人臉識別醫療應用初步探討

于洋

人臉識別技術隨著技術發展已經成功應用到多種行業。本文從智慧醫院建設的三個方面，結合現在人臉識別研究進展。針對人臉識別技術如何賦能智慧醫療進行探討，為后續人臉識別醫院應用提供建設思路。

一、人臉識別技術介紹

人臉識別技術是生物識別技術的一種。生物識別技術是利用生物的本身特征來區別個體，包括人臉識別、虹膜識別、指紋識別、聲紋識別等。目前，指紋識別和人臉識別已經大量應用到各行各業中。

人臉識別是根據人的臉部特征，對輸入的圖像進行特征分析，利用面部形態的不同識別不同的個體。美國心理學家梅赫拉比安認為，在人類言語表達過程中，傳遞給人們的信息中55%以上都是來自于人們的臉部和表情，聲音占38%的時候信息和言語只有7%。

人臉識別技術可追溯到19世紀七十年代。表情來源于兩種，一種是基于高興、吃驚、生氣、恐懼、厭惡、悲傷的基礎表情，另外一種是根據面部肌肉變化而連續變化的表情。但是隨著計算機技術的發展，人臉識別成為視覺領域最為成功的應用。最初的人臉識別研究是根據面部幾何結構特征，對人臉的全部的特征進行描述記錄。隨著實驗數據的增長，和計算技術的發展，以數據為驅動力的機器學習算法成為主流算法。通過機器學習算法，人臉識別技術可以通過大量數據集訓練，提高識別的準確性和精確性，賦予人臉識別更多的功能。

二、應用展望

人臉識別是智慧醫院建設中重要的展現部分。人臉識別技術可以賦能在面向患者的智慧服務，面向醫院管理者的智慧管理，以及面向醫護人員的智慧臨床方面。

（一）智慧服務

人臉識別在日常應用中最早是在支付環節進行應用。據報道，最早嘗試人臉支付的醫院在2018年上線運行，取得了較好的效果。另外，人臉支付不僅可以減少支付流程、提升就醫體驗、使支付環節更快捷。更可以嘗試應用在醫保支付層面，通過人臉識別減少騙保事件的發生。但是由于制度及技術流程的原因，目前還沒有醫院或地區上線人臉識別醫保支付。

人臉識別技術同樣可以應用到門診流程優化中。在與傳統的院內排隊掛號相比，網上掛號提高了效率，減少了門診大廳排隊的風險。大多數使用過網上預約系統的患者也紛紛表示自己更加愿意使用網上預約掛號。人臉識別可以與掛號建檔相結合，同時結合醫院的流程。患者就診一次會在多個診室來回奔波，大量的就醫時間浪費在尋找診室的過程中。很多醫院已經上線了院內導航及增加標識，人臉識別患者建檔可以在患者進入門診大廳時，識別患者到達，結合導航系統精準推送提升患者體驗。

（二）智慧管理

人臉識別應用在醫院管理，提升管理效能。紀律嚴明的隊伍可以提升隊伍的戰斗力，建立一支有紀律的醫生隊伍，也可以提高醫院競爭力。目前，人臉識別技術在門禁考勤中應用較為廣泛，面對多種情況的醫院環境，可以在多場景適用。在門診管理方面，人臉識別可以監督醫生到診情況，并進行人證核審。在出診前，醫生通過人臉識別完成醫生工作站登入，確定醫生身份。這樣一方面規范醫生出診時間，一方面規范醫生行醫流程，減少代出診、代開醫囑的現象。 另一方面，醫院上班時間不統一，存在多種上班形式。所以醫院員工排班具有人數眾多、崗位復雜、工作地點多變的特點。有醫院采用人臉識別技術加管理制度，人臉識別與考勤系統結合，不同崗位采取不同的打卡方式。在實現分崗位人臉識別考勤后，醫院可以對管理處室、窗口單元、門診醫生分別考勤，有效降低了遲到占比。在院區管理方面，可以建立員工人臉庫。通過人臉識別攝像頭能夠抓拍各個關鍵地點的人臉，分辨員工活動軌跡，進行數據分析，改變相關的位置提升員工工作效率。

人臉識別也可以應用在手術效率的提升，有研究發現，使用人臉識別技術的實驗組對象中，手術的準時率明顯高于對照組，首臺手術未準時開臺率顯著下降，手術臺的利用率提高，手術室的工作效能得到提升。

