植入式脑机接口的数据保护问题

栏目：行业新闻发布：2026-07-28浏览：4

把一个人的脑信号存进电脑，去掉姓名和病历号，就安全了吗？

如果这些数据已经拿去训练模型，患者后来不想用了，系统能不能真的把他“忘掉”？以后更换设备，数据和训练好的解码器能不能一起带走？

这些问题听上去有点超前，但已经离临床不远了。

2026年7月27日，《Communications Medicine》发表了一篇综述，专门讨论植入式脑机接口的数据保护。两位作者来自哈佛医学院、柏林夏里特医学院和麻省总医院。

他们梳理出五个容易被忽略的问题：去掉身份信息未必够用；患者很难删除或带走数据；设备同意和数据同意常常混在一起；一些高风险用途还没有明确红线；数据带来的商业价值该怎么分，也没有清楚答案。

脑机接口留下的，不只是一份“脑电文件”

普通医学影像更像一张快照，拍完以后就停在那里。植入式脑机接口则像一条一直在运转的数据流水线。

最底层是原始神经信号。往上还有经过滤波和特征提取的数据、算法解码出的运动或语言信息，以及为某位患者训练的模型参数。

这几类数据不是一回事，但都可能和患者有关。

植入式设备离神经元更近，记录精度通常也比头皮脑电高。设备如果连续工作几个月甚至几年，零散片段还会慢慢拼成一条带有个人特征的“神经轨迹”。

更麻烦的是，数据的含义会变。

今天，这段信号也许只用来控制光标。过几年，新的算法可能从同一批数据里读出更多信息。设备现在没有输出某种内容，不代表原始数据以后也解不出来。

这也是本文最重要的提醒：判断脑机接口数据是否敏感，不能只看设备今天输出了什么。还要看它记录了什么、保存了多久、经过了谁的手，以及未来可能被怎样重新分析。

现有的矛盾

1. 去掉姓名，不等于认不出是谁

在传统医疗数据管理里，“去标识化”是一道常见的安全门槛。姓名、病历号等信息删掉以后，数据的使用限制往往会少很多。

但高维生物数据本身就可能带着身份线索。脑电信号存在比较稳定的个体差异，已经有人把它研究成生物识别特征。植入式记录更精细，理论上也可能留下更清楚的“脑指纹”。

目前还没有证据表明这类数据已经被大规模重识别。不过，没有看到攻击，不等于一定安全。这个领域的数据量还小、开放程度也低，很多风险可能只是暂时没有暴露。

数据进了模型以后，问题会再多一层。即使原始文件不再流通，别人仍有可能通过“成员推断”判断某个人的数据是否参加过训练。

2. 数据进了模型，删除就没那么简单

原始文件存在哪里，通常还能查清楚，也有机会直接删除。

可一旦数据参加了多人模型的训练，它的影响会分散到大量参数里。模型可能已经复制到医院、云端和设备上。删掉训练文件，并不等于模型已经忘了这名患者。

“把数据带走”同样不容易。现在的神经数据标准大多为科研归档设计，还不能完整描述实时脑机系统里的解码器、模型参数、控制信号和设备时序。患者更换厂商时，很可能没法把已经训练好的个性化能力一起迁走。

3. 同意做植入，不代表同意数据随便用

现在参加植入式脑机接口试验的患者，很多患有渐冻症、脑干卒中或脊髓损伤。他们急着恢复交流和行动能力，沟通本身又可能很困难。

如果“同意植入设备”和“同意长期使用数据”被塞进同一份文件，选择就会变得不平等：想用上设备，是不是也必须接受数据共享、模型训练，甚至商业化？

作者建议把数据同意单独拿出来。哪些用途是治疗必需的，哪些只是研究或商业用途，应该讲清楚、分开选。患者以后改变想法，也应该有机会重新决定。

一次签字，不该管设备的一辈子。

4. 有些用途，即使拿到同意也不该做

脑机接口数据可能在医院、设备厂商、云服务商、AI团队和第三方应用之间流动。离开传统医疗体系以后，保护往往会变弱。

作者列了几种值得提前防范的场景：拿神经数据做个性化广告；根据注意力或情绪推断监测员工；让保险机构用它做风险定价；或者调取设备最终输出之外的原始神经记录。

这些事情不一定马上发生，但规则最好走在前面。

真正要问的，不只是“数据有没有泄露”，还包括“哪些用途就算拿到了数据，也不应该被允许”。

5. “数据属于患者”不是一句话就能解决

脑信号当然来自患者，但变成可用数据，要经过电极采集、放大、滤波、特征提取和模型解码。里面既有患者的神经活动，也有厂商的硬件和算法投入。

所以作者没有简单地说“所有数据都归患者所有”。因为财产权可以转让，反而可能让急需治疗的患者承受出售数据的压力。

比“名义上归谁”更实际的问题是：患者能不能知道数据去了哪里，能不能拒绝高风险用途，能不能访问、删除和迁移数据，以及数据赚到的钱有没有一部分回到患者群体。

五个问题对应五个办法

作者给出的办法，整理如下。

现在的问题	建议怎么做	可以用上的工具
去掉身份信息后，仍可能被认出	去标识化只是第一层保护，不能成为放松监管的理由	差分隐私、红队测试、安全隔离环境、联邦式访问
数据难删除，也难迁移	从一开始就记录数据和模型去了哪里	访问日志、模型版本追踪、机器遗忘、统一数据标准
设备同意和数据同意混在一起	分开授权，并允许以后撤回	动态同意、退出非必要用途、标准化模板
高风险二次使用缺少红线	直接禁止或严格限制部分用途	限制广告、工作监测和保险画像；调取数据要接受更严格审查
商业收益怎么分不清楚	让患者群体分享数据带来的价值	患者基金、可及性项目、数据合作社、透明的收益回流