非先例裁决
行政上诉办公室
美国公民及移民服务局
日期：2025 年 5 月 14 日
案号：37717879
对服务中心运营部裁决的上诉
表格 I-140，外籍劳工移民申请（国家利益豁免）
申请人是一名研究生研究与教学助理，寻求以杰出能力人士身份获得职业移民第二优先（EB-2）分类，并请求对该分类所附的工作邀请要求行使裁量权给予国家利益豁免。见《移民与国籍法》（本法）第 203(b)(2) 条，8 U.S.C. § 1153(b)(2)。
服务中心运营部（SCOPS）拒绝了该申请，认定尽管申请人基于杰出能力符合 EB-2 分类资格，但其未能证明豁免所要求的工作邀请、进而豁免劳工证将符合国家利益。本事项现因上诉而由本办公室审理，我们进行重新审查。Matter of Christa's, Inc., 26 I&N Dec. 537, 537 n.2 (AAO 2015)。申请人负有以优势证据证明其资格的责任。Matter of Chawathe, 25 I&N Dec. 369, 375-76 (AAO 2010)。经重新审查，我们将驳回上诉。
I. 法律
要获得国家利益豁免资格，申请人必须首先确立其符合基础 EB-2 签证分类的资格，即作为高等学位专业人士或科学、艺术或商业领域具有杰出能力的人士。本法第 203(b)(2)(A)、(B) 条；8 C.F.R. § 204.5(k)(1)。如果申请人确立了基础 EB-2 分类的资格，其随后必须证明其值得行使裁量权，以「国家利益」为由豁免工作邀请要求。本法第 203(b)(2)(B)(i) 条。Matter of Dhanasar, 26 I&N Dec. 884, 889 (AAO 2016) 提供了审理国家利益豁免申请的框架，其中指出美国公民及移民服务局（USCIS）可作为裁量事项，在申请人证明以下事项时给予国家利益豁免：(1) 拟议工作兼具实质价值与国家重要性；(2) 其有能力推进拟议工作；以及 (3) 整体而言，豁免工作邀请及劳工证要求将有利于美国。同上。
见 Flores v. Garland, 72 F.4th 85, 88 (5th Cir. 2023)（与第九、第十一及哥伦比亚特区巡回法院一致，认定 USCIS 关于国家利益豁免的决定属裁量性质）。
II. 分析
SCOPS 认定申请人至少满足 8 C.F.R. § 204.5(k)(3)(ii) 六项标准中的三项，并最终认定其作为具有杰出能力的人士符合 EB-2 分类资格，8 C.F.R. § 204.5(k)(2)（界定「杰出能力」），该认定得到记录支持。上诉的争点在于其是否依据 Dhanasar 框架及其三项要件（任一要件均具决定性）值得行使裁量权给予国家利益豁免。SCOPS 认定，尽管申请人的拟议工作具有实质价值，但证据未显示其具有国家重要性，因此其未满足 Dhanasar 第一要件，并进一步认定其亦未满足 Dhanasar 第二和第三要件。在上诉中，其主张 SCOPS 未能正确适用 Dhanasar 框架并考虑所有相关证据；重申其国家利益豁免资格；并声称证据满足 Dhanasar 全部三项要件，包括其拟议工作具有国家重要性且其有能力推进该工作。
申请人于 2021 年在孟加拉国获得「计算机科学与工程」学士学位。2023 年，其开始就读[已隐去]，攻读计算机科学博士学位。然而，其并未主张、记录亦无任何证据显示其目前持有任何研究生学位。申请人的简历称其曾在[已隐去]担任研究生研究助理，现为教学助理。简历还列明，除其他事项外，其与他人合著的六篇已发表的本科及研究生文章、在美国和孟加拉国获得的奖项与表彰，以及其在孟加拉国担任研究生助理和讲师的经验。
