情感计算“抑郁症辅助诊断”服务商标的“误诊风险”

近年来，随着人工智能与情感计算技术的迅猛发展，以“抑郁症辅助诊断”为代表的情感计算类医疗服务逐渐进入公众视野与商业赛道。与此同时，围绕此类服务商标的注册、使用与转让所引发的法律与伦理问题亦日益凸显，其中最为核心者莫过于“误诊风险”所可能导致的商标信誉损害、消费者权益侵害乃至公共健康隐患。本文以情感计算“抑郁症辅助诊断”服务商标为切入点，系统梳理其误诊风险的类型、成因、法律定性与规制路径，并结合我国商标法、医疗健康领域相关法律法规以及比较法经验，提出兼顾技术创新激励与患者权益保障的制度建议，以期为该新兴领域的商标治理与风险防控提供参考。

一、问题的提出

情感计算（Affective Computing）系指通过计算机系统识别、理解、模拟与响应人类情感状态的技术统称。近年来，依托深度学习、多模态生理信号采集与自然语言处理等技术进步，情感计算被广泛应用于心理健康评估、情绪监测与辅助诊断等场景。以“抑郁症辅助诊断”为代表的商业化服务，借助语音、面部表情、文本语义、心率变异性等多源数据，构建抑郁情绪识别模型，向用户或医疗机构提供风险提示与辅助判断。此类服务因其便捷性、低成本与可及性，在心理健康资源供给不足的背景下具有显著社会价值，亦成为资本与创业者竞相布局的新兴赛道。

然而，技术的进步并不当然意味着医学上的可靠。情感计算模型在抑郁症辅助诊断中的准确性受制于训练数据偏差、标注主观性、个体差异、场景迁移能力不足等多重因素，误诊风险客观存在且可能被商业化包装所掩盖。当此类服务以商标形式进入市场，商标所承载的质量保证功能与商誉指示功能便与误诊风险产生了紧张关系：一方面，商标权人通过商标积累商誉、拓展市场；另一方面，一旦服务出现系统性误诊，商标所附着的信赖利益将遭受损害，消费者（患者）可能因信赖商标而延误诊治，后果不堪设想。由此，如何在商标法框架内识别、评估与规制情感计算“抑郁症辅助诊断”服务的误诊风险，成为亟待回应的理论与实践问题。

二、情感计算“抑郁症辅助诊断”服务商标的特殊性

（一）服务性质的双重性

情感计算“抑郁症辅助诊断”服务兼具医疗辅助性与商业营利性。从医疗角度看，其输出结果可能影响用户对自身心理状态的认知，甚至影响就医决策；从商业角度看，其以商标为标识参与市场竞争，追求用户规模与商业回报。这种双重性决定了此类商标不能简单套用一般服务商标的规制逻辑，而应引入更高的注意义务与更严格的质量担保要求。

（二）商标功能的复合性

传统商标理论强调来源识别、质量保证与广告宣传三大功能。对于情感计算辅助诊断服务而言，质量保证功能尤为关键：消费者选择某一商标，实质上是信赖该商标所指示的服务在准确性、安全性与可靠性方面达到一定水准。若商标所指示的服务存在较高误诊风险，则商标的质量保证功能落空，来源识别功能亦被扭曲——消费者无法通过商标区分服务质量之优劣，市场优胜劣汰机制失灵。

（三）风险的外部性

误诊风险不仅关乎个体消费者的财产利益，更关涉其生命健康权。抑郁症误诊可能导致两类严重后果：其一，假阴性误诊，即实际患病却被判定为低风险，延误治疗时机；其二，假阳性误诊，即未患病却被判定为高风险，引发不必要的焦虑、过度医疗与病耻感。无论何种情形，均具有显著负外部性，超出一般服务商标所涉风险的范畴，因而需要商标审查与监管层面予以特别关注。

