醫(yī)療產(chǎn)業(yè)科技的飛速發(fā)展與迭代在今天已經(jīng)不是什么新聞了。但是很多人開始產(chǎn)生疑問，“這些技術(shù)的發(fā)展真的能惠及每個(gè)人嗎？”業(yè)內(nèi)人士提醒，很多患者群體被科技發(fā)展甩在了身后——這些群體包括非白人群體、少數(shù)團(tuán)體、LGBTQ群體以及女性群體。

健康平權(quán)研究所（Institute for eHealth Equility）的首席執(zhí)行官Silas Buchanan告訴健康新聞報(bào)（MobiHealthNews）：“我認(rèn)為有色人種群體以及其他所有少數(shù)群體（不論種族），都正在被產(chǎn)業(yè)的變化以及科技的更新迭代拋在身后?！?/p>

但希望還是有的。Buchanan說，健康產(chǎn)業(yè)內(nèi)新涌現(xiàn)的越來越重要的環(huán)境與社會(huì)因素已經(jīng)使得滿足每一個(gè)群體的需求成為新的關(guān)注點(diǎn)。

“人們越來越關(guān)注健康領(lǐng)域中的社會(huì)因素，因此這些群體也會(huì)相應(yīng)得到更多的關(guān)注。提出新想法的人和創(chuàng)新者也許會(huì)更多地考慮到這些群體”，Buchanan這樣說道。

為這些之前一度被忽略的患者發(fā)展技術(shù)同樣也有它的商業(yè)價(jià)值。比如，受醫(yī)療援助制度（Medicaid）扶持的人們其實(shí)數(shù)量眾多。

“醫(yī)療援助制度覆蓋面很廣，受其援助的美國人多達(dá)1700萬，根據(jù)衡量的標(biāo)準(zhǔn)不同，這個(gè)數(shù)據(jù)會(huì)有不同。但很明顯，這部分人都屬于低收入狀態(tài)，而且他們中的很多人還是孩子”，未來研究所（InsTItute for the Future）的研究主任Vanessa Mason這樣告訴健康新聞報(bào)，“想想看目前健康需求的廣泛性，以及目前受醫(yī)療援助制度扶持的患者們所面臨的各種社會(huì)性、行為性以及環(huán)境方面的挑戰(zhàn)，我認(rèn)為我們在這些方面仍然缺少足夠的研究，這些問題的重要性在醫(yī)療科技領(lǐng)域也缺少關(guān)注。”

既然這樣，為什么鮮有企業(yè)關(guān)注到這些人群呢？Mason說自己聽過一籮筐人們?yōu)槭裁床辉敢庠卺t(yī)療援助制度這個(gè)領(lǐng)域投資創(chuàng)新的借口。

“關(guān)于‘受醫(yī)療援助的患者不愿意用新科技’的說法我聽了太多了”，Mason說，“從市場的角度來說，我也看到了‘沒人愿意在這塊地方花錢’的現(xiàn)實(shí)”。

然而Mason表示，醫(yī)療科技在受醫(yī)療援助患者方面的投入其實(shí)是存在很多成功范例的。她舉出Wildflower這個(gè)幫助患者權(quán)衡利弊并尋找醫(yī)療資源的醫(yī)療科技信息分享平臺(tái)，作為在醫(yī)療援助制度領(lǐng)域的成功例子。

Wildflower公司意在解決女性健康領(lǐng)域的問題，但技術(shù)發(fā)展在這個(gè)領(lǐng)域當(dāng)中仍然存在缺口?？傮w來看針對女性健康的醫(yī)療技術(shù)產(chǎn)業(yè)確實(shí)有所發(fā)展，但目前市場上60%的技術(shù)針對的都是女性生育能力、月經(jīng)以及孕期健康。Mason說，看到越來越多的公司進(jìn)入女性健康領(lǐng)域她很受鼓舞，但同時(shí)也希望看到更多公司能全方位地關(guān)注女性人生各個(gè)階段的健康需求。