申请人在其初始陈述中指出，其拟议工作「是开发最先进的人工智能方法、工具和算法，以分析多模态医疗数据、医学图像和 ECG（心电图）信号数据」，以提高诊断准确性和患者护理。其更新陈述进一步主张，其研究旨在「改善患者预后并提高心血管健康的精准诊断」；「通过创建独特的 ECG 信号人工智能模型」「直接应对」一项关键需求；并开发用于先进成像技术（包括检测乳腺癌和脑肿瘤）的深度机器学习模型，从而「利用尖端机器学习模型改善多模态医疗数据的诊断准确性和决策」。尽管不属于其拟议工作（即作为研究生研究人员和未来的人工智能诊断模型开发者）的一部分，其还表示希望在完成博士学位后成为[已隐去]的助理教授。
我们认可拟议工作具有实质价值。申请人关于其可帮助进一步传播知识并改善患者护理的主张以及记录中的相关支持文件表明，拟议工作可能具有国家重要性。然而，即使其拟议工作可能具有国家重要性，我们认定证据未能确立其有能力推进该工作，因此记录不满足 Dhanasar 第二要件。我们将因此基于该理由驳回上诉。
Dhanasar 第二要件将焦点从拟议工作转向个人。为确定申请人是否有能力推进其拟议工作，我们基于各种非穷尽因素考虑整体情况，包括但不限于：在相关或类似工作中的教育、技能、知识和成功记录；未来活动的模式或计划；实现拟议工作的任何进展；以及未来客户、用户、投资者或其他相关实体或个人的兴趣。Matter of Dhanasar, 26 I&N Dec. at 890。
记录包括申请人的简历、孟加拉国的本科学位和学业记录；其会议论文和「预印本」文章、相关引用记录和指标，以及引用其工作的文章摘录；讨论其研究并表示有意在其完成博士学位后提供博士后职位的支持信；两封专家信；以及新闻文章和行业报告。其强调其教育背景、发表和引用记录以及支持信，以重申其有能力推进拟议工作。
关于 Dhanasar 第二要件的因素，申请人于 2021 年在孟加拉国获得计算机科学与工程本科学位，并于 2023 年开始在[已隐去]攻读计算机科学博士学位。然而，如前所述，其并未主张、记录亦无证据显示其目前持有任何研究生学位。参见 Dhanasar at 891-92（指出 Dhanasar 博士被认定有能力推进其从事航空航天推进系统研发和教授航空航天工程的拟议工作，其持有两个研究生学位和相关领域的博士学位）。此外，尽管一位副教授在信中表示「有兴趣聘用」申请人在其「成功完成博士学位后」担任博士后研究员，但其目前并非博士后研究员，且不清楚其是否或何时会成为博士后研究员，这与 Dhanasar 博士在提交申请时已具备相关博士后研究经验不同。
作为其领域成功记录和实现目标进展的证据，申请人还强调，我们亦认可，其发表成果，包括其与[已隐去]贡献者于 2020 年至 2022 年在孟加拉国撰写的四篇本科论文，以及作为研究生撰写的七篇合著论文，包括其在上诉时提交的一篇 2024 年论文。这些论文包括 2020 年两篇、2022 年两篇、2023 年三篇和 2024 年四篇，其主题包括利用人工智能改善 ECG 心跳分类以及乳腺癌和脑肿瘤检测诊断准确性的医疗数据图像处理方法。2023 年三篇文章中有两篇关于[已隐去]的文章内容相同，但一篇用于会议展示，另一篇为可能发表的「预印本」文章投稿。2024 年四篇文章中有两篇与一位[已隐去]副教授合著，该副教授还为申请人提供了两封支持信。11 篇被引用文章中有八篇将申请人列为第一作者，表明其为第一作者，合著者人数为一至四名。两篇 2020 年合著文章是其在孟加拉国作为本科生撰写的，不清楚合著者是谁。两篇 2022 年文章也是其 2021 年获得本科学位后在孟加拉国撰写的，但不清楚其当时是否担任任何职位或隶属于任何特定项目或机构。此外，记录显示且其承认，其所有文章均为「会议」和/或「预印本」文章，可能未在会议论文集之外发表、未被期刊接受，或未经严格的科学和新闻标准同行评审。尽管其声称部分会议论文「在其领域的知名会议上展示」，记录亦缺乏其所称「顶级」会议参与的证据。其亦未提交任何证据说明其任何合著论文是否实际被期刊接受。
