Расові упередження в засобах прийняття рішень щодо медичної допомоги

Расова упередженість у медичній допомозі може проявлятися в деяких несподіваних місцях. Наприклад: Розгляньте інструменти клінічного прийняття рішень, які відіграють важливу роль у тому, як сучасні пацієнти проходять тестування, діагностику та лікування.

Ці інструменти містять алгоритми або покрокові процедури, зазвичай комп’ютеризовані, для розрахунку таких факторів, як ризик серцевих захворювань, необхідність проведення рентгенографії грудної клітки та дозування ліків за рецептом. Штучний інтелект може бути використаний для вивчення медичних записів та систем виставлення рахунків для створення необхідних наборів даних.

На перший погляд, всі ці фактори звучать дуже об’єктивно. Але останні дослідження показали, що аналіз даних, використаний у цих алгоритмах, може бути суттєво упереджений щодо певних расових та соціально -економічних груп. Це може мати незліченні наслідки щодо обсягу та якості медичної допомоги, яку отримують люди з цих груп.

Расова упередженість впливає на найболючіших пацієнтів

У 2019 році було показано, що дослідження алгоритму, широко використовуваного лікарнями США та страховиками для призначення додаткової допомоги у сфері охорони здоров’я, систематично дискримінує чорношкірих людей.Інструмент прийняття рішень мав меншу ймовірність направляти чорношкірих, ніж білих, до програм по догляду за складними медичними потребами, коли обидві расові групи були однаково хворі.

Основна причина упередженості була пов'язана з присвоєнням алгоритму оцінки ризику пацієнтам на основі витрат на лікування за попередній рік. Передбачалося, що виявлення пацієнтів з більш високими витратами дозволить визначити тих, хто має найбільші медичні потреби.^ Однак багато чорношкірих пацієнтів мають менший доступ, меншу платоспроможність та меншу довіру до медичної допомоги, ніж білі люди, які однаково хворі. У цьому випадку їх менші медичні витрати не точно передбачили їх стан здоров’я.

У програмах управління доглядом використовується підхід, що викликає високі емоції, такі як телефонні дзвінки, відвідування медсестер на дому та визначення пріоритетності призначення лікарів для задоволення складних потреб найнедужчих пацієнтів. Було показано, що програми покращують результати, зменшують відвідування відділень швидкої допомоги та госпіталізації, а також знижують витрати на лікування. Оскільки самі програми дорогі, їх призначають людям з найвищими показниками ризику. Методи оцінки, які дискримінують хворих чорношкірих за цю допомогу, можуть бути вагомим фактором у їх підвищеному ризику смерті від багатьох захворювань.

Раса як змінна при ниркових захворюваннях

Алгоритми можуть містити зміщення без включення раси як змінної, але деякі інструменти свідомо використовують расу як критерій. Візьміть показник eGFR, який оцінює стан нирок і використовується для визначення того, кому потрібна трансплантація нирки. У дослідженні 1999 року, яке встановило критерії оцінки eGFR, дослідники помітили, що чорні люди в середньому мають більш високий рівень креатиніну (побічний продукт руйнування м’язів), ніж білі. Вчені припустили, що більш високі рівні обумовлені більшою м'язовою масою у чорношкірих. Тому вони скоригували оцінку, що, по суті, означало, що чорношкірі повинні мати нижчий показник СКФР, ніж білі, щоб діагностувати кінцеву стадію захворювання нирок. Як наслідок, чорношкірим довелося почекати, поки захворювання нирок досягне більш важкої стадії, щоб отримати право на лікування.

Нещодавно студент медицини та громадського здоров’я Медичної школи Вашингтонського університету в м Сіетл зауважив, що показники eGFR не були точними для діагностики тяжкості захворювання нирок у чорного пацієнтів. Вона боролася за те, щоб расу вилучили з алгоритму, і перемогла. UW Medicine погодилася, що використання раси є малоефективною змінною і не відповідає науковій строгості в засобах медичної діагностики.

Індекс маси тіла та зміщення

Навіть найпростіший інструмент прийняття медичних рішень, який не включає расу, може відображати соціальну упередженість. Індекс маси тіла (ІМТ), наприклад, базується на розрахунку, який множить вагу на зріст. Він використовується для виявлення пацієнтів з недостатньою вагою, надмірною вагою та ожирінням.

