慢性肾脏病已成为全球性重要公共卫生问题，为医疗卫生体系带来沉重负担，有必要对肾脏疾病进行监测，开展早期干预与管理。由于我国肾脏疾病特征存在较大区域差异并且医疗资源分布尚不均衡，传统的疾病监测方式难以全面探究我国肾脏疾病的人群特征和流行趋势。通过将大数据、人工智能与疾病监测深度融合，在保障数据安全与个人隐私的前提下，适度整合不同来源的健康医疗数据，可以克服传统监测模式的诸多弊端，建立符合成本-效益比的肾脏疾病监测系统，从而为我国肾脏疾病防控提供参考依据。

目的:为临床研究中电子知情同意的选择和推广提供决策支持，为更好地保护受试者权益、促进临床研究质量和效率提升奠定理论基础。方法:本文学习了电子知情同意相关法律法规，分析临床研究中应用电子知情同意的优势与挑战。梳理目前国内临床研究中几种主要电子知情同意模式，分析其操作流程和应用情况，讨论其优势及局限性。结果:目前国内临床研究中主要使用3种模式的电子知情同意，它们在操作方便性、数据安全性、受试者隐私保护程度、成本投入及可推广程度等方面呈现出各自的优势和局限性。结论:无论是何种模式的电子知情同意，需要相关法规和制度的不断完善，需要临床研究各个利益相关方共同的努力。申办方和研究者需充分考虑到成本、安全性、可行性等，根据自身需求进行选择。

目的:随着真实世界研究数量的急剧增加，尤其是医疗机构健康数据的利用，逐步暴露出患者健康数据使用与患者隐私权益保护、知情权保护等伦理问题。如何在促进数据共享和维护受试者个人隐私中寻求较好的平衡，知情同意的模式显得至关重要。本文为真实世界研究健康数据利用知情同意模式的选择提供指导。方法:笔者广泛学习了国内外健康数据利用的相关法律法规，并于中英文数据库中进行广泛检索，梳理分析了国内外多种替代知情同意模式，总结了其特点及适用情形。结果:目前国内外基于健康数据利用开展真实世界研究主要采用5种替代知情同意模式，研究者可根据研究目的、研究设计、研究风险大小、知情同意可操作性及弱势群体等因素进行知情同意模式的选择。结论:不同的替代知情同意模式具有不同特点，研究者需要综合以上多种因素进行知情同意模式的选择，以保证在健康数据使用的同时，最大化保护患者隐私权益。

通过数字移动技术进行性传播疾病的防治活动，不仅宣教便捷、覆盖面广，而且可以实现信息交互、资源共享，也能保护隐私，但同时存在潜在的伦理学和方法学问题，如何保证数据的真实性和评价干预的效果还需要进一步的探索。本文阐述了数字移动技术在国内外性传播疾病防治中的应用体现、优势及存在的问题，以期为进一步研究提供参考。

解决医疗联合体(以下简称医联体)患者连续性医疗服务和区域数据安全互通共享的痛点问题，武汉协和医院从个人数据角度，采用工业互联网可信数据共享基础设施和区块链健康数据钱包等技术构建医联体数据共享服务平台，为医联体就诊患者提供跨机构主动式的病历资料、检查检验报告、影像学检查结果等个人健康档案数据的授权调阅服务，探索医联体分布式个人健康医疗数据高效联通共享的新型应用模式。经实践验证，本方案能实现个人健康医疗数据共享的标准化，有效控制大数据平台的建设成本，并实现数据共享过程的隐私保护，为"数据要素×医疗健康"提供跨越式的发展途径。

