中山眼科发布全球首个“数字面罩”，“识病不识人”匿名就医成为现实

文/ 羊城晚报全媒体记者 刘欣宇

通讯员 邰梦云 唐艳丽

图/受访者提供

看病时不想被拍到脸部信息？患病照片怕被认出来？“数字面罩”可以将图像转化为3D形式，去除了您的身份信息，同时又可保留用于诊断的特征。

9月16日，记者从中山大学中山眼科中心获悉，该中心林浩添教授团队与清华大学戴琼海院士、徐枫教授团队以及多个科研机构联合研发了一项新技术“Digital Mask”(数字面罩），通过面部三维重建，去除患者身份信息同时可保留用于患者诊断的特征，解决了患者眼面部的个人敏感信息保护和基于眼部图像的疾病诊断需求的矛盾。研究成果已于近日在国际医学顶级期刊《Nature Medicine》在线发表。

分离身份和疾病信息，“识病不识人”成为现实

林浩添教授称，辩证来看，通过数字技术与医学技术的交叉赋能，可以建立疾病筛诊防治的智慧医疗体系，为一系列关键临床问题提供科学有效的解决方案。

然而，数字医学的数据依赖性和医疗数据的身份敏感性之间的矛盾却是痛点、难点，医疗信息似乎总是跟随着身份信息，导致个人疾病体征和个人身份信息存在耦合，任何人脸图像在记录个人健康信息的同时，都不可避免地记录了种族、性别、年龄、情绪等其他生物迹象。

很多患者对个人敏感信息数据的泄露风险存在担忧，某种程度上，这些担忧也降低了患者提供研究数据的意愿，致使数据收集的成本大大增加，给相关医疗机构及研究团队造成了沉重的负担。

因此，医疗数据的个人敏感信息保护是行业内亟待解决的问题，数据收集相关的方法和程序必须更新，以保护人们不受信息泄露攻击。其团队开发的“Digital Mask”（以下简称DM）技术将拍下的患者脸部图像转换成3D形式，使得患者面部可自动生成一个虚拟“面罩”，只保留可以用于诊断眼疾的重要信息，实现“识病不识人”的匿名就医效果。

他指出，研究表明，在传统的六选一的识别测试中，如用“遮盖”方法，身份被识别率为91.3%，而患者在DM的保护下，身份被识别率降低到27.3%。

DM“保驾护航”：这四种眼疾临床诊断效果一致

据了解，该研发团队重点测试了最常见的四种相关眼病，包括上睑下垂、眼球震颤、斜视和甲状腺相关眼眶病，涉及十多种异常行为表型，例如眼睑回缩、眼球运动亢进或不足、代偿头位等。

中山眼科中心四个专科的12名专家教授，分别对使用DM和未使用DM的病人进行疾病诊断，结果显示几乎完美的诊断一致性和可比的诊断准确率。

“这四种眼病涉及到的临床患者数量较大，体征和特征都相对典型，属于常见病、多发病，在远程医疗过程中，医生在诊断时也会较为关注这类疾病所产生的体征情况。后续随着技术的更迭以及临床测试的增加，我们也将会覆盖到更多的病种。”林浩添补充，像是甲状腺相关眼眶病，以前需要用传统尺子去量眼球突出多少，而现在通过DM这种数字化3D技术便可以直接准确测量，除了能保护患者隐私，DM也给医学辅助诊断、监测等方面带来重大突破。

来源 | 羊城晚报·羊城派

责编 | 王沫依