目的:设计开发脑卒中高危人群风险评估及健康管理的微信小程序。方法:依托网络平台与智能手机，根据脑卒中高危人群以及医护人员对脑卒中高危人群管理需求分析，以健康数据采集、卒中风险评估、健康教育知识库匹配及干预计划、数据隐私及安全为关键技术，设计与开发基于微信小程序的健康管理网络平台。结果:小程序包括患者端、医护人员端和后台管理端3个端口，具有脑卒中风险评估、健康管理随访计划智能推送、健康指标记录与服药提醒、互动咨询、健康知识推送等主要功能。结论:开发脑卒中高危人群风险评估和健康管理微信小程序，应用简捷、有效的智能评估，实现对人群脑卒中风险快速分级，为小程序功能模块开展个性化、精准高效的脑心健康管理奠定基础。

原研药专利到期后被仿制药替代是一个十分常见的现象。为进一步验证国家组织药品集中带量采购中选国产仿制药的疗效和安全性，国家医疗保障局指导多家医疗机构开展了大规模的仿制药临床疗效和安全性真实世界研究，涉及心脑血管、神经精神、慢性乙型肝炎、肿瘤等疾病治疗药品和麻醉剂等，纳入研究的患者超过11万例。真实世界研究产生的证据可与随机对照试验证据互相补充，但研究数据的多样性、研究设计的复杂性、对分析方法的高要求和对结果解释的不确定性，给药物的安全性和有效性评价以及监管决策提出了更高的要求。建议进一步加强医疗机构信息化建设，促进真实世界数据使用的规范性和便捷性；强化研究设计和数据处理的科学性；探索完善真实世界证据质量评价标准；加强数据安全意识，重视受试者隐私保护等，不断促进真实世界证据生产和使用的科学性和规范性。

精神疾病脑机接口研究的伦理治理是有效防范脑机接口技术伦理风险，促进各类创新主体实现负责任创新的重要保障。作为国家脑计划重点攻关的疾病，精神疾病特别是难治性精神疾病的脑机接口应用是研究的热点。本专家共识由来自精神科、神经外科、工程技术、计算机及信息科学、伦理学、科技哲学、心理学、法学等多学科专家，经过多轮研讨及在德尔菲法调研基础上，形成精神疾病脑机接口研究伦理治理的基本原则与伦理审查要点共识，提出研究应当至少遵循科学性、有利、自主、最小伤害、隐私保护和公平公正原则，需满足一系列伦理审查的实践要点。本共识将有助于进一步明确精神疾病脑机接口研究的伦理规范，促进技术创新的稳健发展。

现有脑电情绪识别中的域适应方法利用源域数据及其特征分布来训练模型,不可避免地需要频繁访问源域,可能会导致源域受试者的隐私信息泄露.针对该问题,本研究提出一种基于高斯混合模型、核范数最大化和Tsallis熵的无源域适应(GNTSFDA)脑电情绪识别方法.首先,基于源域数据和本研究所提出的CNN和Transformer特征混合(CTFM)网络,利用交叉熵损失训练得到源域模型;然后,通过高斯混合模型聚类生成目标域数据的伪标签以构建分类损失;最后,基于伪标签和分类损失在目标域数据上对源域模型再训练以更新其参数,从而得到目标域模型,训练过程中还利用核范数最大化损失来提升模型预测的类判别性和多样性,同时利用Tsallis熵损失来减少模型预测的不确定性.GNTSFDA方法采用留一被试交叉验证的实验范式分别在SEED(源域14个受试者,目标域1个受试者)、SEED-Ⅳ(源域14个受试者,目标域1个受试者)和DEAP(源域31个受试者,目标域1个受试者)公开数据集上进行了实验.结果显示,在3个数据集上,目标域模型情绪识别的准确率分别为80.20％、61.20％和58.89％,相较于源域模型分别提升8.98％、7.72％和6.54％.GNTSFDA方法仅需要访问源域模型参数,而不是源域,从而有效地保护了源域受试者的隐私信息,在脑电情绪识别的实际应用中具有重要意义.

在伦理学领域,关于脑机接口技术的问题主要聚焦于身心伦理和社会伦理,包括个人隐私权、人是不是完整意义上的人、社会责任归属等,涉及的人群包括患者、医生以及患者生活的整个社会群体.除剖析了身心伦理风险、社会伦理风险外,还根据目前脑机接口的研究现状分析了未来其大规模应用后可能存在的伦理问题,主要包括身心伦理风险的知情同意权、隐私权、决定权,社会伦理风险的责任归属以及公平性问题,未来伦理风险中脑是机器的载体还是机器是脑的延续问题,并从个体、制度和机构三个层面提出了解决措施,以期对脑机接口今后发展提出治理建议.此外,通过社会调研采集并汇总相关意见,获得本土化数据.在此基础上首次引入脑机接口的未来风险,并从伦理学视角出发,以期探索未来问题的解决方案.