目的:了解麻醉学专业本科生麻醉伦理认知、决策力自评及教学情况，为提升麻醉伦理教育提供借鉴。方法:2023年6至7月对福建医科大学2017~2020级五年制麻醉学专业242名本科生进行问卷调查，了解不同学习阶段学生的麻醉伦理认知倾向。采用单因素方差分析、 χ2检验分析数据。 结果:学生对患者福祉始终放在首位[(4.50±0.95)分]、保护患者隐私信息[(5.02±0.78)分]等15个麻醉伦理条目的认知均为正性(4~<5分)或强正性(5~6分)；不同学习阶段学生对在术前和术中维护患者尊严等条目的认知评分差异具有统计学意义[基础、基础-临床和临床阶段学生评分分别为(4.96±0.75)分、(5.07±0.86)分、(5.14±0.74)分， P<0.05]。学生麻醉伦理困境的决策力[(3.85±1.01)分]及法律知识[(3.57±1.24)分]自评为中性(>3分~<4分)；不同学习阶段学生对麻醉伦理道德困境的恐惧差异具有统计学意义[基础、基础-临床和临床阶段学生评分分别为(4.29±0.82)分、(4.49±0.85)分、(4.75±0.69)分， P<0.05]。有130名(53.7%)学生希望学校更加重视麻醉伦理教育，仅57名(23.6%)学生认为伦理学决策技能已得到充分传授。 结论:麻醉学专业本科生总体麻醉伦理认知水平较高，临床实践有利于麻醉伦理素养的提升。麻醉伦理教育应正视伦理适应不良和认知落差，以伦理决策力为导向，深化医文结合，加强专业课程伦理实践和引导，强化临床见实习相关伦理内容和技能传授。

智慧化症状监测是我国传染病智慧化预警多点触发和多渠道预警体系的重要组成部分，是传统症状监测在新技术发展下的必然路径。智慧化症状监测不仅包括医院就诊患者的大量医疗数据，还囊括未在医院就诊、海量的非医疗数据。然而，发展的同时也迎来了挑战，如信息爆炸、成本-效益问题以及数据共享、数据安全和隐私问题。本文通过对智慧化症状监测相关概念发展的思考和总结，为传染病智慧化预警方法与技术的发展提供参考，为我国和全球传染病防控提供新思路。

新型冠状病毒肺炎流行以来，疾病诊疗受到了极大的影响。阻塞性睡眠呼吸暂停低通气综合征（OSAHS）作为常见的慢性疾病，其诊疗方式在疫情期间发生了飞跃性的变化，由传统的门诊诊疗转变为基于互联网的线上远程诊疗，各大睡眠中心的诊疗能力不减反增。但伴随着诊疗模式的变化，隐私、数据安全、医保政策等相关问题也应运而生。疫情常态化下，远程医疗既创造了新的机遇，也面临着前所未有的挑战。

人工智能（AI）是生物医学领域过去十年中发展最快的新技术领域之一。以影像组学、机器学习和深度神经网络等为代表的AI技术，因其能从医学资料中高通量地获取特征信息、分析特征数据并挖掘揭示数据与医疗结果之间的潜在联系，愈发被研究者青睐。胃癌在我国具有较高的发病率和死亡率，而将AI技术和内镜、影像、病理及测序分析等相结合的检查手段，已经在胃癌的辅助诊断、疾病分期和预后以及疗效预测等方面取得了重要的进展。AI在医疗行业中的应用极大提升了高通量数据的有效利用率，加速了疾病诊疗的智能化进程，但同时也在医学伦理、患者隐私和医疗AI的法律主体地位等方面产生了许多问题。未来，合理地规划和管理AI技术，有望为推动医学发展及重塑医疗行业提供强大的动力。

双相障碍是一种常见的精神障碍，具有起病年龄早、易复发、慢性化的特点，如何提高治愈率、降低复发率，是临床诊疗的重点。随着数字医疗的快速发展，数字表型在双相障碍临床诊疗具有积极的应用前景，其通过实时记录患者在真实生活环境中的生理、心理、活动等数据，给双相障碍的临床诊治带来了新的机遇和挑战。现有研究已初步证实，数字表型在双相障碍的诊断、治疗、病情管理和流行病学监测等方面的积极价值。作为一种新型诊疗技术，数字表型在临床应用中不仅面临着数据的隐私和安全、技术的可靠性和有效性、算法的迭代和模型的优化以及跨学科合作和整合等共性问题，也需要着力解决双相障碍临床重点关切的诊治问题。基于数字表型的数字医疗，将全面提升双相障碍诊治的可及性、有效性和公平性。