人脸识别|医健行业中的“人脸识别”，面临哪些伦理挑战？
人脸识别（FRT） ， 是利用软件来映射人的面部特征 ， 然后将数据存储为面部模板 。通过算法或机器学习技术比较面部图像或查找面部特征中的图案以进行验证或认证的技术 。FRT在医疗健康领域中已开始落地 。但是 ， FRT在医疗健康行业的应用也面临多项挑战 ， 包括患者隐私、数据保护和医患关系潜在影响等 。
【人脸识别|医健行业中的“人脸识别”，面临哪些伦理挑战？】FRT广泛应用于医疗健康领域
包括诊断遗传性疾病、监测患者并提供健康指标信息在内 ， FRT已广泛应用于医疗健康领域 。FRT可能会成为诊断遗传疾病的有用工具 。与临床医生相比 ， 机器学习可以检测到面部形态与遗传疾病之间更微妙的关联 。据相关研究 ， FRT可用于协助遗传疾病的早期发现和治疗 ， 诸如Face2Gene之类的计算机应用程序可以帮助临床医生诊断遗传疾病 。据悉 ， 通过机器学习技术 ， FRT已被用于帮助发现一种罕见的遗传病症 ， 这种病患往往多年未能确诊 。
FRT还有其他潜在的医疗健康应用 。包括预测寿命和衰老等健康特征 。通过识别与抑郁或疼痛相关的面部表情 ， FRT还被用于预测疼痛和情绪 。
FRT应用的另一个重要领域是患者识别和监测 ， 如监测老年患者的安全或发现企图离开医疗机构的老年人等 。还可以通过使用传感器和面部识别对患者服药依从性进行确认 。
文章图片
图片来源：图虫创意
FRT在卫生健康中的道德问题
与任何新技术一样 ， FRT应用需考虑准确性和有效性 ， 征求患者知情同意 。医疗健康行业中的FRT应用还需特别注意患者隐私和数据保护、数据分析中的潜在偏见以及患者与临床医生之间的潜在矛盾 。
1.知情同意
有助于识别 ， 监测和诊断的FRT工具有望在未来的医疗健康中发挥重要作用 。当FRT在卫生健康机构功能日益丰富时 ， FRT将不仅需要收集和存储患者的图像 ， 同时会对图像就特定目的进行分析 。
在这其中 ， 患者可能不知道他们的图像已被用于生成其他临床信息 。尽管医疗健康中的FRT系统可以取消识别数据 ， 但一些专家对此类数据是否可以真正匿名表示怀疑 。从临床和伦理角度来看 ， 告知患者这种风险至关重要 。
一些机器学习系统需要连续的数据输入 ， 用于不断对算法进行训练和改进 。但这个过程往往没有告知患者 。例如 ， 为了改进其算法 ， 用于遗传诊断的FRT将需要接收已知患有特定遗传疾病的患者图像 。
因此 ， 组织应考虑让利益相关者参与实施FRT ， 以及在制定和改进中向患者告知组织使用FRT的实践决策 。随着FRT更广泛地用于身体健康状况检测 ， 需要医疗健康组织和软件开发人员决策FRT哪些类型的分析与更新需要对患者进行告知 。
2.偏见
与任何临床创新一样 ， FRT应当证明特定用途的准确性 ， 以及总体收益大于风险 。同时 ， 数据的检测、评估也应当接受严格的道德审查 。在机器学习中 ， 结果的质量反映了输入系统中数据的质量 。
这个问题有时被称为“垃圾进 ， 垃圾出” 。例如 ， 如果不是从种族多样化的数据池中提取用于训练软件的图像的话 ， 系统可能会产生“种族偏见”的结果 。这样 ， 对于某些种族而言 ， FRT诊断可能效果不佳 。
推荐阅读
- 输液|基层医生看过来：常见输液反应的识别与处理
- 癌症|如何一眼识别出得癌症的人？
- 干眼症|眼睛痒总想揉？观察这个地方，简单识别三种常见眼病！
- 妇科检查|让人脸红心跳的妇科检查，究竟查什么？4个项目，怕羞耻也要做
- 低血糖|预防低血糖，需要识别2种特殊反应，做足7项措施
- 胎宝|如何识别胎宝“高智商”？日常互动见分晓，孕期营养补充要抓牢
- 热依扎|热依扎回忆脸被娃抓破：宝宝为啥喜欢抓人脸？真相很暖心！
- 脑梗|脑梗突发，黄金4.5小时是关键，10个早期现象，学会早识别
- 肝气|肝气是否郁结，该如何判断？教你一眼识别，保肝护肝，更健康
- 肝癌|肝癌来的静悄悄？别慌！这3项筛查方法帮你早期识别！