ウェアラブル生体信号技術の特許請求項を作成するポイント
ウェアラブル生体信号の特許では、センサーの測定値そのものよりも、測定の信頼性を評価し、ノイズを補正し、個人の状態を判定して後続動作を制御する処理に着目します。
測定値と判定結果を区別する
PPG、ECG、酸素飽和度、皮膚温、加速度センサーが生成する生データは、発明への入力に当たります。請求項には、生データから信号品質指数や特徴量を算出し、無効な区間を除外または補正したうえで、状態やイベントを判定する過程を記載します。
装着圧、皮膚との接触、外光、汗、体動、センサー位置は測定結果に影響します。複数センサーの時間軸の整合、体動区間の特定、各信号の信頼性に応じた重みの調整は、製品の実際の処理構成と併せて検討します。
データ処理のつながりを請求項に記載する
一般的な処理の流れは次のとおりです。
- 一つ以上のセンサーから生体信号と動作データを取得する。
- 装着状態と信号品質を評価する。
- ノイズ区間を除去するか、補正値を算出する。
- 個人基準値または動的しきい値と比較してイベントを判定する。
- 判定結果に応じて通知、再測定、コンテンツ提供、装置制御を行う。
独立請求項には特徴的な処理関係を含め、従属請求項ではセンサーの組合せ、時間窓、品質指数の計算、基準値の更新、フィードバック条件を具体化します。センサー装置が処理の一部を担い、スマートフォンやサーバーが残りを担う場合は、各主体とデータ転送の工程を明確にします。
個人化は基準値の生成・更新方法で説明する
「個人化」という表現だけでは処理内容は分かりません。基準値を作る観察期間、除外データ、活動・睡眠状態の区分、更新周期、急激な変化に対する制限条件を記載します。集団基準と個人基準を併用する場合は、適用順序と例外条件も定めます。
医療上の診断と、生活管理のための状態案内は、規制や製品設計で異なる扱いを受ける場合があります。明細書には製品が実際に出力する情報と後続動作を記載し、実装していない診断効果を過大に表現しないことが大切です。
AIの構成を入力・前処理・出力で特定する
韓国の知的財産当局によるAI発明の案内（韓国語）では、学習データ、前処理、学習モデルなどの具体的手段と、入力・出力データの相関関係を明細書に記載するよう示しています。ウェアラブルAI発明でも、モデル名より、どのデータをどの区間で処理し、何を出力するかが重要です。
学習段階と推論段階を分け、欠損値処理、正規化、特徴抽出、ラベルの定義、出力値の利用方法を記載します。サーバーで学習し、装置側で推論する構成では、モデル配信、バージョン管理、装置のリソース制約も反映します。
明細書作成に必要な資料
- センサー別のサンプリング周期と同期方法
- 装着状態と信号品質の判定基準
- フィルタリング・補正前後の信号例
- 個人基準値としきい値の生成・更新規則
- 誤検知、見逃し、遅延時間、消費電力などの比較結果
- 装置、アプリ、サーバー間の機能分担と通信順序
センサーの仕様書だけでは処理上の違いを確認しにくいため、アルゴリズムの説明、データフロー図、試験結果、例外処理資料を併せて検討し、製品の実装と請求項を一致させます。
