraction Watch這一類的網站上查到,而翻看這些紀錄即不難發現,期刊決定撤銷論文的原因不外乎兩種——抄襲和資料造假。 首先談到抄襲,在未經原創作者同意即引用其內容,便可稱之為抄襲。抄襲不但無法為科學帶來進步,同時亦浪費了期刊編輯以及相關審查人員寶貴的時間。時下用以檢驗文章重複性的軟體也屢見不鮮,PubPeer即是一例。此種軟體可使抄襲的內容無所遁形,但其仍無法杜絕那些抱著僥倖心態、鋌而走險的研究人員。以韓國為例,其某一研究團隊便因為抄襲情節嚴重,被期刊限制三年不得再投稿。 與抄襲相比,資料造假的嚴重性更是不容小覷。如今各式各樣的圖像處理工具與軟體隨手可得,使得實驗結果一經有心人士修改,便真假難辨。而這些假資料不僅會誤導讀者,更會將後續研究引導至錯誤的方向,後果不堪設想。最惡名昭彰的案件,除了造假STAP 論文而弄得滿城風雨的日本研究人員小保方晴子之外,莫過於日本某骨質研究學者因資料造假,而被撤銷了高達十二篇的論文 ,該篇論文中也有數名作者被證實並未實際參與研究。而資料造假的問題在台灣也不少見,某生醫材料研究者也被撤銷了七篇論文之多,其主要撤銷原因為作者使用重複影像,或利用影像處理軟體將影像鏡射,並聲稱其為原始影像,從而失去了資料的真實性,其影響範圍之廣,其中不乏刊載在高係數期刊以及高引用次數的論文。 由前述例子不難發現到,同一作者被發現資料造假後,其相關論文也極有可能被一口氣撤下。這些撤稿紀錄不但會被期刊刊登出來,也會在Retraction Watch有詳細報導,這對於研究者的聲譽是致命的打擊。此外,這些留有黑歷史的作者將來要投稿時會受到更加嚴厲的檢視,想要新研究論文問世,可說是困難重重。因此在投稿前,請謹慎思考自身文章涉及抄襲的可能性以及資料的正確性。

更多經費意味著更容易從事不法行為?

從事不法的動機 研究員和學者時常抱怨"獲得出版跟被拒絕"的壓力,而他們論文被發表的總數、論文被同擠和其他專家引用的次數,深刻影響著他們的日常工作-申請經費、報告研究計畫、升遷的考量以及職位申請,這一切都和個人研究是否被發表有關。 也正因為如此,有些研究員會無法承受壓力,做出破壞規範的事情,並將應該更好好奠基的研究送出,只為了取得被刊登的機會。 道德問題 假如缺少聲譽,研究設備及資金的籌備就會成為負擔,進而增加科學家犯法的風險。下面一些關於在名望比較不足的機構從事研究,研究員對於要追趕在常春藤聯盟中進行研究同輩的例子,事實上,再真實不過: 哈佛大學心理學教授Marc Hauser,在2012年被發現於多個研究計畫中偽造研究數據以操縱結果而被辭退 Dipak Das,康乃狄克大學心血管疾病研究中心主任,因偽造145筆研究數據,其中包含至少23篇論文及3筆撥款申請而在2012被判有罪。 前賓州大學教授暨研究員Craig Grimes因詐領補助款被判3年半的有期徒刑及需償還超過66萬美元的罰款給兩個聯邦資助機構和賓州政府。 機率問題 所有科學家違法的例子和是否會承認犯行有關,大型的研究計畫有大量的樣本及數據資料,或是持續好幾年的研究和更新,這過程中要進行干預且不被發現是很容易的,這增加了有壓力的研究員為了確保結果成功從中作梗的機率。 大型的研究計畫需要大量的資金,所以"資金越多犯法的機率就越高"這個說法是有根據的,但還是有方法可以降低風險。 更多資金需要更多監督…