三、误诊风险的类型化分析

（一）技术性误诊风险

技术性误诊风险源于情感计算模型本身的局限。其一，训练数据偏差。若训练样本在年龄、性别、文化背景、语言习惯等方面分布不均，模型对少数群体的识别准确率可能显著下降。其二，标注主观性。抑郁症诊断本身依赖临床访谈与量表评估，标注者的专业水平与主观判断差异会传导至模型训练，形成“噪声标签”。其三，模态局限。单一模态（如仅语音或仅文本）难以全面反映抑郁状态，多模态融合虽可提升性能，但融合策略不当亦可能引入新的误差。其四，场景迁移能力不足。实验室环境训练的模型在真实场景中可能因设备差异、环境噪声、用户配合度等因素而性能衰减。

（二）使用性误诊风险

使用性误诊风险源于服务提供者与用户的使用行为。其一，适应症泛化。部分服务为扩大市场，将本用于筛查或监测的工具宣传为“诊断”工具，超出其技术能力边界。其二，用户误解。用户可能将辅助诊断结果等同于临床诊断，忽视其局限性与不确定性。其三，缺乏临床闭环。辅助诊断结果若未与专业医疗机构的进一步评估相衔接，可能导致用户自行其是，延误或过度干预。

（三）商标性误诊风险

商标性误诊风险系指因商标注册、使用与转让行为而放大或掩盖误诊风险的情形。其一，商标名称或描述含有误导性表述，如使用“精准”“权威”“确诊”等词汇，使消费者对服务准确性产生过高期待。其二，商标转让过程中，受让人可能不具备相应的技术能力与质量控制体系，导致服务质量下降而商标信誉受损。其三，商标许可使用中，许可人未尽监督义务，被许可人降低服务标准，误诊风险随之上升。其四，商标显著性退化或通用化，导致消费者无法区分不同服务质量，市场信号失灵。

四、误诊风险的成因分析

（一）技术层面：算法不确定性与医学证据标准的张力

情感计算模型本质上属于统计推断工具，其输出为概率性判断，而医学诊断要求达到一定的证据等级与临床验证标准。二者之间存在结构性张力：算法的高准确率往往建立在特定数据集与特定评价指标之上，难以直接等同于临床有效性。当前，我国对人工智能辅助诊断类产品的医疗器械审批与临床评价体系尚在完善之中，部分情感计算服务游走于“健康管理”与“医疗诊断”的灰色地带，规避了严格的临床验证要求，误诊风险由此被系统性低估。

（二）法律层面：商标审查标准与医疗风险规制衔接不足

我国《商标法》第八条规定，申请注册的商标应当具有显著特征，便于识别，并不得与他人在先取得的合法权利相冲突；第十条第一款第（七）项规定，带有欺骗性，容易使公众对商品的质量等特点或者产地产生误认的标志不得作为商标使用。然而，在审查实践中，商标审查员对“欺骗性”的判断主要基于标志本身的文字含义，难以深入评估服务背后的技术可靠性与误诊风险。《商标法》第四条关于不以使用为目的的恶意注册、第七条关于诚实信用原则的规定，亦难以直接适用于误诊风险的规制。商标审查与医疗健康监管之间存在信息壁垒与制度缝隙，导致误诊风险难以在商标注册环节被有效识别与拦截。

（三）市场层面：信息不对称与消费者认知偏差

情感计算辅助诊断服务具有典型的经验品甚至信任品属性，消费者在购买前难以评估服务质量，使用后亦难以判断诊断结果是否准确。这种信息不对称使得消费者高度依赖商标、广告与口碑作为质量信号。与此同时，消费者对人工智能技术存在“自动化偏见”，倾向于高估算法判断的准确性，忽视其局限性与不确定性。部分经营者利用这一认知偏差，通过商标命名、广告宣传与用户协议等方式弱化风险提示，进一步放大误诊风险的社会危害。