“目前國內(nèi)關(guān)于懷孕的定義和理解模式還非常局限，根據(jù)這個(gè)定義，很難把女同性戀以及跨性別女性考慮在內(nèi)”，Mason說，“因此我想讓你們思考的問題是，為全體女性的身心健康考慮而作的開發(fā)設(shè)計(jì)應(yīng)該是什么樣的？說得具體一點(diǎn)，除了孕期健康之外，女性健康還包括哪些方面？”

她說，目前有越來越多針對更年期的產(chǎn)品進(jìn)入市場。比如說，12月份的時(shí)候VRHealth推出了它們針對女性潮熱而研發(fā)的名為Luna的最新產(chǎn)品。

Mason還提到了一項(xiàng)幫助查明慢性疲勞綜合癥（一種對女性影響尤其明顯的病癥）的生物標(biāo)記的技術(shù)，她認(rèn)為這是在正確的軌道上又向前邁進(jìn)了一步。

“我認(rèn)為這確實(shí)是女性面臨的諸多病癥中很具有代表性的一個(gè)，診斷這些隱性存在的病癥障礙要花費(fèi)的時(shí)間簡直久到離譜，而它們造成的困擾和生活質(zhì)量的降低又尤為明顯”，Mason說道，“我認(rèn)為診斷費(fèi)時(shí)如此之久的其中一部分原因在于，醫(yī)生會(huì)對女性患者瞎扯，說你的病你自己比誰都清楚之類的話，或者干脆就沒有嚴(yán)肅對待患者的病情。女性在自己的健康領(lǐng)域得不到嚴(yán)肅對待已是常事，因此我非常期待看到能夠改變這一點(diǎn)的契機(jī)出現(xiàn)。”

偏向性不止存在于研發(fā)與投入階段，縱觀整個(gè)醫(yī)療職業(yè)領(lǐng)域，臨床醫(yī)師的偏向性已然是一個(gè)令人擔(dān)憂的問題。

事實(shí)上，《急救醫(yī)學(xué)》（Academic Emergency Medicine Journal）2017年 發(fā)表了一篇關(guān)于醫(yī)生的種族偏向?qū)τ卺t(yī)療決定的影響的系統(tǒng)性研究。研究發(fā)現(xiàn)在醫(yī)療服務(wù)提供者心中，普遍存在對于白人患者的隱性種族偏向，并且所有科室的醫(yī)生都是如此（但要注意的是，這項(xiàng)研究同時(shí)也發(fā)現(xiàn)醫(yī)生的隱性種族偏向和他們做出的醫(yī)療決定關(guān)系不大）。

“在藥學(xué)學(xué)科，基本上你學(xué)到的就是各種刻板印象。而這就是問題所在”，Damon Tweedy醫(yī)生在波士頓的大西洋會(huì)議上這樣說道。他的自傳《醫(yī)生白袍下的黑人》（Black Man in a White Coat）講述了他作為一名非洲裔美國人的男性醫(yī)生的故事。他說，“你會(huì)拿到一些片段性的信息，然后根據(jù)這些信息找出病癥所在。在藥學(xué)學(xué)科里，你一開始要學(xué)的就是關(guān)于種族、年齡以及性別的問題。舉個(gè)例子，給你一個(gè)30歲的黑人女性，你要學(xué)的就是這些信息背后所有人們默認(rèn)存在的東西。藥學(xué)就是用這種極具偏向性的方法教授的。而這一點(diǎn)真的非常、非常有問題，并且我覺得人們經(jīng)常會(huì)看不到這個(gè)問題的存在”。

技術(shù)可以消除一些偏向，但同樣也可能增強(qiáng)這些偏見。而這些偏向究竟是能夠消除還是被增強(qiáng)，最終取決于科技的發(fā)展方式。她舉了一個(gè)醫(yī)療決定輔助工具作為例子。

Mason說，“醫(yī)療決定輔助工具是基于已知的醫(yī)療方案和可能的臨床決策設(shè)計(jì)的。從另一個(gè)角度來看，基于具體事實(shí)情況的藥方使得我們能根據(jù)具體情況提供不同的處方或看護(hù)，并且能夠考慮到一些特殊的情況。如果這些特殊的情況能被納入?yún)⒖挤秶畠?nèi)，那么它們背后所代表的人群也會(huì)被注意到。這樣的話，我們的偏向性就會(huì)因?yàn)閿?shù)據(jù)技術(shù)和醫(yī)療工具的加入而減弱”。

