การเกิดริ้วรอยบนใบหน้า

ในงานวิจัยที่ตีพิมพ์ในวารสาร Nature Medicineวันนี้ ทีมที่นำโดยนักวิทยาศาสตร์จากมหาวิทยาลัยเคมบริดจ์และมหาวิทยาลัยซุนยัตเซ็นในกว่างโจว ประเทศจีน ใช้การสร้างใหม่แบบสามมิติ (3D) และอัลกอริทึมการเรียนรู้เชิงลึกเพื่อลบลักษณะที่สามารถระบุตัวตนได้จากภาพใบหน้าในขณะที่คงไว้ คุณสมบัติที่เกี่ยวข้องกับโรคที่จำเป็นสำหรับการวินิจฉัย ภาพใบหน้ามีประโยชน์ในการระบุสัญญาณของโรค ตัวอย่างเช่น ลักษณะต่างๆ เช่น รอยย่นที่หน้าผากลึกและ ริ้วรอย รอบดวงตามีความสัมพันธ์อย่างมีนัยสำคัญกับโรคหลอดเลือดหัวใจ ในขณะที่การเปลี่ยนแปลงที่ผิดปกติของการเคลื่อนไหวของดวงตาสามารถบ่งบอกถึงการทำงานด้านการมองเห็นที่ไม่ดีและปัญหาพัฒนาการทางการรับรู้ทางสายตา อย่างไรก็ตาม ภาพถ่ายใบหน้ายังบันทึกข้อมูลไบโอเมตริกซ์อื่นๆ เกี่ยวกับผู้ป่วยอย่างหลีกเลี่ยงไม่ได้ รวมถึงเชื้อชาติ เพศ อายุ และอารมณ์ ด้วยการทำให้เวชระเบียนดิจิทัลเพิ่มมากขึ้น ความเสี่ยงของการละเมิดข้อมูลจึงเกิดขึ้น แม้ว่าข้อมูลผู้ป่วยส่วนใหญ่สามารถปกปิดตัวตนได้ แต่ข้อมูลใบหน้าจะทำให้ไม่เปิดเผยตัวตนได้ยากกว่า ในขณะที่ยังคงรักษาข้อมูลที่จำเป็นเอาไว้ วิธีการทั่วไป รวมถึงการเบลอและการครอบตัดพื้นที่ที่ระบุได้ อาจสูญเสียข้อมูลที่เกี่ยวข้องกับโรคที่สำคัญ แต่ถึงกระนั้นก็ไม่สามารถหลบเลี่ยงระบบการจดจำใบหน้าได้ทั้งหมด เนื่องจากความกังวลเรื่องความเป็นส่วนตัว ผู้คนมักลังเลที่จะแบ่งปันข้อมูลทางการแพทย์ของตนสำหรับการวิจัยทางการแพทย์สาธารณะหรือบันทึกสุขภาพอิเล็กทรอนิกส์ ซึ่งเป็นอุปสรรคต่อการพัฒนาการรักษาพยาบาลแบบดิจิทัล ศาสตราจารย์ Haotian Lin จากมหาวิทยาลัย Sun Yat-sen กล่าวว่า "ในช่วงการระบาดของ COVID-19 เราต้องปรึกษาหารือกันทางโทรศัพท์หรือทางวิดีโอแทนการไปพบหน้า การดูแลสุขภาพทางไกลสำหรับโรคตาทำให้ผู้ป่วยต้องแบ่งปันจำนวนมาก ข้อมูลใบหน้าดิจิทัล ผู้ป่วยต้องการทราบว่าข้อมูลที่อาจละเอียดอ่อนของตนนั้นปลอดภัยและความเป็นส่วนตัวของพวกเขาได้รับการคุ้มครอง" ศาสตราจารย์ Lin และเพื่อนร่วมงานพัฒนา 'หน้ากากดิจิทัล' ซึ่งป้อนวิดีโอต้นฉบับของใบหน้าของผู้ป่วยและส่งออกวิดีโอตามการใช้อัลกอริทึมการเรียนรู้เชิงลึกและการสร้างใหม่ 3 มิติ ในขณะที่ทิ้งข้อมูลไบโอเมตริกซ์ส่วนบุคคลของผู้ป่วยให้มากที่สุดเท่าที่จะเป็นไปได้ - - และไม่สามารถระบุตัวบุคคลได้ การเรียนรู้เชิงลึกจะดึงคุณสมบัติจากส่วนต่างๆ ของใบหน้า ในขณะที่การสร้างใหม่แบบ 3 มิติจะสร้างรูปร่างและการเคลื่อนไหวของใบหน้า เปลือกตา และลูกตาแบบ 3 มิติโดยอัตโนมัติตามลักษณะใบหน้าที่ดึงออกมา