У 1985 р. Національний інститут здоров’я прив’язав визначення ожиріння до ІМТ окремої людини, а в 1998 р. Експертна група запровадила рекомендації на основі ІМТ, який перемістив 29 мільйонів американців, які раніше були класифіковані як нормальна вага або просто з надмірною вагою, до надмірної ваги та ожиріння категорії.За стандартами ІМТ, більшість чорношкірих, латиноамериканців та білих людей зараз мають надлишкову вагу або страждають ожирінням. Відсотки ожиріння у 2018 році приблизно рівні для чорношкірих, латиноамериканських та білих чоловіків (від 31,2% до 34,2%). Але відсоток жінок, яких ІМТ позначає ожирінням, становить: 

• 44.2%- Чорний
• 35.4%- Іспанська
• 28.7%- Білий

Атмосфера приниження ваги та недовіри

Бренд такого великого відсотка населення, як надмірна вага або ожиріння, створив атмосферу приниження ваги та недовіри між пацієнтами та лікарями. Люди з більшою вагою скаржаться на те, що лікарі не вирішують проблем зі здоров'ям чи проблем, які викликали їх на огляд. Натомість лікарі звинувачують вагу пацієнта у його проблемах зі здоров'ям і пропонують схуднення як вихід. Це сприяє тому, що чорношкірі та іспаномовні пацієнти уникають медичних працівників і, можливо, втрачають можливості запобігти проблемам або вчасно їх впіймати.

Крім того, стає все більш очевидним, що надмірна вага або ожиріння не завжди є проблемою здоров’я. Ставки для деяких серйозних станів, таких як госпіталізація з приводу COVID-19, високого кров'яного тиску, серцевих захворювань, інсульту, діабету 2 типу та інших захворювань, є вищими серед тих, хто страждає ожирінням.^  Але для інших станів, таких як відновлення після серйозних травм, раку та операцій на серці, люди з більшою вагою мають кращі показники виживання.  

Нові, вдосконалені канадські настанови

Фактично, нові вказівки щодо ожиріння для канадських клініцистів, опубліковані в серпні 2020 року, підкреслюють, що лікарям слід припинити покладатися лише на ІМТ у діагностиці пацієнтів. Згідно з новими настановами, людям слід діагностувати ожиріння лише в тому випадку, якщо їхня маса впливає на їх фізичне здоров’я або психічне самопочуття. Лікування повинно бути цілісним, а не виключно орієнтованим на зниження ваги. У керівних принципах також зазначається, що: «Люди, які живуть з ожирінням, стикаються зі значною упередженістю та стигмою, що сприяє збільшенню захворюваності та смертності незалежно від ваги чи індексу маси тіла».

Зменшення упередженості в засобах прийняття рішень

Медичні алгоритми - не єдиний тип алгоритму, який може бути упередженим. Наприклад, у 2018 році Amazon припинила використовувати інструмент підбору персоналу, який демонстрував упередженість щодо жінок. Інструмент, який аналізував 10 -річні дані про найм у період, коли Amazon переважно наймав чоловіків, використав цю історію, щоб навчити себе надавати перевагу кандидатам -чоловікам.

У сфері охорони здоров’я машинне навчання часто спирається на електронні медичні записи. Пацієнти з бідними та меншинами можуть отримати перелом при переломах і бути поміченими в декількох установах. Вони частіше зустрічаються в навчальних клініках, де введення даних або клінічні міркування можуть бути менш точними. І пацієнти можуть не мати доступу до онлайн -порталів пацієнтів та документувати результати. В результаті в записах цих пацієнтів можуть бути відсутні або помилкові дані. Таким чином, алгоритми, які керують машинним навчанням, можуть виключати бідних та меншин пацієнтів із наборів даних та потребувати догляду.

Хорошою новиною є те, що за останні кілька років усвідомлення упередженості алгоритмів охорони здоров’я зросло. Вхідні дані та результати перевіряються на предмет расової, етнічної, дохідної, статевої та вікової упередженості. Коли виявляються розбіжності, алгоритми та набори даних можна переглядати для покращення об’єктивності.