【CVIA专家共识】心电图身份识别在保险业应用专家共识

原标题：【CVIA专家共识】心电图身份识别在保险业应用专家共识

近期，郑州大学心电学研究所和天津心脏bing学研究所组织相关领域专家，共同撰写了《Expert Consensus on ECG Identification Applied in the Insurance Industry》，该版专家共识的英文版发表于Cardiovascular Innovations and Applications杂志。

现代社会保险业发展迅速，客户身份识别作为保险公司与客户进行保险交易的重要基石，重要性受到越来越多的重视，因其可以防止骗保、洗钱及其他违法犯罪活动发生目前保险业主要采用有效身份证明文件，以及指纹等生物识别技术进行客户身份识别，但其由于易于仿造和模仿，导致假借他人心脏bingbing例骗保案件频发，保险金大量流失。

传统客户身份识别手段和技术已经不能适应新形势下保险业进行客户身份识别的需求，因此李中健教授团队推动了活体个人心电身份识别技术的应用常用的生物特征识别技术主要包括次级、高级和深奥生物特征识别技术每种生物特征识别技术都有其局限性：视网膜识别对于眼疾患者误识率高；虹膜识别不宜识别黑眼睛和眼疾患者；指纹识别对于手指有伤口或划痕而使指纹模糊不清，或是指纹过于纤细以致不能在照片上清晰显示的人存在误识，且指纹易于乳胶复制，zaojia成本低。

DNA识别技术相对成熟，但是费用较高，一般仅用于刑侦和亲子鉴定心电图具有生物特征的普遍性、可携带性、唯一性和稳定性，可“跨界”到信息技术领域，应用于保险业的个人生物特征身份识别早在2006年，郑州大学第二附属yi院李中健教授团队就在全球内率先揭示了心电波形的唯一性和稳定性，叩开了心电图用于活体个人身份识别的大门。

此前，guoji上未见应用心电图检查技术进行活体个人身份识别的相关报道，因此，李中健教授也成为全球首位使用心电图检查技术识别活体个人身份的专家随后在国内外众多学者也逐步开展了心电身份识别的研究，这些研究从早期的数学、信号学的比较到传统机器学习模型方法，再到最近的深度学习方法，均证实了心电图用于身份识别的可行性和可靠性。

2008年起李中健教授团队全球内率先开始在保险业内应用心电图进行身份识别，截止目前陆续应用该技术为多家保险公司的几十位投保人进行身份识别，并挽回直接经济损失1000余万元心电生物特征识别技术是指利用心电图机，通过活体个人体表描记心脏每一心动周期，记录所产生电活动变化的电学生物特征波形，将其作为身份识别特征点进行身份识别和认证。

心电图身份识别应用于保险业的技术鉴定流程主要包括：(1) 观察检材和样本心电图是否符合国家或guoji标准；(2) 观察导联连接、安放位置是否正确；(3) 观察心电图 P-QRS-T-U 波群是否稳定、清晰可辨；(4) 对投保人的检材和样本心电图的形态、振幅、时限 进行比对,并做定性和定量分析，最终判定两次或多次采集的心电图是否来自同一人、是否为同一人的疾bing心电图，明确样本是否符合保险公司理赔疾bing标准。

如图1

图1 心电图身份识别应用于保险业的技术鉴定流程随着计算机技术的发展，可利用大型心电数据库研发个人身份识别软件系统，达到快速个人身份识别，我们期待未来的身份识别由专家识别逐步过渡到普通人识别，由人眼识别逐步过渡到机器识别，更希望心电生物特征识别技术进一步拓展到yi保、银行、司法、公安、部队、政府等需要进行身份识别的部门和单位，以更好地促进社会稳定和维护国家安全。