DE DIABETES Y OTROS MALES/ Mantener la identidad personal

Por Carlos Meraz, médico especializado en diabetes
Existe una preocupación no revelada en el sector médico: que por error o descuido se revelen datos sensibles de nuestros pacientes.
Ante esto, los científicos crearon una «máscara digital» que permite que las imágenes faciales se almacenen en los registros médicos y de manera simultánea evita que se extraiga y comparta información biométrica personal potencialmente sensible.
Así, un equipo dirigido por científicos de Cambridge y China utilizó algoritmos tridimensionales (3D) de reconstrucción y aprendizaje profundo para borrar características identificables de las imágenes faciales pero que conservaba las características necesarias para el diagnóstico.
Por ejemplo, características como las arrugas profundas de la frente y alrededor de los ojos se asocian significativamente con la enfermedad coronaria, mientras que los cambios anormales en el movimiento ocular pueden indicar una función visual deficiente y problemas de desarrollo cognitivo visual. Sin embargo, las imágenes faciales también registran inevitablemente otra información biométrica sobre el paciente como su raza, sexo, edad y estado de ánimo.
Con la creciente digitalización de los registros médicos, existe el riesgo de violaciones de datos. Si bien la mayoría pueden ser anónimos, los datos faciales no lo son. Los métodos comunes, incluidos el desenfoque y el recorte de áreas identificables, pueden perder información relevante para la enfermedad, pero aún así no pueden evadir por completo los sistemas de reconocimiento facial.
Ahora, debido a preocupaciones de privacidad, las personas a menudo dudan en compartir sus datos médicos para la investigación médica pública o los registros electrónicos de salud, lo que dificulta el desarrollo de la atención médica digital.
Con la telemedicina, los pacientes quieren saber que su información potencialmente sensible está segura y que su privacidad está protegida. Para esto sirve una «máscara digital».
Esta máscara ingresa un video original de la cara de un paciente y emite un video basado en el uso de un algoritmo de aprendizaje profundo y reconstrucción 3D, mientras descarta la mayor cantidad posible de información biométrica personal del paciente, a partir de la cual no fue posible identificar al individuo.
El aprendizaje profundo extrae características de diferentes partes faciales, mientras que la reconstrucción 3D digitaliza automáticamente las formas y el movimiento de las caras, los párpados y los globos oculares en 3D en función de los rasgos faciales extraídos. Convertir los videos de la máscara digital a los videos originales es extremadamente difícil porque la mayor parte de la información necesaria ya no se conserva en la máscara.
Los investigadores probaron la utilidad de las máscaras en la práctica clínica y encontraron que el diagnóstico con las máscaras digitales era consistente con el realizado utilizando los videos originales. Esto sugiere que la reconstrucción fue lo suficientemente precisa para su uso en la práctica clínica.
En comparación con el método tradicional utilizado para «desidentificar» a los pacientes, recortando la imagen, el riesgo de ser identificado fue significativamente menor en los pacientes enmascarados digitalmente. La telemedicina avanza a pasos agigantados.