การแปลงวิดีโอหน้ากากดิจิทัลกลับไปเป็นวิดีโอต้นฉบับนั้นยากมาก เนื่องจากข้อมูลที่จำเป็นส่วนใหญ่ไม่ได้ถูกเก็บไว้ในหน้ากากอีกต่อไป จากนั้น นักวิจัยได้ทดสอบว่าหน้ากากมีประโยชน์อย่างไรในทางคลินิก และพบว่าการวินิจฉัยโดยใช้หน้ากากดิจิทัลนั้นสอดคล้องกับการวินิจฉัยโดยใช้วิดีโอต้นฉบับ สิ่งนี้ชี้ให้เห็นว่าการสร้างใหม่นั้นแม่นยำเพียงพอสำหรับใช้ในการปฏิบัติทางคลินิก เมื่อเทียบกับวิธีดั้งเดิมที่ใช้ในการ 'ไม่ระบุตัวตน' ผู้ป่วย - การครอบตัดรูปภาพ - ความเสี่ยงของการถูกระบุตัวตนนั้นต่ำกว่ามากในผู้ป่วยที่สวมหน้ากากดิจิทัล นักวิจัยได้ทดสอบสิ่งนี้โดยแสดงให้จักษุแพทย์ 12 คนแสดงภาพที่สวมหน้ากากหรือครอบตัดแบบดิจิทัล และขอให้พวกเขาระบุต้นฉบับจากภาพอื่นๆ อีก 5 ภาพ พวกเขาระบุต้นฉบับได้อย่างถูกต้องจากภาพที่สวมหน้ากากดิจิทัลในเวลาเพียงหนึ่งในสี่ (27%) ของกรณีทั้งหมด สำหรับรูปร่างที่ครอบตัด พวกเขาสามารถทำได้ในกรณีส่วนใหญ่อย่างท่วมท้น (91%) นี่น่าจะเป็นการประมาณค่าที่สูงเกินไป อย่างไรก็ตาม ในสถานการณ์จริง เราน่าจะต้องระบุภาพต้นฉบับจากชุดที่ใหญ่กว่ามาก ทีมสำรวจสุ่มเลือกผู้ป่วยที่เข้ารับการรักษาในคลินิกเพื่อทดสอบทัศนคติต่อหน้ากากดิจิทัล ผู้ป่วยกว่า 80% เชื่อว่าหน้ากากดิจิทัลจะบรรเทาความกังวลเรื่องความเป็นส่วนตัวได้ และพวกเขาแสดงความเต็มใจมากขึ้นที่จะแบ่งปันข้อมูลส่วนบุคคลหากมีการใช้มาตรการดังกล่าว ในที่สุด ทีมงานยืนยันว่าหน้ากากดิจิทัลสามารถหลบเลี่ยงอัลกอริธึมการจดจำใบหน้าที่ขับเคลื่อนด้วยปัญญาประดิษฐ์ ศาสตราจารย์ Patrick Yu-Wai-Man จากมหาวิทยาลัยเคมบริดจ์กล่าวว่า "การปิดบังข้อมูลดิจิทัลเป็นวิธีการเชิงปฏิบัติในการปกป้องความเป็นส่วนตัวของผู้ป่วย ในขณะที่ยังคงให้ข้อมูลที่เป็นประโยชน์กับแพทย์ ในขณะนี้ ทางเลือกเดียวที่มีอยู่ยังดูดิบๆ แต่ดิจิทัลของเรา หน้ากากเป็นเครื่องมือที่ซับซ้อนมากขึ้นสำหรับการซ่อนภาพใบหน้า "สิ่งนี้อาจทำให้ telemedicine - การให้คำปรึกษาทางโทรศัพท์และวิดีโอ - เป็นไปได้มากขึ้น ทำให้การรักษาพยาบาลมีประสิทธิภาพมากขึ้น หากมีการนำ telemedicine มาใช้อย่างแพร่หลาย เราจำเป็นต้องเอาชนะอุปสรรคและข้อกังวลที่เกี่ยวข้องกับการปกป้องความเป็นส่วนตัว หน้ากากดิจิทัลของเราคือ ก้าวสำคัญในแนวทางนี้” การวิจัยได้รับการสนับสนุนอย่างมากจากโครงการวางแผนวิทยาศาสตร์และเทคโนโลยีของมณฑลกวางตุ้ง โครงการวิจัยและพัฒนาที่สำคัญแห่งชาติของจีน และการก่อสร้างโรงพยาบาลระดับสูง ศาสตราจารย์ Yu-Wai-Man ได้รับการสนับสนุนจากสถาบันวิจัยสุขภาพและการดูแลแห่งชาติแห่งสหราชอาณาจักร (NIHR)