而且人臉識別技術在醫療機構管理中具有很強的擴展性和安全性。在安防方面，可以直接實現人臉門禁、人臉身份驗證、醫警互動等多種安全管理功能，滿足了實際操作中的安全管理需要。醫療資源緊張，患者掛號難導致號販子難以管控。人臉識別可以結合掛號系統，識別門診多次掛號的人員并單獨標記，待門診工作人員進一步處理，減少醫療資源的濫用，減少醫患矛盾的發生，提升患者滿意度。

（三）智慧臨床

人臉識別作為新興手段可以與臨床結合，代替人工查看有面部特征的疾病或者現象。比如人臉識別可以應用在嬰兒狀態監測。通過人臉識別中的面部表情識別檢測嬰幼兒的睡眠狀態。這個可以在新生兒科嘗試使用。有實驗通過AdaBoost算法識別嬰幼兒的面部和眼部的變化，再結合嬰幼兒肢體的變化綜合判斷其睡眠狀態。

人臉識別可以嘗試應用特殊疾病患者的面部識別。目前已經有研究探索基于人臉識別辨識早期ASD兒童，并取得初步進展。

人臉識別可以應用于帕金森癥早期診斷。在帕金森病方面，很早就有研究發現帕金森病具有顯著的面具臉特征。而且，“面具臉”是帕金森患者常見的癥狀。一般患者表現為面無表情，眼球的轉動、眨眼動作比正常人大幅減少。面具臉不是因為帕金森病人情感冷漠，而是因為患者對表情肌控制異常引起。有研究通過面部特征點識別判斷受試者是否患病，結合語音障礙檢測，并且加入了特殊的震顫識別為帕金森病提供更為全面，多方位的診斷。

同樣，人臉識別可以應用在重度癱瘓的患者護理當中。該技術適用特別嚴重的癱瘓患者， 這種患者的四肢和軀干無法移動并且存在無法通過語言表達，但是大腦意識清醒，可以上下點頭，簡單的眨眼和張嘴動作。根據山東某醫院的統計結果，該類患者在重度癱瘓人群中占的比例約為 10%。這類患者有些深層次的生存需求，比如飲食、飲水、排便等需求需要外接協助。然而，重度癱瘓患者無法通過正常的渠道表達需求，所以通過面部表情識別患者需求現在尤為重要。有研究通過深度卷積神經網絡算法對重度癱瘓的患者進行頭部動作和面部表情識別，以期待建設一套輔助識別系統，與重度癱瘓患者順暢溝通。但是，無論是頭部動作識別、臉部動作識別還是表情識別，在使用之前都需要先進行相關訓練，學習到符合患者自身特點的模型。這種方式完全是針對某一個患者，雖然取得了較好的效果，但是訓練過程還是需要花費一定的時間。如果可以獲得大量的患者樣本，雖然設計出一套通用的算法比較困難，但是也具有一定的可行性。

人臉識別可以應用于疼痛評估的研究。隨著人臉基本基礎動作圖像編碼處理系統的逐步建立，使得利用人臉作為基礎基本動作的圖像編碼處理技術在人臉相關科學研究中已經取得了許多突破性的技術進展。特別是應用在嬰兒領域，因為嬰兒無法通過語言表達自身情況，通過人臉識別了解嬰兒情況顯得很有必要。在2012年，國外就已經提出基于神經網絡的對新生兒表情信息進行識別解決方案，通過對各類型的新生兒面部圖像信息進行分割，計算相關圖像的不同類型相關系數來區分正常和嚴重疼痛狀態。2015 年， Zamzami G 等人進行了新生兒的疼痛分析，實驗最終分別取得疼痛與非疼痛 96%和 94%的識別率。目前，疼痛識別依然面臨很多問題，目前疼痛表情數據庫的數量和規模都不全面，不能滿足識別任務對更高精準度的要求。另外，疼痛是一種主觀感受，受多種因素的影響，因此需要針對不同人群建立不同模型來分別行研究。

三、結語

綜上所述，人臉識別在醫療領域有著廣闊的應用前景。在醫院智慧服務、智慧管理方面，可以應用人臉識別的便捷性與無感性，輔助醫院管理。從被動推送消息到主動服務患者，醫院需要積極的擁抱新技術的變化，了解新技術，創造新場景，應用新功能。對各醫院來說，人臉識別將成為推動醫院信息化建設、完善醫院管理體制的一個巨大動力。在臨床科研應用方面，人臉識別在面目表情識別方面具有廣闊的潛力，需要進一步探索。

作者單位：南方醫科大學南方醫院