（四）监管层面：多头监管与协同不足

情感计算辅助诊断服务涉及药品监督管理、卫生健康、网信、市场监管等多个部门。医疗器械审批由药监部门负责，医疗服务监管由卫健部门负责，算法与数据安全由网信部门负责。

五、误诊风险的法律定性

（一）商标法上的“欺骗性”认定

我国《商标法》第十条第一款第（七）项规定的“欺骗性”标志，系指标志本身或其构成要素含有虚假或引人误解的内容，足以使公众对商品的质量等特点或者产地产生误认。对于情感计算“抑郁症辅助诊断”服务商标而言，若其名称、图形或描述性要素明示或暗示服务具有“确诊”“精准诊断”等功能，而实际服务仅能提供风险提示或辅助筛查，则可能构成“欺骗性”标志。判断时应综合考虑标志的整体含义、指定使用服务的性质、相关公众的认知水平以及服务提供者的实际技术能力。值得注意的是，“欺骗性”认定应以申请注册时的事实状态为准，但亦应预留动态调整空间，以应对技术迭代与服务质量变化。

（二）商标法上的“质量保证”义务

我国《商标法》第一条规定，商标注册管理旨在保障消费者和生产、经营者的利益；第四十八条将“商标的使用”界定为将商标用于商品、商品包装或者容器以及商品交易文书上，或者将商标用于广告宣传、展览以及其他商业活动中，用于识别商品来源的行为。虽然商标法未直接规定商标权人的质量保证义务，但从商标的功能与立法目的出发，商标权人负有维持其所指示商品或服务质量稳定的义务。对于情感计算辅助诊断服务而言，该义务应具体化为：确保服务在合理范围内达到其所宣称的准确性水平；持续监测与更新模型以控制误诊风险；向用户充分披露服务局限性与不确定性；建立误诊风险预警与应急处置机制。若商标权人违反上述义务，导致误诊风险显著上升，则可能构成商标法上的不正当竞争或消费者权益侵害，情节严重者甚至可能触及刑事责任。

（三）与医疗健康法律法规的衔接

情感计算辅助诊断服务若被界定为医疗器械或医疗服务，则应适用《医疗器械监督管理条例》《执业医师法》《医疗机构管理条例》等法律法规。在此情形下，误诊风险的法律定性应优先适用医疗健康领域的专门规定，商标法仅作为补充。例如，未取得医疗器械注册证而宣称具有诊断功能，可能构成《医疗器械监督管理条例》所规定的违法行为；未取得执业资质而从事诊断活动，可能构成非法行医。商标审查环节应加强与医疗健康监管部门的协同，对涉及疾病诊断、治疗功能的商标申请，要求申请人提供相应的资质证明与技术验证材料。

六、比较法经验

（一）美国法经验

美国商标法（Lanham Act）对欺骗性商标的规制主要体现于第十五编第1052条（a）款与第1064条。专利商标局（USPTO）在审查中若发现商标含有欺骗性描述，可要求申请人提交免责声明或拒绝注册。对于医疗健康类服务商标，USPTO通常要求申请人具备相应资质，并对服务描述进行严格审查。美国食品药品监督管理局（FDA）对人工智能辅助诊断类医疗器械实施分类管理，要求通过上市前审批（PMA）或510（k）路径证明安全有效性。商标审查与FDA监管之间的信息共享机制较为成熟，值得借鉴。

（二）欧盟法经验

欧盟商标条例（EUTMR）第7条第（1）款（g）项规定，含有欺骗公众内容的商标不得注册。欧盟知识产权局（EUIPO）在审查中注重标志整体印象与相关公众认知，对医疗健康类服务商标采取较为严格的审查标准。同时，欧盟《医疗器械条例》（MDR）与《人工智能法案》（AI Act）对高风险人工智能医疗应用设定了严格的合规要求，形成了商标法与专门监管法的协同治理格局。

