به گزارش گروه علم و آموزش ایرنا از «ساینس دیلی»، یک گروه تحقیق به رهبری دانشمندانی از دانشگاه کمبریج (انگلیس) و دانشگاه «سون یات‌سن» در گوانگجو چین، از الگوریتم‌های یادگیری عمیق و بازسازی سه‌بُعدی برای حذف ویژگی‌های قابل شناسایی از تصاویر چهره و در عین حال حفظ ویژگی‌های مرتبط با بیماری و لازم برای تشخیص پزشکی، استفاده کردند.
تصاویر چهره می‌تواند برای شناسایی نشانه‌های بیماری مفید باشد. برای مثال، ویژگی‌هایی مانند چین و چروک‌های عمیق پیشانی و دور چشم با بیماری شریانی قلب مرتبط دانسته می‌شود؛ در حالی که تغییرات غیرعادی در حرکات چشم می‌تواند حاکی از عملکرد ضعیف بینایی و مشکلات شناخت بصری باشد.
با این حال تصاویر چهره همچنین سایر اطلاعات بیومتریک درباره بیماران از جمله نژاد، جنسیت، سن و خلق و خو را نیز ثبت می‌کنند. با افزایش دیجیتالی‌شدن سوابق پزشکی خطر برملا شدن یا سرقت این اطلاعات نیز افزایش می‌یابد. شیوه‌های متداول از جمله تار یا کراپ کردن (بریدن) بخش‌های قابل شناسایی تصاویر ممکن است موجب از دست رفتن اطلاعات مهم مربوط به بیماری شود.
به علت نگرانی‌های موجود درباره حریم خصوصی، برخی از مردم اغلب برای به اشتراک گذاشتن داده‌های پزشکی خود برای تحقیقات پزشکی یا سوابق پزشکی الکترونیک تردید دارند که این مساله مانعی در راه توسعه خدمات پزشکی دیجیتال است.
در این حال پروفسور «هائوتیان لین» از دانشگاه سون یات‌سن چین و همکارانش یک «ماسک دیجیتال» ابداع کرده‌اند که با تجزیه و تحلیل فیلم اولیه ورودی از چهره یک بیمار، فیلمی بر اساس کاربرد الگوریتم یادگیری عمیق و بازسازی سه‌بعدی بیرون می‌دهد که اطلاعات بیومتریک بیمار را تا حد زیادی حذف می‌کند.
در مرحله بعدی این محققان کاربرد فیلم‌های ویرایش شده در اقدامات بالینی را بررسی و مشخص کردند که تشخیص‌های پزشکی بر اساس ویدیوهای ویرایش شده نیز همانند ویدیوهای اولیه است و این نشان می‌دهد که استفاده از این ماسک مجازی برای کاربردهای پزشکی سودمند است.
در نهایت، محققان تایید کردند که این ماسک‌های دیجیتال همچنین در برابر الگوریتم‌های شناسایی چهره بر اساس هوش مصنوعی هم ایمن هستند و چهره اولیه افراد قابل بازسازی و شناسایی نیست.