人臉識別技術接入電子病歷系統的探索

陳泓琳

溫州市人民醫院設備科 （浙江溫州 325000）

近年來，我國針對圖像特征提取算法的積極研究使得生物識別技術迅速發展。人臉識別作為生物識別領域最有前景的技術，已成為研究的熱點。截至目前，人臉識別技術已被廣泛用于多個領域，各行各業工程師已根據市場需求結合日趨成熟的人臉識別技術開發出了各種滿足要求和功能的信息系統。本研究將人臉識別技術接入電子病歷系統，旨在減輕網絡運行和人員操作負擔，加快醫院信息化和智能化建設。

1 人臉識別技術與電子病歷系統簡介

1.1 人臉識別技術

人臉識別技術是根據采集到的人的面部特征進行身份確認或者身份查找的技術。其應用場景最早可追溯到20 世紀90 年代，作用原理為通過采集系統對實時采集到的圖像或者動態視頻進行人臉查找，即當確定鏡頭前存在人臉后，采集系統可根據人臉確定面部器官的位置以及物理特征，并按照提取出來的信息索引對應人臉所隱藏的社會身份信息。作為以“大信息”“大數據”等技術為基礎的新興生物技術，該項技術已被廣泛用于日常生活場景中。

1.2 電子病歷系統

電子病歷系統屬于醫學專用軟件，醫院可通過該系統記錄、存儲、傳輸、統計、質量控制患者的就診信息，如患者身份信息、診療記錄、檢驗結果、繳費記錄、手術記錄、護理記錄等。其在將病歷電子信息化的同時，亦對醫院提出了新的挑戰，如患者信息的安全性，由于醫患隱私的獨特性，圍繞電子數據和隱私的問題正影響著公共政策和私有軟件的開發導致；此外，很多電子病歷系統在設計上不夠人性化，導致實踐中部分功能煩瑣和缺失。

2 人臉識別技術接入電子病歷系統的必要性

在移動互聯網不斷發展的時代，引入新的技術提升電子病歷系統的用戶登錄訪問效率非常必要。人臉識別作為計算機視覺領域的主要技術方向，其快速可靠，不易出錯，不易偽造，且登錄用戶界面時無需人機接觸，降低了交叉感染的風險。縱觀醫療病歷信息的發展歷史，病歷檔案已經由簡單到復雜管理、由經驗到科學管理、由手工到計算機管理、由封閉到開放系統管理發展。當用戶需要查看或更新數據庫時，需手動輸入賬號、密碼登錄用戶界面，操作煩瑣易出錯，且存在暴力破解或字典攻擊等安全風險，若高頻訪問使用，會造成使用不便且效率低下，因此，將人臉識別技術接入電子病歷系統適應時代發展的需要。

3 人臉識別技術接入電子病歷系統的實現

本設計采用模塊化思想構建了一套人臉識別系統，其包括人臉采集模塊、特征匹配模塊、存儲數據庫、終端和管理服務器5部分。首先，由人臉采集模塊向特征匹配模塊遞交采集到的人臉五官特征信息，特征匹配模塊不斷讀取存儲數據庫內的數據并與新送達的特征信息數據進行對比，若收到的特征信息數據與存儲數據庫中的人臉特征數據不匹配，則會創建新的患者并存儲該患者的面部特征數據，同時要求在終端的彈出框內輸入該患者的身份信息并將其存儲在患者資料信息存儲單元中；若收到的特征信息數據與存儲數據庫中的人臉特征數據匹配成功，則管理服務器會將檔案庫中相應的患者資料信息傳輸給終端，通過終端顯示患者的就診信息。同時，我們可通過進入管理服務器對整個系統進行查看、管理和升級更新，若識別到的人臉對應身份是醫務人員，則管理服務器調取的數據是該醫務人員權限下的患者電子病歷和醫務人員本人的電子病歷，在該醫務人員的終端可查看已診斷患者信息和錄入新的醫囑或診斷。此外，本設計還設置了醫務人員終端顯示攝像頭可每間隔一段時間掃描1次屏幕前操作人員的人臉信息是否為醫務人員本人的功能，當不是本人時會立即退出電子病歷系統。人臉識別系統具體流程見圖1。

圖1 人臉識別系統流程

本設計過程由定位五觀并提取特征、調取數據并進行特征匹配、終端信息呈現3個步驟實現。其中，人臉特征提取算法是設計的核心，其包含3種方法：（1）采用特征臉（eigenfaces）人臉識別算法[1]，即利用主成分分析（principal component analysis，PCA）原理[2]將采集的人臉特征向量或人臉特征空間信息從高維立體空間映射到低維數據空間，然后將待識別圖像的低維空間數據與從數據庫中調取的數據進行一一對比，從而找出攝像機前人物相應的身份信息；（2）選擇OpenCV 圖像采集模塊作為微控制單元（microcontroller unit，MCU），使用攝像頭拍攝視頻中的人分別進行人臉錄入和人臉識別，待系統得到不同的表情以及不同的狀態圖像后，通過局部二值模式直方圖（local binary patterns histograms，LBPH）算法處理，進一步進行人臉面部特征提取對比，從而得到特征差異度，據此識別人臉，該種算法目前比較流行、識別準確度較高、占用系統資源較少、響應時間較快，可離線進行學習、識別[3]；（3）采用基于主成分分析網絡（the Net of principal component analysis，PCANet）深度學習模型提出的一種結合數據和特征點遮擋檢測的人臉識別算法[4]，該種算法中的分類器用于關鍵點檢測，PCANet 深度學習模型用于特征提取以形成支持向量機訓練模型組，遮擋判別分類器用于定位遮擋，結合特征模型組完成有遮擋物的人臉識別任務，并且對于表情變化有很強的魯棒性，將該算法用于常見遮擋類型的人臉識別可取得顯著的效果，用于大面積遮擋的極端類型亦具有很高的識別率，適用于疫情下人們佩戴口罩的情況。通過比較3種人臉識別算法，本設計采用第3種方法，認為其效率更高。

