研究人员发现,商用面部识别是可能的。
研究人员发现,尽管研究人员通常会采取措施保护病人的隐私,但利用商业面部识别软件,通过包含面部图像的大脑核磁共振来识别人是可能的。这张图显示了四名参与者的照片(上两排)和他们的脸(下一排),这些照片是根据他们的研究磁共振成像扫描生成的。
资料来源:《新英格兰医学杂志》。

面部识别软件通过核磁共振扫描识别个人

尽管医学图像文件中的识别数据在共享用于研究之前通常会被删除,但梅奥诊所的一项研究发现,这可能不足以保护患者的隐私。“在梅奥诊所,我们把病人的隐私作为一项核心价值,”克里斯托弗·施瓦茨博士说,他是梅奥诊所的研究员和高级成像研究中心的计算机科学家,也是这项研究的第一作者。“在寻求改进这些技术的方法时,我们正在研究身份识别方面的潜在差距。”

这项研究发现,尽管研究人员通常会采取措施保护病人的隐私,但使用商业面部识别软件通过包含人脸图像的大脑MRI来识别人是可能的。对于共享大脑成像数据的研究参与者来说,这是一个潜在的问题。它与病人护理无关,也不局限于或特定于梅奥诊所的研究。“这只适用于人们可以在公开的研究数据库中获取核磁共振扫描结果的情况。它与数据安全的医疗保健无关,”施瓦茨博士说。

研究人员补充说,这种风险仅适用于通过参与研究研究的成像数据被释放到公共领域的人员,并且通常在研究人员之前可以获得他们所需的数据,以便签署数据使用协议他们说他们不会试图识别参与者。

目前,共享MRI扫描用于研究的标准是删除姓名和识别号码等标识符。但是,核磁共振成像中包含的面部图像仍然可以获得。据施瓦茨博士说,在核磁共振成像中去除或模糊面部的软件程序已经存在多年,但它们还没有被广泛使用,因为它们会降低研究人员从图像中自动测量大脑结构的能力。即使使用该软件,也不能完全防止患者的再次识别。

为了确定面部识别软件是否能通过核磁共振成像识别人,研究人员招募了84名在过去三个月内拥有核磁共振成像的志愿者,然后拍摄了额外的照片。然后,研究人员从每个核磁共振成像中创建面部重建图像,并试图使用公开的面部识别软件将这些图像与照片进行匹配。

对于84名参与者中的70名,正确的MRI图像被选为软件与参与者照片的第一匹配,成功率为83%。在84个病例中,有80个病例的MRI图像与参与者的照片可能匹配的前五名中,准确率为95%。研究人员表示:“我们研究的83%的匹配率表明,面部识别提供了一种可能的方法,可以从他们的头颅核磁共振图像中重新识别研究参与者。”这可能意味着相关的健康信息被泄露,包括诊断、基因数据和其他成像结果。

研究机构通常只与那些合法承诺不试图识别参与者的研究人员共享图像数据。尽管如此,“我们理解人们对面部识别技术对个人隐私的负面影响的担忧,”医学博士克利福德·杰克(Clifford Jack)说,他是梅奥诊所的一位放射学家和资深作家,也是美国国家医学院的成员。杰克博士是研究阿尔茨海默氏症的亚历山大家族教授。施瓦茨博士的工作指出,这些担忧包括确定参与医学研究的个人研究参与者的身份的可能性,这些参与者被保证匿名作为参与医学研究的条件。这是一个医学研究界必须意识到并解决的问题。”

梅奥团队计划发表另一份手稿,详细介绍他们新颖的潜在解决方案,以及它如何改进现有的隐私保护工作。施瓦茨博士说:“我们正在朝着初步解决方案的方向取得良好进展。”“让数据隐私化和保密是一个不断发展的领域。我们在这项研究中获得的见解将帮助我们在工作中保持患者数据的私密性,并更有效地将其用于疾病研究和潜在的新疗法。”

“随着数字技术的进步,在这种情况下,面部识别软件,至关重要的是,我们继续重新审视我们对患者做出的承诺,特别是与他们的医疗数据保密有关的承诺,”理查德·夏普博士、劳埃德·a·阿蒙森生物医学伦理学教授和生物医学伦理学研究项目主任说,他参与了这项研究。“我们在生物医学伦理方面的工作主要集中在保护患者免受意想不到的伤害,这是这项工作重要性的绝佳例证。”

订阅我们的时事通讯

相关文章

利用人工智能进行心理健康评估

利用人工智能进行心理健康评估

人工智能可以从调查问卷和脑部扫描中检测出有关心理健康的信息。

深度学习:通过单次3D MRI扫描对脑肿瘤进行分类

深度学习:通过单次3D MRI扫描对脑肿瘤进行分类

华盛顿大学医学院的一组研究人员开发了一种深度学习模型,可以通过单次3D MRI扫描将脑瘤分类为六种常见类型之一。

生物医学研究:深度学习优于机器学习

生物医学研究:深度学习优于机器学习

深度学习方法有潜力提供更好的结果,产生更好的表征人类大脑的特征。

使用深度学习诊断自闭症

使用深度学习诊断自闭症

研究人员已经将这些人工智能技术应用于自闭症诊断。

联合学习允许医院私下共享数据

联合学习允许医院私下共享数据

研究人员已经证明,联合学习在大脑成像方面是成功的,它能够分析脑肿瘤患者的MRI扫描,并将健康的脑组织和癌变区域区分开来。

为非常年轻的大脑提供人工智能

为非常年轻的大脑提供人工智能

科学家们开发了一种创新的新技术,利用人工智能在磁共振成像(MRI)检查中更好地确定新生儿大脑的不同部分。

人工智能和核磁共振可以研究脑瘤的基因组

人工智能和核磁共振可以研究脑瘤的基因组

研究人员开发了一种计算机方法,使用核磁共振成像和机器学习来快速预测神经胶质瘤肿瘤的基因突变,

深度学习促进MRI检测多动症

深度学习促进MRI检测多动症

深度学习可以提高MRI对注意缺陷多动障碍(ADHD)的预测能力。

“恐怖谷”:大脑网络评估机器人的受欢迎程度

“恐怖谷”:大脑网络评估机器人的受欢迎程度

科学家们已经发现了人类大脑中的机制,这可能有助于解释我们从太像人类的机器人和虚拟代理身上获得的不安感。

流行文章

订阅简报
Baidu