“數字面罩”讓匿名就醫成為現實。邰夢云供圖

　　看病時不想被拍到臉部信息？患病照片怕被認出來？9月15日，《自然—醫學》在線發表了中山大學中山眼科中心副主任林浩添教授團隊牽頭開發的一項新技術成果。他們通過數字技術與醫學技術的交叉賦能，研制出首個“Digital Mask”（數字面罩），讓匿名就醫成為現實。

　　“‘Digital Mask’這項新的研究成果可以打消患者的顧慮。”項目研究團隊負責人林浩添對《中國科學報》表示，該研究技術通過三維建模，可將拍下來的圖像轉換成3D形式，使得患者面部可自動生成一個虛擬“面罩”，去除個人身份特征，同時保留用于診斷的特征，主要用來診斷和記錄病情。

　　突破面部圖像去身份化瓶頸 

　　近年來，中山大學中山眼科中心建立了眼病篩診防治的智慧醫療體系，為一系列關鍵臨床問題提供科學有效的解決方案。然而，數字醫學的數據依賴屬性與醫療數據的身份敏感性之間的矛盾是新時代的痛點和難點，也是國際學術討論的熱點話題。

　　顏面部可呈現出人體多種生理或病理特征信息。無論是我國的傳統中醫或現代醫學，顏面部的信息特征均是臨床疾病診療的重要判斷依據，包括眼科、肝膽、心血管、神經系統等各種器官系統或全身疾病，是重要的醫療數據和科研數據。

　　同時，由于面部是人體重要的不可編輯的生物識別信息之一，它還具有身份識別功能，因此具有極高的敏感性，是數字化時代個人敏感信息的保護重點。

　　“如何實現身份和疾病信息的分離是我們面臨的主要技術問題。‘Digital Mask’技術主要是通過面部三維重建，可以在保留疾病體征的同時抹去個人身份信息，且無法進行逆向工程，從而保護了身份信息的不可識別。”論文共同第一作者、中山大學中山眼科中心博士后楊雅涵說。

　　“我們歷時三年多，通過創新技術攻堅克難，研發出‘Digital Mask’技術，創新性解決了患者眼面部的個人敏感信息保護和基于眼部圖像的疾病診斷需求的矛盾。”林浩添表示，數字醫學是最需要、最適合發展和應用數字化技術的交叉學科。

　　林浩添稱，由于行業內缺乏明晰的數據個人敏感信息保護，以及敏感醫療信息的采集標準和規范指引，很多患者對個人敏感信息數據的泄露風險存在擔憂。某種程度上，這些擔憂降低了他們提供研究數據的意愿，致使數據收集的成本大大增加，給相關醫療機構及研究團隊造成了沉重的負擔。

　　據了解，該項成果由林浩添團隊與清華大學戴瓊海院士、徐楓教授團隊，聯合粵港澳大灣區及國內外十余家醫療、人工智能及三維重建領域的科研機構共同完成。

　　四種眼疾臨床診斷效果一致 

　　在數字醫學新時代，患者的醫療影像以及日常圖像數據，均是臨床研究、健康檔案、遠程醫療的重要信息載體，也是醫療服務數字化、實時化、智能化的基礎和產物。然而，作為重要的戰略資源，醫學數據的采集、治理和共享還存在諸多瓶頸。

　　“疾病的診療過程可以理解為整個信息采集、處理、傳遞、存儲、利用共享實現的過程，這是用數字去推動醫學發展的很重要的根基基礎。”林浩添指出，醫療數據的個人敏感信息保護是行業內亟待解決的問題，必須更新數據收集的相關方法和程序，以保護個人信息不被泄露攻擊。

　　在整個面部圖像中，眼周生物識別是個人生物特征信息中最獨特的子集之一，可用于協助構建強大的身份驗證系統。此外，眼睛是整體健康的窗口，眼周特征與冠心病顯著相關，眼球動力學的異常拓撲變化也表明視功能差和視覺認知發育問題。大多數眼病伴隨異常眼瞼和眼球運動。

　　楊雅涵表示，在“Digital Mask”技術中，團隊重點測試了最常見的4種相關眼病，包括上瞼下垂、眼球震顫、斜視和甲狀腺相關眼眶病，涉及十多種異常行為表型，例如眼瞼回縮、眼球運動亢進或不足等。來自中山眼科中心4個專科的12名專家教授，分別對使用“Digital Mask”和未使用“Digital Mask”的病人進行疾病診斷，結果顯示診斷一致，通過臨床診斷要求。

　　研究表明，在六選一的識別測試中，傳統的個人敏感信息保護技術（如“遮蓋”）的身份被識別率為91.3%，而患者在“Digital Mask”的保護下，身份被識別率降低到27.3%。此外，該技術也可抵抗基于彩色人臉圖像識別的模型攻擊。

　　記者了解到，“Digital Mask”可以實現“識病不識人”的匿名就醫效果。經問卷調查統計分析顯示，使用“Digital Mask”可以顯著降低患者因面部暴露帶來的信息披露擔憂，增加他們使用數字醫學產品和分享健康信息的意愿。

　　林浩添表示，“Digital Mask”存在多個應用的場景。“比如，在一些臨床應用場景上，醫院專家可以通過我們處理后的視頻進行疾病診斷。除此之外，互聯網醫院、遠程醫療等與數字醫學相關的產品對這一技術也存在需求。”

　　相關論文信息：https://doi.org/10.1038/s41591-022-01966-1