医学影像基础模型特征提取引发的患者再识别风险研究：眼科与放射学的跨模态分析

本研究首次系统评估了医学影像基础模型(RETFound/CXR-Foundation)提取的特征在患者再识别中的风险，通过眼科(CFP/OCT)和放射学(X-ray)多模态数据分析，发现患者再识别率高达46.3%，揭示了基础模型特征可能包含敏感生物识别信息，为医学AI模型的隐私保护提供了重要实证依据。

　　

在人工智能席卷医疗领域的今天，基础模型(Foundation Models)正成为医学影像分析的"新贵"。这些通过海量数据预训练的通用模型，能够从眼底彩照(CFP)、光学相干断层扫描(OCT)到胸部X光片等各种医学影像中提取特征，为疾病诊断带来革命性突破。然而，这些看似中立的算法背后，却隐藏着一个鲜被关注的隐患——它们可能通过影像特征"记住"患者的身份信息，引发严重的隐私泄露风险。这个问题在2025年美国眼科学会(AAO)的特别评论中已被敲响警钟，但缺乏系统性研究证据。

来自科罗拉多大学安舒茨医学院(University of Colorado Anschutz Medical Center)的研究团队决定揭开这个"潘多拉魔盒"。他们选取了眼科和放射学两大领域的代表性影像——包括33,697张Topcon眼底彩照、332,794张OCT B扫描和213,036张胸部X光片，利用当前最先进的RETFound和CXR-Foundation基础模型，开展了一项跨模态的患者再识别研究。结果发表在《npj Digital Medicine》上的论文令人震惊：仅使用基础模型提取的"冻结"特征，就能在眼科影像中实现最高46.3%的再识别率，甚至能准确预测患者的性别、年龄、种族等敏感信息。

研究人员采用了三项关键技术方法：1) 基于Transformer架构的基础模型特征提取；2) 图像/患者双层次的再识别评估体系(R@1/R@10/AP)；3) 对比学习框架(SimCLR)的模型微调。数据来源包括内部CORIS眼科数据集和公开的MIDRC放射学数据集，所有分析均通过机构伦理审查。

研究结果呈现四大关键发现：

患者再识别性能惊人
在眼科领域，CORIS-OCT数据集达到46.3%的图像级R@1再识别率，患者级R@10更高达89.9%。

显示，即使不进行专门训练，基础模型特征也蕴含丰富的身份信息。而经过监督微调后，OCT图像的再识别率飙升至94.0%，几乎达到"人脸识别"级别的精度。

时间维度放大识别率
表3数据显示，随着患者随访次数增加，再识别率呈指数增长。胸部X光片在7+次随访时，R@1从基线18.6%跃升至70.3%，证明临床影像的时序积累会显著提高隐私泄露风险。

人口统计学预测的"双刃剑"
表4揭示了一个微妙关联：被成功再识别的患者，其性别预测AUC-ROC达82.1%，显著高于未识别组(76.8%)。这表明基础模型可能通过"记住"人口统计学特征来辅助再识别，形成隐私泄露的"恶性循环"。

跨模态的普适性风险
尽管放射学影像的再识别率(25.9%)低于眼科，但表2显示所有模态都存在显著风险。特别值得注意的是，公开数据集(MIDRC)的表现优于医院内部数据(MGH)，暗示数据共享可能放大隐私风险。

这项研究的意义远超出技术层面。首先，它实证了医学AI发展中的"隐私悖论"——越是强大的基础模型，越可能成为隐私泄露的载体。其次，研究提出的评估框架(R@1/R@10/AP)为后续隐私研究树立了新标准。最重要的是，它促使学界重新审视数据共享的边界，正如通讯作者Jayashree Kalpathy-Cramer指出的："在基础模型时代，我们需要在算法层面就嵌入隐私保护机制"。

研究人员建议的未来方向颇具启发性：特征解耦(Feature Disentanglement)技术可能分离影像中的病理特征和身份特征；而类似"All of Us"项目的知情同意机制也需要与时俱进。这些思考为AI时代的医学伦理建设提供了重要参考。

这篇论文犹如投向医学AI领域的一颗"深水炸弹"，它提醒我们：在追逐技术突破的同时，必须系好"隐私安全带"。正如美国眼科学会2025年评论所言，如何在科研价值与患者权益间取得平衡，将成为数字医学发展的关键命题。