评估中风风险的算法对美国黑人来说明显更糟糕

目前针对中风风险的医疗标准对美国黑人的影响不如对美国白人的影响，这可能会造成健康不平等的自我延续。

由杜克大学健康研究人员领导的一项研究，于1月24日在线发表在《纽约时报》上美国医学协会杂志（《美国医学会杂志》)，评估了各种现有算法和两种旨在预测一个人在未来10年内中风风险的人工智能评估方法。

研究发现，在对黑人的风险进行分层时，所有算法都比白人差，无论这个人的性别如何。其含义是在个人和人口水平:中风高风险人群可能得不到治疗，而低风险或无风险人群则得到不必要的治疗。

“我们需要改进数据收集该研究的通讯作者、杜克大学医学院生物统计和生物信息学教授、人工智能健康主任迈克尔·彭西纳博士说。

彭西纳说:“例如，这里测试的算法大多没有考虑到健康的社会决定因素和中风预防指南建议的一些其他因素。”“数据收集需要更贴近患者和社区。”

他补充说:“这些算法可能会扩大差异，对某些人来说，情况可能会变得更糟，这可能会导致黑人与白人成年人在治疗决定上的不平等。”

这项研究特别关注了一种叫做风险排序的东西，它提供了一个人与其他人相比中风的可能性有多大的观点，这是一个用于分配有限医疗资源的重要概念。

该研究还发现，回答患者问题的简单方法是最准确的人口水平这种复杂的机器学习方法未能提高性能。

潘西纳说:“虽然先进的人工智能技术被吹捧为改进算法的最有前途的途径，但我们的研究结果表明，对于像我们研究中使用的这种更简单的数据类型，复杂的数学没有帮助。”

他说:“基于自我报告的风险因素，更简单的算法具有更好的准确性，这为预防工作提供了一种有前景且具有潜在成本效益的途径。”