中大新聞網訊（通訊員唐艷麗）9月16日上午，在廣州市市委宣傳部的指導下，“Digital Mask”研究成果發布會在中山大學中山眼科中心珠江新城院區實驗樓202會議室舉行。廣州市人大常委會黃卡主任，中山眼科中心副主任、成果研究團隊負責人林浩添教授，及共同作者魏來教授，中山大學生物醫學工程學院周建華教授，以及共同第一作者楊雅涵博士后、汪瑞昕博士等出席會議。清華大學戴瓊海院士、徐楓教授、呂軍鋒博士，中山眼科中心胡友金教授、楊華勝教授，中山大學計算機學院王瑞軒教授，澳門鏡湖大學賴一凡教授和香港中文大學張艷蕾教授等線上參會。
成果發布會現場
在百年變局的新一輪科技革命，數字化轉型和智能化升級是促進我國醫學高質量發展的核心驅動力，也是實現“健康中國”戰略目標的關鍵。通過數字技術與醫學技術的交叉賦能,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是病理特征信息，無論是我國的傳統中醫或是現代醫學，顏面部的信息特征均是臨床疾病診療重要的判斷依據，包括眼科、肝膽、心血管、神經系統等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，因此具有極高的個人信息敏感性，是數字化時代個人敏感信息的保護重點。圍繞患者面部圖像個人敏感信息保護這一科學問題，研究團隊通過創新技術攻堅克難，研發“Digital Mask”技術，在去除患者身份信息同時可保留用于患者診斷的特征，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，研究成果“A Digital Mask to Safeguard Patient Privacy”于2022年9月15日在國際醫學頂級期刊Nature Medicine（中科院一區，影響因子87.241）在線發表，加強患者個人敏感信息保護，推進數字醫學高質量發展。據了解，這也是中國眼科機構第一次以第一單位在國際醫學頂級期刊Nature Medicine發表高水平研究論文。
概念示意圖1
全球首創技術解決眼面部圖像用于疾病診療需求和個人敏感信息保護之間的矛盾
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、治理和共享還存在著諸多瓶頸。由于行業內缺乏明晰的數據個人敏感信息保護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。
因此，醫療數據的個人敏感信息保護是行業內亟待解決的問題，數據收集相關的方法和程序必須更新，以保護人們不受信息泄露攻擊。團隊開發的“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泄露擔憂，增加他們使用數字醫學產品和分享健康信息的意愿。
“Digital Mask”建模過程
開發“Digital Mask”解決面部圖像去身份化的技術瓶頸
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。醫療信息似乎總是跟隨著身份信息，導致個人疾病體征和個人身份信息存在耦合，任何人臉圖像在記錄個人健康信息的同時，都不可避免地記錄了種族、性別、年齡、情緒等其他生物跡象。“Digital Mask”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。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“局部裁剪”）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，此技術也可抵抗基于彩色人臉圖像識別的模型攻擊。
概念示意圖2
全國頂尖醫療團隊測試“Digital Mask”通過臨床診斷要求
眼周生物識別是個人生物識別信息中最獨特的子集之一，可用于協助構建強大的生物識別認證系統。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。團隊重點測試了最常見的四種相關眼病，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、眼外肌運動亢進或不轉動以及水平或垂直斜視、代償性頭位等。醫療團隊來自中山眼科中心四個?？频?2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，結果顯示幾乎完美的診斷一致性，和可比的診斷準確率。
研發團隊介紹：中山大學中山眼科中心林浩添教授團隊與清華大學戴瓊海院士、徐楓教授團隊，聯合大灣區及國內外十余家醫療領域、人工智能領域、及三維重建領域的頂級科研機構共同完成本項研究。中山大學中山眼科中心楊雅涵博士后、清華大學軟件學院呂軍鋒博士、中山大學中山眼科中心汪瑞昕博士為本文的共同第一作者。通過醫工結合，此項目帶動青年人才自主培養和科研交叉創新，促進青年人才在解決重大科學問題和服務國家重大戰略需求。
團隊合影