當導師和期刊編輯要署名你的論文時…

這種情況有發生在你身上嗎?作為亞洲的研究人員,似乎出於禮節和職業資歷的層級原因,我們沒有辦法對這些“名譽著作人”的要求說不。而很多時候,實驗室高級研究員,導師,或是期刊編輯都試圖湊一下“熱鬧”,對很多的研究文章來署名,即便他們根本沒有做出署名人應有的貢獻。 雖然他們在很多情況下並不該署名,但往往學術研究員會同意他們的聯合署名要求。他們會說:“這種情況下我能怎麼辦呢?除非向更高層學校負責人投訴,或是用另外的途徑來和想要聯合署名的人達成協議?”以下是我們推薦的幾個解決方案。 你可以投訴 如果你有確鑿的證據時候,我們建議你這樣做。例如你有電子郵件或其他書面材料明確的顯示說你的上司和期刊編輯並沒有參與任何你的科研合作過程。但是,這是破釜沉舟的一個解決方案,在選擇這種投訴上級和期刊編輯方式之前,你必須確保自己的職業聲譽和品德沒有被影響。 協商,找到共同的解決方案 當然,你不能,也不想要頂撞老闆。可能最適合的就是尋找一個解決方案。一方面可以協商說你做第一作者,他們排後。或是,再找從現在開始,他們可以為論文帶來的貢獻,真真切切的讓他們從今起參與到研究當中。更是可以給老闆或是期刊編輯一個合作作者的身份,這種方式不會磨滅你所有對論文的貢獻。 署名特定章節 基於想要聯合署名人的意願,我們可以提議他們對具體的章節和研究假設部分進行署名。例如在第二章加入導師的名字,這樣就可以讓他詳細的參與到特定的章節的研究之中,而不會奪走所有研究稿件的整體署名權。 如果你很不幸的在這種左右兩難的情景中,相信我,還有很多人跟你一樣。請不要擔心,也不要想到最極端的情境。我們要盡量來發現共同利益和共同目標,更有效的去利用想要署名的人,讓他們為論文研究帶來積極的重要的貢獻。你如何處理這樣的事件會決定你和老闆的關係,甚至更會在之後決定他是否會幫助你的職業生涯。而如果你無法容忍這樣的合作方式的話,你自己也要考慮說,是否可以接受這樣的導師和團隊,如果自己研究能力夠強的話,不如跳開這些人事的條條框框,專心做研究,自立門戶的時候估計也快到了。  

科技與醫學寫作的精確程度:隨機與系統性誤差

科技與醫學寫作大都包含實驗所產生的數據,而實驗數據最重要的就是其準確性與精確度,唯有可靠的數據才能歸納出合理的結論,否則錯誤的數據很可能會把事實導向完全相反的方向。由此可知,科技與醫學論文首重正確的數據資料,而整體研究工作的品質,也就取決於實驗與分析時的精確程度。本文目的是簡介常見誤差來源(包括隨機與系統性誤差)、如何避免誤差,以及不同誤差的統計分布型態。也會討論多次測量某定量値的誤差,如何影響最終的測量値或計算值。 大部分研究論文中,經過整合呈現數據或分析結果,通常需考慮下列事項,確保數據的正確性,才能表示得到的結果具有可信度及綜合性: 考慮實際情況或數據的收集方法(涉及試驗設計與試驗方法)。 定義誤差來源(隨機或系統性):所有數據都會有誤差,但絕不能是錯誤! 檢驗並納入各種誤差來源。 訂定測量値或計算值可允許的誤差範圍。 誤差可分為隨機誤差與系統性誤差,讓我們先來看看什麼是隨機誤差: 相同的定量樣品,多次測量結果所包含的誤差:測量值的分布情形,是根據發生的機率而來,產生所謂的機率分布。 隨機誤差的來源: 統計影響:根據試驗設計選擇正確的統計方式,避免擴大誤差,得出錯誤的結果(顯著?還是不顯著?)。 測量過程的限制:例如儀器的偵測極限,或是儀器本身的誤差範圍。 常見機率分布型態 兩種型態的二項 (binomial) 分布圖:…