目前康复期患者常规使用的背部清洁按摩装置体积大,费用昂贵,至少需要一侧肢体有较强的肌力,同时也需要他人的协助才能完成背部清洁按摩等活动,不可避免地会暴露隐私.基于以上因素,西湖大学医学院附属杭州市第一人民医院重症医学科护理人员设计了一种简易型上肢活动障碍患者背部清洁按摩装置,并获得了国家实用新型专利(专利号:ZL 2015 2 0737148.9).该装置由U型手柄、基座、刷头、按摩头、U型握柄等组成,此装置操作简单,制作成本低,不仅可起到清洁背部的作用,同时又能按摩和刺激背部皮肤,适合普通家庭脑卒中患者使用.

脑机接口(BCI)技术是一种不依赖人体外周神经传输通路和肌肉组织,在人脑与外界机器之间建立联系的新型人机交互技术.BCI系统包括主动式、反应式和被动式3大类,其中运动想象脑机接口(MI-BCI)是最常见的主动式BCI系统.MI-BCI通过大脑想象运动的方式来控制外部设备,无需实际进行运动.为了带给患者更多沉浸感,引入增强现实(AR)技术可增加患者的兴趣,提高康复训练专注度.本研究从BCI技术概述、MI-BCI技术在神经系统疾病康复中的应用及其存在的不足和展望等方面进行阐述,以期为MI-BCI技术在神经系统疾病的诊断和康复中的应用提供参考.其中,BCI技术概述主要介绍了BCI技术、MI-BCI技术和AR-MI-BCI康复训练系统(AR-MI-BCI康复训练系统流程和系统整体架构).MI-BCI系统在脑卒中、毒品成瘾戒毒和抑郁症等神经系统疾病方面有诸多应用,既能有效辅助神经系统疾病诊断,又可以激活特定脑区,促进脑功能康复.MI-BCI系统通过识别脑卒中患者的运动想象意图,指导患者主动想象肢体动作,有助于实现患者主动康复.为解决传统机器学习算法对脑卒中患者通用性差的问题,将迁移学习技术作为基础搭建MI-BCI康复训练系统.基于AR-MI-BCI的康复训练系统可以辅助吸毒人员减轻毒品成瘾性,减少因吸食毒品导致的难以戒断的精神依赖和身体依赖问题,使吸毒人员在毒品与抵抗情绪之间产生联系.基于MI-BCI技术多频脑网络的脑电识别方案可以辅助诊断抑郁症,但MI-BCI技术在技术成熟度、设备成本、患者隐私和临床应用等方面还有一些不足之处.

人工智能显现出替代人脑智能的倾向,其勃兴可能会引发社会巨变.人工智能开创了人机协同进化的历史进程.在人工智能对医学的嵌入中,可以看到广泛的医学应用场景.以人工智能为技术底板的智慧医学意义重大,实现了空间连接下的空间嬗变、数据挖掘下的价值释放.智慧医学在价值评估中占据"高阶位".智慧医学因存在对医生去主体化的倾向、对智能算法效用的质疑、对信息安全和个体隐私保护的难度加大、对医学人文关怀的淡漠等,而成为风险综合体.为了防范智慧医学的风险,有必要合理界定人工智能与医生的关系,有效防范智能算法的风险,加大对患者数据安全和个人隐私的保护力度,在人工智能中厚植人文关怀,以伦理审查助推科技伦理治理体系的完善.

在我国脑科学研究战略的背景下,作为输入型脑机接口技术的经颅磁刺激技术,能够通过无创方式改善精神障碍患者的病理状态.但新技术引发的新风险被忽视,患者大脑神经数据呈现出的隐私存在泄露风险,医师忽略患者性格改变风险的告知以及经颅磁刺激仪器械超说明书使用的法律问题亟待探讨.本文采用文献研究、案例分析方法,检索并剖析健康权同隐私保护权衡、知情同意原则、数据利用、器械超说明书应用多领域文献,总结归纳经颅磁刺激仪超说明书使用和知情同意纠纷的裁判文书要点,发现应通过阐明健康权兼顾隐私保护、调适医师诊疗权与患者知情同意权、器械可及性和安全性之间的法理阐释和价值平衡,并完善新技术应用中对新风险的充分告知;明确医师及医疗机构应当尊重患者隐私及神经数据安全保障义务,扩充风险告知范围,明确性格改变风险,禁止器械超范围使用并设立风险分析及动态监测不良反应报告机制.

由于监护室患者病情危重,并且需要连接监护用导联线,或是气管插管、气管切开管路、血液净化用管路、各种输液泵、深静脉置管、各种引流管等治疗管线非常多. 且危重症患者卧床时间相对较长、生活不能自理,穿着普通病员服存在穿脱困难、费时、增加患者的痛苦、治疗护理及病情观察时会暴露患者的隐私等问题. 更严重的是病员服更换过程中还容易出现多种意外情况,比如意外拔管、脑疝、体位性低血压、出血等不安全因素. 但由于目前没有专门为危重患者设计的专用病员服,因此临床中主要还是为患者穿着普通的病员服. 而上述的种种弊端造成在实际工作中医护人员工作量加大,且经常需要几个人一起协助才能完成,无形中也造成了时间和人力的浪费情况,而且不利于保护患者的隐私,也会造成患者及家属的不满,甚至有可能造成患者的二次伤害,引起更加严重的后果. 因此,我们根据危重症患者特殊的情况以及护理工作的需要,结合普通病员服所存在的问题,对病员服做了大胆的改良,以求尽可能的满足重症医学科特殊患者群体的使用要求. 现介绍如下.