Esta semana, un investigador de la Clínica Mayo envió una carta al New England Journal of Medicine (NEJM) indicando que había realizado un ensayo para re-identificar a pacientes de un estudio clínico que habían donado sus imágenes a la ciencia.
En la carta explica brevemente que utilizando el servicio de AZURE de Face Reconognition y teniendo las fotos de los pacientes y las imágenes de las Resonancias Magnéticas de cara, podía predecir con un 83% de acierto la cara analizando la RMN
Link a la API de Reconocimiento Facial de AZURE
Link a la carta en el NEJM
https://doi.org/10.1056/NEJMc1908881
Esto no es nuevo, pero si algo que tenemos que comenzar a dimensionar. La visión de computadora permite identificar aspectos que no son identificables por los humanos. Si yo les muestro esta foto y les pregunto de quién es, Uds. no podrán indicarme quién es.
Pero una computadora si puede predecirlo.
Por lo tanto, las imágenes, cualquiera sean, pasan a ser identificables si se tiene el volumen de información requerido para el entrenamiento que esto requiere.
¿Quiénes están liderando en estos algoritmos?
Principalmente los chinos, quienes cuentan con cámaras en gran parte de las ciudades más importantes y las imágenes captadas son utilizadas para alimentar sistemas de reconocimientos de personas a gran escala. A medida que la calidad de las imágenes captadas sea mejor, tendrán el poder de predecir quién es una persona analizando únicamente una parte del cuerpo (no únicamente la cara como hacemos las personas hoy en día).
Por lo tanto, en medicina, cada imagen médica es propia de una persona, como una huella digital y podría ser macheada con el paciente. La imagen puede ser de la superficie del cuerpo o de su interior (endoscopías, radiografías, resonancias, tomografías)