尽管申请人的简历列明其作为研究生 GPA 为 4.0，但其未提交任何学业记录。
一篇 2021 年关于[已隐去]的会议论文与申请人的拟议工作无关，因此就本第二要件分析而言缺乏相关证明价值。
申请人还依赖其基于 Google Scholar 个人资料的会议和预印本文章引用记录，以及其他引用其工作的文章摘录。根据 2024 年 2 月随表格 I-140 申请提交的 Google Scholar 信息，四篇被引用最多的文章题为[已隐去]（2020）、[已隐去]（2020）、[已隐去]（2022）和[已隐去]（2022），在提交时未获引用。如前所述，两篇 2022 年文章（一篇会议论文和一篇预印本文章）是其 2023 年开始研究生学习前在孟加拉国撰写的，两篇 2020 年会议文章为本科论文。
其在补件通知（RFE）后提交的更新 Google Scholar 资料显示，截至 2024 年 10 月，2020 年本科论文获得 10 次以上引用；2020 年[已隐去]本科文章无额外引用；2022 年[已隐去]文章获得一次以上引用；2022 年[已隐去]论文被额外引用一次。其不再列出 2024 年关于表格数据和[已隐去]的文章。然而，其现列出四篇额外的 2024 年文章，其中两篇（关于[已隐去]和[已隐去]）未获引用。另外两篇关于[已隐去]和[已隐去]的文章与其[已隐去]副教授合著，分别获得 25 次和 13 次引用。但如前所述，其所有合著文章，包括新的 2024 年文章，均为会议或预印本文章。公开可得的 Google Scholar 信息进一步表明，许多引用其合著文章的文章本身即为预印本。其亦未说明有多少引用是其本人或合著者的自引。
尽管我们认可其他研究人员在引用其工作，但这些引用并不支持其关于自身文章具有「卓越」和「突破性」质量的主张。相反，其他研究人员主要将合著论文作为众多类似相关研究之一进行比较性引用，每项研究各有其方法和局限，因此不足以表明其所称的在其领域的定性进展或成功，从而可能使其有能力开展拟议工作。即使其所有论文均获得显著引用且无自引或同事引用，证据亦未表明其拥有强有力的引用记录，显示其具有该领域持久关键影响的基础性研究，如其所称。此外，即使引用记录强有力（本案证据不足），亦仅是 Dhanasar 第二要件分析中需考虑的众多因素之一。我们还认可 Clarivate Analytics 关于「计算机科学」的引用平均指标。然而，计算机科学领域的一般引用指标和比率并不能具体证明申请人自身出版物和引用相对于其开发医疗诊断人工智能模型领域内引用率所声称的影响。
申请人的其余合著文章在提交时未列于其 Google Scholar 资料中。
申请人主张，其为其他出版物提供同行评审服务的事实亦表明其正在推进拟议工作。但其在下方提交的两份来自[已隐去]的评审「证书」仅概括表明其在 2022 年至 2023 年在「Computers in Biology and Medicine」进行了「8 次评审」，并在 2023 年在「Data Science and Management」进行了「1 次评审」。这些证书未包含关于所称同行评审经验的任何其他信息，例如其评审服务的范围、其实际进行了何种「评审」以及如何进行。
作为其领域成功记录的进一步证据，申请人还指出一位教授和一位微软应用科学家的两封推荐信。教授的信称申请人是「领先的」人工智能学者，其研究影响了图像分析中的人工智能研究，教授本人及他人引用了其上述关于 ECG 心跳分类的 2020 年本科会议论文。应用科学家在信中称申请人是「推进医学成像的关键人物」，并「引领」人工智能领域「走向新颖且令人兴奋的方向」。其还声称申请人在分割和深度学习方面的工作已被其本人及他人引用。但两位写信人均未表明除所述引用历史外对申请人的技能或其工作有任何个人了解，其关于申请人是「关键人物」的模糊主张未得到证据证实。记录（包括其本人论文和相关引用记录）反而表明其是从事类似工作的众多人士之一，而非该领域的领军人物。尽管两封信表示其研究总体上有助于推进该领域，但未详细说明其努力中具有突破性或卓越性的成功或进展记录，如其所称。尽管记录反映申请人进行了一些富有成效的本科和研究生研究，并在一定程度上具有实用性，但其未能充分证明在其领域的进展或成功，或相关方对其工作的兴趣，以确立其有能力推进其开发用于医疗数据和医学图像分析的最先进人工智能方法、工具和算法的拟议工作。