（三）日本法经验

日本《商标法》第四条第一款第（十六）项规定，可能引起公众误认的商标不得注册。日本特许厅在审查医疗健康类服务商标时，注重服务描述的真实性与准确性，并要求申请人说明服务内容与技术依据。日本《药机法》对医疗器械实施严格审批，形成了事前审查与事后监督相结合的治理模式。

七、制度完善建议

（一）完善商标审查标准，强化误诊风险识别

建议在《商标审查审理指南》中增设针对医疗健康类服务商标的审查指引，明确以下要点：其一，对含有“诊断”“确诊”“精准”“权威”等表述的商标申请，要求申请人说明服务的技术原理、准确性数据与临床验证情况；其二，对涉及疾病诊断功能的商标申请，要求申请人提交医疗器械注册证或相关资质证明；其三，建立商标审查与医疗健康监管的信息共享机制，对存在误诊风险隐患的商标申请进行联合评估；其四，对已注册商标实行动态监测，发现服务质量下降或误诊风险上升的，依法启动撤销程序。

（二）明确商标权人的质量保证义务与风险披露义务

建议在《商标法》修订或司法解释中明确商标权人的质量保证义务，并针对情感计算辅助诊断服务设定特别规则：其一，商标权人应持续开展模型性能监测与临床验证，确保服务准确性达到宣称水平；其二，商标权人应在服务界面、用户协议与广告宣传中充分披露服务局限性、不确定性与误诊风险；其三，商标权人应建立误诊风险预警与应急处置机制，对已发生的误诊事件及时报告、召回与补救；其四，商标转让与许可使用中，转让人与许可人应确保受让人与被许可人具备相应的技术能力与质量控制体系，否则应承担连带责任。

（三）构建多部门协同监管机制

建议由市场监管部门牵头，会同药监、卫健、网信等部门建立情感计算辅助诊断服务协同监管机制：其一，明确各部门职责边界，避免监管真空与重复监管；其二，建立信息共享平台，实现商标注册信息、医疗器械审批信息、医疗服务监管信息的互联互通；其三，开展联合执法与专项整治，对虚假宣传、误导性商标使用与误诊风险突出的服务依法查处；其四，建立行业自律规范，引导企业加强质量管理与风险防控。

（四）强化消费者教育与权益救济

建议通过多种渠道加强消费者教育，提升公众对情感计算辅助诊断服务局限性的认知，引导消费者理性看待商标与广告宣传。同时，完善消费者权益救济机制：其一，明确误诊导致损害的赔偿责任，探索建立服务质量责任保险制度；其二，畅通投诉举报渠道，降低消费者维权成本；其三，发挥消费者组织与行业协会的监督作用，形成社会共治格局。

（五）推动技术标准与伦理规范建设

建议加快制定情感计算辅助诊断服务的技术标准与伦理规范，明确数据采集、模型训练、性能评价、临床验证、风险披露等环节的基本要求。鼓励行业协会、科研机构与企业共同参与标准制定，形成政府引导、市场主导、社会参与的标准化治理格局。同时，加强伦理审查与算法审计，确保技术应用符合医学伦理与公共利益。

八、结语

情感计算“抑郁症辅助诊断”服务商标的误诊风险，既是技术问题，也是法律问题，更是社会治理问题。在鼓励技术创新的同时，必须正视误诊风险对消费者权益、公共健康与市场秩序的潜在威胁。商标法作为市场秩序的基础性法律制度，应在误诊风险的识别、评估与规制中发挥积极作用。通过完善商标审查标准、明确质量保证义务、构建协同监管机制、强化消费者教育与权益救济、推动技术标准与伦理规范建设，方能在激励创新与保障安全之间求得平衡，促进情感计算辅助诊断服务健康有序发展。未来，随着人工智能技术的持续演进与法律制度的不断完善，相关研究亦应持续深化，为新兴技术领域的商标治理提供更加坚实的理论支撑与实践指引。