MirrorNet: Can Medical Image Anonymization Really Protect Patient Identity?

कल्पना कीजिए कि आपका डिजिटल फुटप्रिंट एक लाइब्रेरी कार्ड की तरह है। वर्षों से, हमने यह माना है कि यदि आप एक लाइब्रेरी कार्ड लें, और उससे नाम, पता और जन्म तिथि मिटा दें, तो वह कार्ड प्लास्टिक का एक हानिरहित टुकड़ा बन जाता है। चिकित्सा विज्ञान की दुनिया में, हम एक्स-रे, सीटी स्कैन और एमआरआई के साथ बिल्कुल ऐसा ही करते हैं। डॉक्टर और शोधकर्ता इन छवियों को शिक्षण और खोज के लिए साझा करने हेतु इनसे नाम और तारीखें हटा देते हैं, यह मानकर कि ये तस्वीरें केवल "गुमनाम" डेटा के ढेर हैं। लेकिन क्या होगा अगर तस्वीर अपने आप में एक रहस्य छिपाए हुए हो? क्या होगा अगर आपके घुटने या पेल्विस (pelvis) की छवि वास्तव में आपके चेहरे की एक छिपी हुई तस्वीर हो, जो खुलने की प्रतीक्षा कर रही हो? यह वह प्रश्न है जो कंप्यूटर विज्ञान और गोपनीयता के मिलन बिंदु पर स्थित है: क्या एक मशीन किसी मेडिकल स्कैन को देख सकती है और यह पता लगा सकती है कि रोगी कौन है, भले ही उससे सारे नाम मिटा दिए गए हों?

एक शोधकर्ता ने इस विचार का परीक्षण करने के लिए MirrorNet नामक एक डिजिटल टूल बनाया है। इसे एक हाई-टेक जादुई दर्पण की तरह समझें। आमतौर पर, जब आप दर्पण में देखते हैं, तो आपको अपना प्रतिबिंब दिखाई देता है। लेकिन यह दर्पण विशेष है क्योंकि यह एक सीटी स्कैन के एक स्लाइस (शरीर का एक क्रॉस-सेक्शन) को देख सकता है और उस व्यक्ति के चेहरे की एक पहचानने योग्य तस्वीर वापस दिखा सकता है। इसके विपरीत, यदि आप इसे किसी व्यक्ति के चेहरे की फोटो दिखाते हैं, तो यह अनुमान लगा सकता है कि उनके आंतरिक शरीर का स्कैन कैसा दिख सकता है। शोधकर्ता ने इस उपकरण का उपयोग यह देखने के लिए किया कि क्या मेडिकल इमेज के "पिक्सेल" वास्तव में गुमनाम हैं या क्या वे गुप्त रूप से किसी व्यक्ति की पहचान को वहन करते हैं।

यहाँ उन्हें क्या मिला: वह जादुई दर्पण काम करता है। जब उन्होंने सिस्टम को एक मरीज के पेल्विस का 'डी-आइडेंटिफाइड' (नाम-रहित) सीटी स्कैन दिया, तो कंप्यूटर ने सफलतापूर्वक एक चेहरा बनाया जो उस विशिष्ट व्यक्ति जैसा दिखता था। इसने त्वचा का रंग, शारीरिक बनावट, लिंग और सामान्य आयु को सही पहचाना। यह कोई पूर्ण, हाई-डेफिनिशन हॉलीवुड पोर्ट्रेट नहीं था—यह थोड़ा धुंधला था, और यह अनुमान नहीं लगा सका कि व्यक्ति मुस्कुरा रहा था या गंभीर था क्योंकि वे अस्थायी चीजें होती हैं। लेकिन यह इतना पहचानने योग्य था कि डरावना लग सके। कंप्यूटर चेहरे के क्षेत्र में केवल 16.3% बार गलती करता था (त्रुटि दर 0.163), जो यह कहने के लिए पर्याप्त कम है कि, "हे, यह तो वही लग रहा है।"

यह खोज बताती है कि मेडिकल फाइल से केवल नाम और तारीखें हटा देना रोगी की गोपनीयता की रक्षा करने के लिए पर्याप्त नहीं है। शोध पत्र का तर्क है कि एक मेडिकल स्कैन केवल एक मेडिकल रिकॉर्ड नहीं है; यह वास्तव में एक बायोमेट्रिक फोटोग्राफ है, ठीक वैसे ही जैसे फिंगरप्रिंट या फेस स्कैन। यदि कोई मशीन एक स्कैन को वापस चेहरे में बदल सकती है, तो उस स्कैन को साझा करना उस रोगी की फोटो साझा करने जैसा है, भले ही फाइल पर "गुमनाम" लिखा हो।

शोधकर्ता ने इसका उल्टा भी परीक्षण किया: क्या वे चेहरे की फोटो को यह अनुमान लगाने में बदल सकते हैं कि व्यक्ति का आंतरिक स्कैन कैसा दिखेगा? वे ऐसा कर सके, लेकिन परिणाम थोड़े धुंधले थे। कंप्यूटर हड्डियों और अंगों के सामान्य आकार का अनुमान लगा सकता था, लेकिन यह अभी तक वास्तविक चिकित्सा निदान के लिए पर्याप्त सटीक नहीं था। हालाँकि, तथ्य यह है कि सिस्टम इस तरह आगे-पीछे जा सका—स्कैन से चेहरा, फिर चेहरे से वापस स्कैन—और दोनों तरफ लगभग एक जैसा परिणाम दे सका, यह साबित करता है कि दोनों छवियां गहराई से जुड़ी हुई हैं। वे एक ही "पहचान" जानकारी को धारण करती हैं, बस अलग-अलग भाषाओं में लिखी गई हैं।

तो, भविष्य के लिए इसका क्या अर्थ है? शोध पत्र सुझाव देता है कि हमें मेडिकल छवियों को संभालने के तरीके पर पुनर्विचार करने की आवश्यकता है। हम केवल यह मानकर नहीं चल सकते कि किसी फाइल से टेक्स्ट हटा देने से वह साझा करने के लिए सुरक्षित हो जाती है। यदि छवि स्वयं यह प्रकट कर सकती है कि आप कौन हैं, तो मेडिकल स्कैन को आपके फिंगरप्रिंट या आपके चेहरे की तरह ही गोपनीयता संरक्षण के समान स्तर के साथ देखा जाना चाहिए। शोधकर्ता अपना कोड और मॉडल साझा कर रहे हैं ताकि अन्य लोग उनके काम की जांच कर सकें और देख सकें कि क्या यह "जादुई दर्पण" शरीर के अन्य हिस्सों पर भी काम करता है। फिलहाल, संदेश स्पष्ट है: एक डी-आइडेंटिफाइड स्कैन वास्तव में गुमनाम नहीं हो सकता; यह आपकी एक ऐसी तस्वीर हो सकती है जो केवल पहचाने जाने की प्रतीक्षा कर रही है।