2019年的结果研究文章在《科学》杂志上发表的一篇文章中,发现了常用的人口健康算法中存在的严重种族偏见,这些算法用于识别和分配对具有复杂、积极健康需求的患者的护理。研究人员利用大型临床数据集表明,在任何给定的风险评分下,黑人患者的病情都比白人患者严重得多。他们证明,弥补这一差距将使黑人患者接受护理管理等丰富服务的比例增加一倍以上(从17%增加到46%以上)。
这些结果的核心问题是,整个医疗保健行业用于预测风险、未来利用率和成本的许多算法主要依赖于同一患者先前利用率和成本的数据。这些预测是基于病人过去的健康保险索赔。与此同时,研究人员发现,在任何特定的健康水平下,黑人患者的成本都比白人患者低——平均每年少1800美元。他们还能够表明,黑人患者的使用模式与白人患者非常不同,他们的住院外科和门诊专家费用更少,而与急诊和透析相关的费用更多。人们认为,重大障碍的存在解释了这些获得医疗保健的差异,以及对系统的不情愿和不信任导致患者逃避医疗。也有充分的证据表明,医生在分配和转诊病人方面的偏见可能是原因之一。世界杯欧洲预选赛积分榜因此,完全依赖成本来预测未来成本风险的算法会低估这些患者的真正医疗需求,这是可以理解的。
这项研究的结果令人信服,而且经过了非常周密的思考和执行。它强调了部署依赖单一来源数据和单一预测风险算法的人口健康平台的一些已知缺陷。
从历史上看,大多数商业上可用的算法都是由健康计划部署的,多年来利用这些计划可用的唯一数据,即裁决索赔数据。值得庆幸的是,医疗保健组织现在可以部署当代人口健康平台,这些平台可以吸收和分析多源数据,这有助于更广泛、更准确地了解患者的真实疾病负担和风险。结合电子健康记录(EHR)、健康信息交换(HIE)和健康的社会决定因素(SDOH)数据,形成了丰富的信息,不太可能引入本研究中描述的那种种族偏见。2022卡塔尔世界杯预选赛排名这也是为什么人口健康平台为临床团队提供一个以上的风险算法,他们可以应用于患者群体和个体患者,减轻个体算法中嵌入偏见的一些风险。
《科学》杂志的这篇文章非常及时,也非常重要,因为我们的社会和医疗保健行业正在努力识别和根除为所有患者提供医疗服务的方式中的种族差异。与此同时,临床团队需要认识到,所有的算法都有局限性和意想不到的偏差,在针对患者复杂需求的临床决策方面,没有什么可以替代合理的临床判断。
贝蒂Rabinowitz是首席医疗官次世代医疗.可以通过Twitter联系到她@DrBettyR.
图片来源:Shutterstock.com