最后一项因素涉及潜在客户、用户、投资者或其他相关实体或个人兴趣的证据。申请人声称其研究「至少吸引了两个主要投资者的投资，即 NIH（美国国立卫生研究院）和 NSF（美国国家科学基金会）」。作为该主张的证据，其提及与副教授合著的 2024 年[已隐去]关于表格数据的预印本文章。然而，该文章在「致谢」部分仅称「本研究部分得到 NSF[……]和 NIH[……]资助的支持」，无任何其他细节。此外，该副教授在其支持信中承认，NSF 资助是针对一个名为[已隐去]的伞形大学项目，其为此获得 590,000 美元，且其并非与资助相关的共同首席研究员。该副教授未提及 NIH 的另一项资助，亦未说明资助提案的发起人、奖励接受者或资金如何分配。记录亦无任何其他证据表明申请人或其自身研究项目具体获得任何资助，或其本人发起或为任何资助提案的主要奖励联系人。参见 Matter of Dhanasar, 26 I&N Dec. at 892-93 & n. 11（指出 Dhanasar 博士自身研究项目获得持续、反复的政府资助的重要性，其为多项资助提案的发起人和主要奖励联系人，且在许多资助中为唯一列出的研究人员）。
同一副教授在其第二封信中表示「有兴趣聘用」申请人在其「成功完成博士学位后」担任博士后研究员。但如前所述，其并非博士后研究员，且不清楚其预计何时会成为博士后研究员。此外，如前所述，申请人目前不持有任何研究生学位，记录亦无证据显示有工作邀请表明雇主有兴趣聘用其担任研究人员或助理教授。记录亦缺乏证据表明其实际开发了被人工智能或医疗行业认可或采用的人工智能模型。因此，记录缺乏潜在客户、用户、投资者或其他相关实体或个人兴趣的证据，这些因素不利于申请人。
尽管我们认可其希望为人工智能诊断领域做出贡献及其作为研究生的研究抱负，但并非每位具有研究和发表经验的人都会被认定有能力推进其拟议工作。相反，我们必须如上所述审查 Dhanasar 列举的因素。在整体考虑记录时，申请人无研究生学位的事实不利于其。此外，证据未显示强有力的发表或引用记录；通过研究职位或博士后职位开展拟议工作的能力；兴趣声明；或可能进一步表明其领域进展或成功记录的潜在资助。因此，记录证据未能表明申请人有能力推进其拟议工作。
由于所确定的拒绝理由，即申请人无法满足 Dhanasar 第二要件，对本上诉具有决定性，我们在此不处理 SCOPS 关于 Dhanasar 第三要件的认定。见 INS v. Bagamasbad, 429 U.S. 24, 25 (1976)（per curiam）（认定机构无需对最终决定不必要的问题作出「纯咨询性认定」）。
裁定：
上诉驳回。
申请人在上诉时提交了更多文件，包括其更新的 Google Scholar 资料、一份关于关键和新兴技术的白宫备忘录以及判例法打印件。但补件通知已告知其证据缺陷并给予其补充记录的机会。其亦在下方提交了类似文件。因此，我们拒绝考虑新的上诉文件。见 8 C.F.R. § 103.2(b)(11)（要求所有要求的证据一次性提交）；Matter of Soriano, 19 I&N Dec. 764, 766 (BIA 1988)（在申请人已被告知所需证据并在拒绝前获得提供机会的情况下，拒绝在上诉时考虑新证据）；另见 8 C.F.R. § 103.2(b)(1)、(12)（规定资格必须在提交时确立）。即使我们考虑新的上诉文件，其亦不能确立申请人有能力推进其拟议工作。