但是技術(shù)是人設(shè)計(jì)的、是人開發(fā)的，其數(shù)據(jù)也來源于人，因此它也肯定會(huì)有自身的問題。

“所以如果我們使用的是過去的例子來訓(xùn)練AI機(jī)器學(xué)習(xí)，那么就意味著我們將偏向性植入到了這些工具中，而這些工具的使用又會(huì)使得偏向更加嚴(yán)重”，她說道。“問題的關(guān)鍵在于回頭去審視我們已有的數(shù)據(jù)、了解這些數(shù)據(jù)當(dāng)時(shí)是如何被分析的、數(shù)據(jù)中包含了哪些人的情況、充分地包含了哪些人的情況，然后再切實(shí)地審視基于這些數(shù)據(jù)產(chǎn)生的結(jié)果。”

偏向性在AI和機(jī)器學(xué)習(xí)領(lǐng)域是很熱門的一個(gè)話題。就在本周，谷歌首席執(zhí)行官Sundar Pichai表示其公司正在尋求這一問題的解決方法。

“早在機(jī)器學(xué)習(xí)產(chǎn)生的很久以前，偏向性就已經(jīng)是一個(gè)令人擔(dān)憂的問題了”，Pichai在活動(dòng)中介紹說， “很明顯，對于AI來說這個(gè)問題則更加嚴(yán)重。光知道模型能夠運(yùn)作還遠(yuǎn)遠(yuǎn)不夠，我們得了解它是如何運(yùn)作的。要確保我們開發(fā)的AI模型不會(huì)增強(qiáng)現(xiàn)實(shí)生活中的偏向，而要克服這個(gè)問題不算容易。這也是為什么我們正在進(jìn)行很多基礎(chǔ)性的電腦科學(xué)研究，以提高機(jī)器學(xué)習(xí)系統(tǒng)的透明度?！?/p>

事實(shí)上，在皮膚科的應(yīng)用程序方面對于AI偏向性的討論顯得尤為普遍。雖然自動(dòng)掃描診斷的好處顯而易見，但去年八月在JAMA Dermatology 上發(fā)表的一篇文章顯示，這些算法的訓(xùn)練方式并不能確保對有色人種患者的診療準(zhǔn)確性。

在Pichai的講話中，他始終聚焦這一問題以及公司對于未來解決該問題的企望。

“現(xiàn)在想象一個(gè)幫助檢測皮膚癌的AI系統(tǒng)。這個(gè)系統(tǒng)要想有效運(yùn)作，就必須得能夠識(shí)別所有人種的不同膚色色調(diào)”，他說，“雖然要做的事還很多，但我們堅(jiān)持致力于打造公平的、適用于每一個(gè)人的AI系統(tǒng)。這包括發(fā)現(xiàn)并解決存在于我們機(jī)器學(xué)習(xí)系統(tǒng)中的偏向性、分享技術(shù)工具以及公開數(shù)據(jù)以幫助患者?！?/p> 從何開始？

Buchanan認(rèn)為，打破技術(shù)研發(fā)者與患者群體之間的障礙是問題的關(guān)鍵所在。他的團(tuán)體與宗教性及世俗性組織一道合作，以建立起這種聯(lián)系。

“我認(rèn)為之所以會(huì)有人被技術(shù)的發(fā)展拋在身后，就是因?yàn)槟壳斑€沒有針對有色人種的清晰的引導(dǎo)方案。”Buchanan這樣說道。

他說，對于醫(yī)療從業(yè)者和技術(shù)研發(fā)者來說，了解不同的患者群體的關(guān)鍵方法就是：雇用一支多背景的團(tuán)隊(duì)來幫助你?！巴ㄟ^生活經(jīng)驗(yàn)中我們能了解到很多”，他說，“比如人們的所思所想以及他們的內(nèi)心感受，你甚至還可以建立一個(gè)自己的重點(diǎn)關(guān)注對象組。但我覺得最有效的方式還是從你正研發(fā)的健康技術(shù)所關(guān)注的文化、種族或民族群體中，挑選一名成員納入團(tuán)隊(duì)之中。沒有什么能代替這一點(diǎn)?！?/p>