綜合上述內容，本設計的人臉采集設備采用黑光全彩攝像機，其環境適應能力強，在燈光較暗時依然可以顯示彩色畫面，且可自動對焦攝影，動態捕捉能力強，支持通過wifi/4G/5G 無線網絡與特征匹配模塊按照單工通信方式進行通信傳輸，特征匹配模塊由管理服務器調用，管理服務器通過Java 數據庫連接（Java database connectivity，JDBC）與數據庫進行數據交互，數據庫則采用RS485協議與特征匹配模塊進行數據傳送，最終實現管理服務器通過無線網絡與終端進行通信傳輸[4]。

4 人臉識別技術接入電子病歷系統的完善

4.1 加密數據信息系統

縱觀人類社會的發展，將人臉識別技術接入電子病歷系統后的系統應滿足延伸服務的增長需求，即要求該系統滿足可開發、可擴展、高實用、高可靠、高安全的需求，因此，該系統應采用開放的體系結構、技術標準、技術規范和應用設計，以確保信息交互和數據共享在醫療衛生系統順利進行。但是，確保系統“開放”的同時亦應“保守”，醫院是個人疾病診斷和治療的“檔案館”，而人臉數據與上述個人隱私檔案關聯，一旦使用自身人臉作為本人信息的數據密鑰，即相當于人臉識別數據帶有一部分的隱私權、肖像權和名譽權，因此，在將人臉識別技術接入電子病歷系統的過程中應確保數據處于有效保護和合法使用中，且應對保存到數據庫中的人臉信息進行IDEA（全稱為IntelliJ IDEA，是java 語言開發的集成環境）和對稱加密算法加密保護；系統模塊用C#語言開發完成，采用服務器-客戶機系統架構，圖像中的人臉檢測采用開源的EMGUCV（其是.Net 平臺下對OpenCV 圖像處理庫的封裝，即OpenCV 的.Net 版）實現；為了方便醫院信息系統（hospital information system，HIS）各個程序調用，將校驗模塊通過管理軟件分發到醫院內網客戶端的指定目錄下，通過設置HIS 參數，配置調用路徑，HIS 參數采用JS（其是一種具有函數優先的輕量級，解釋型或即時編譯型的編程語言）對象簡譜格式并使用base64（網絡上最常見的用于傳輸8Bit 字節碼的編碼方式之一）進行編碼后發送給身份核驗模塊[5]。

4.2 完善系統防御體系

醫院采用內外網融合的網絡架構，可以通過搭建完善的防火墻，健全人臉識別系統的安全防護機制，在數據交流過程中增強其抵抗網絡病毒的侵擾能力，及時備份數據，確保患者“人臉”數據信息不丟失；且可以通過定時更新殺毒軟件，確保網絡安全穩步推進。在現階段的網絡背景下，通過采用上述防護方式，可加強對數據信息的限制，隔離和及時屏蔽隱患信息，使不安因子無法進入內網，從而營造積極、健康的信息環境。

4.3 組建系統管理和優化隊伍

任何系統的管理和優化均應配備相應的監督和執行機制，通過組建人臉識別系統管理和優化隊伍，可將責任落實到個人或具體的團體，以加強對系統設備、工作段的管理；通過定期檢查系統運行是否高效和安全防護是否到位，在可靠機制的保障下迅速發現問題，結合現有問題提出可行、穩妥的解決措施，借此強化人臉信息的管理效果并做到全面、精準的防護，搭建起有效的防護體系，從源頭阻斷信息泄露。

5 人臉識別技術接入電子病歷系統的意義

將人臉識別技術接入電子病歷系統后，病歷信息的輸入和輸出管理更加嚴格，為病歷信息系統運行環境的安全性提供了保障；用人臉識別代替賬號、密碼登錄，不僅大幅提升了效率，為醫務人員提升自身專業素養和實現信息管理創新提供了更多的時間和機會，還大幅提升了準確性，強化了數據支撐，提高了醫療安全，改善了患者的就醫體驗；由于只需借助攝像頭隔空操作，無需手動輸入或進行場景對話，因此降低了交叉感染風險，減少了清潔、消毒用品的使用頻率；在設置了醫務人員權限后，醫務人員在利用電子檔案查閱患者信息時更便捷、更迅速、更安全，且為遠程醫療合作提供了信息安全和共享實現的保障；人臉識別技術是當前信息技術的熱門領域，可對醫院管理人員的思維模式產生影響，提升其參與醫院互聯網信息化建設的積極性，已為進一步實現醫院信息化建設提供保障。

6 小結

隨著“互聯網+”在醫療領域的應用越來越深入，醫院均在努力探索應用新科技、新模式、新手段建立快速精準的智能醫療體系，以滿足醫療服務新時代的需求。本設計將人臉識別技術接入電子病歷系統，打造了無卡就醫的新服務體驗，提高了患者和醫務人員的醫療安全。