حفاظت از حریم شخصی بیماران با استفاده از ماسک دیجیتال

ببه گزارش کمیاب آنلاین، دانشمندان دست به ساخت یک ماسک دیجیتالی زده اند که امکان ذخیره تصاویر افراد را در پرونده های پزشکی فراهم می آورد و در عین حال از استخراج و به اشتراک گذاری اطلاعات زیست سنجی (بیومتریک) شخصی و حساس افراد جلوگیری می کند.

به گزارش کمیاب آنلاین به نقل از ایسنا و به نقل از ساینس دیلی، در مطالعه ای که بتازگی در مجله "Nature Medicine" پخش شده، تیمی به رهبری دانشمندان دانشگاه کمبریج و دانشگاه سون یات سن (Sun Yat-sen) در گوانگ ژو چین، از الگوریتم های بازسازی سه بعدی و یادگیری عمیق برای پاک کردن خاصیت های قابل شناسایی از تصاویر چهره افراد استفاده کردند، در صورتیکه مشخصه های مورد نیاز برای تشخیص بیماری حفظ شده است.
این تصاویر از چهره افراد می تواند برای شناسایی علایم بیماری مفید باشد. به عنوان مثال، مشخصه هایی همچون چین و چروک های عمیق پیشانی و چروک های اطراف چشم بطور قابل توجهی با بیماری عروق کرونر قلب مرتبط می باشد، در صورتیکه تغییرات غیر طبیعی در حرکت چشم می تواند نشان دهنده عملکرد ضعیف بینایی و مشکلات رشد شناختی بینایی باشد. با وجود این، تصاویر چهره، اطلاعات زیست سنجی دیگری همچون نژاد، جنس، سن و خلق و خوی بیمار را نیز ثبت می کنند.
با افزایش دیجیتالی شدن سوابق پزشکی، خطر نقض حریم شخصی به وجود می آید. در صورتیکه بیشتر داده های بیماران را می توان بصورت ناشناس ثبت کرد، ثبت ناشناس داده های مربوط به چهره با حفظ اطلاعات ضروری کار دشوارتری است. روش های متداول، همچون محوکردن و برش مناطق قابل شناسایی، ممکنست به از دست رفتن اطلاعات مهم در رابطه با بیماری منجر شود.
نگرانی های مربوط به حریم شخصی سبب شده که مردم اغلب در به اشتراک گذاشتن داده های پزشکی خود برای تحقیقات پزشکی عمومی یا سوابق سلامت الکترونیکی تردید داشته باشند و این مانع از توسعه مراقبت های پزشکی دیجیتال می شود.
پروفسور هاشین لین (Haotian Lin) از دانشگاه سون یات سن می گوید: در طول همه گیری کووید-۱۹، ما مجبور بودیم به مشاوره تلفنی یا تماس ویدئویی روی بیاوریم. مراقبت های بهداشتی ازراه دور برای بیماریهای مربوط به چشمی نیازمند به اشتراک گذاشتن مقدار زیادی اطلاعات دیجیتال از چهره است. بیماران می خواهند بدانند که از اطلاعات حساس بالقوه و حریم شخصی آنها حفاظت می شود.
پروفسور لین و همکارانش یک "ماسک دیجیتال" به وجود آورده اند که ویدئوی اصلی از چهره بیمار را دریافت می کند و یک ویدئو با بهره گیری از الگوریتم یادگیری عمیق و بازسازی سه بعدی ارائه می کند، در صورتیکه تا حد امکان اطلاعات مربوط به زیست سنجی شخصی بیمار حذف می شود و شناسایی فرد غیرممکن می شود.
یادگیری عمیق مشخصه ها را از قسمت های مختلف صورت استخراج می کند، در صورتیکه بازسازی سه بعدی بطور خودکار اشکال و حرکت چهره ها، پلک ها و کره چشم ها را برمبنای خاصیت های استخراج شده بصورت دیجیتالی در می آورد. تبدیل ویدیو های نهایی به ویدیو های اصلی بسیار دشوار است؛ برای اینکه بیشتر اطلاعات لازم از آن حذف شده اند.
در مرحله بعد، پژوهشگران میزان مفید بودن این ماسک ها را در بررسی های بالینی آزمایش کردند و دریافتند که تشخیص بیماری با بهره گیری از ماسکهای دیجیتال با تشخیص انجام شده با بهره گیری از فیلم های اصلی مطابقت دارد. این نشان میدهد که بازسازی به اندازه کافی جهت استفاده در مراجعه های بالینی دقیق بوده است.
در مقایسه با روش های سنتی مورد استفاده برای شناسایی بیماران که شامل برش تصویر می شود، خطر شناسایی بیمارانی که نقاب دیجیتالی داشتند بطور قابل توجهی کمتر بود.
پژوهشگران بیمارانی را که به کلینیک مراجعه می کردند بصورت تصادفی انتخاب نموده و نگرش آنها در مورد ماسکهای دیجیتال را بررسی کردند. بیش از ۸۰ درصد از بیماران معتقد بودند که ماسک دیجیتال نگرانی های مربوط به حریم شخصی آنها را می کاهد و آنها تمایل بیشتری برای به اشتراک گذاشتن اطلاعات شخصی خود در صورت اجرای چنین اقدامی ابراز کردند.

آخرین مطالب مرتبط