Анализ расового предвзятого отношения в алгоритме, используемом для управления здоровьем населения
Dissecting racial bias in an algorithm used to manage the health of populations
2019-10-24
SCID: 54.1/aj6u6pcx
Discuss with AI
реформулирование алгоритма для устранения прокси затратразличия в прогнозировании рискаалгоритмы здравоохранениязатраты на здравоохранение как прокси для потребностей в здравоохранениирасовая предвзятость
Figures from the paper
Abstract (AI)
Расовая предвзятость в медицинских алгоритмах. Система здравоохранения США использует коммерческие алгоритмы для принятия медицинских решений. Obermeyer и соавт. обнаружили свидетельства расовой предвзятости в одном широко используемом алгоритме: пациенты чернокожего происхождения, которым алгоритм присваивает тот же уровень риска, на самом деле больнее, чем белые пациенты (см. обзор Benjamin). Авторы оценили, что эта расовая предвзятость уменьшает число чернокожих пациентов, определяемых для дополнительной помощи, более чем вдвое. Предвзятость возникает потому, что алгоритм использует затраты на здравоохранение как прокси для потребностей в здравоохранении. На чернокожих пациентов с одинаковым уровнем потребностей тратят меньше средств, и алгоритм ошибочно делает вывод, что чернокожие пациенты здоровее, чем одинаково больные белые пациенты. Переформулирование алгоритма таким образом, чтобы он больше не использовал затраты как прокси для потребностей, устраняет расовую предвзятость в прогнозировании того, кому необходима дополнительная помощь. Science, этот выпуск, с. 447; см. также с. 421.
Key Findings
1
Широко используемый коммерческий медицинский алгоритм демонстрирует расовую предвзятость: у чернокожих пациентов с тем же уровнем риска состояние здоровья хуже, чем у белых.
2
Предвзятость возникает потому, что алгоритм использует затраты на здравоохранение в качестве прокси для потребностей в здоровье, и на чернокожих пациентов с равными потребностями тратят меньше средств.
3
Переформулировка алгоритма, исключающая использование затрат как прокси для потребностей, устраняет расовую предвзятость в прогнозировании нуждающихся в дополнительной помощи.
4
Из-за расовой предвзятости алгоритм недоопознаёт чернокожих пациентов, нуждающихся в дополнительной помощи, сокращая их число более чем вдвое.
5
Использование затрат в качестве прокси приводит к неверному выводу алгоритма, что чернокожие пациенты здоровее одинаково больных белых пациентов.
Research Object
Широко используемый коммерческий алгоритм прогнозирования риска для управления здоровьем популяций
Research Subject
Расовая предвзятость, обусловленная использованием расходов на здравоохранение в качестве прокси для потребностей в здоровье, а именно недоопределение алгоритмом чернокожих пациентов, нуждающихся в дополнительной медицинской помощи по сравнению с одинаково больными белыми пациентами, и устранение предвзятости при переработке прокси
Publication Details
Publication Date
2019-10-24
Journal
Publisher
ISSN
Open access PDF
Access Type
Author Information
Download PDF
Subscribe to digest
Работы, цитирующие эту статью16
Медицинское компьютерное зрение на основе глубокого обучения2021
Мультимодальный искусственный интеллект в биомедицине2022
Переосмысление радиологии: обзор интеграции искусственного интеллекта в медицинскую визуализацию2023
Предвзятость в медицинском искусственном интеллекте: последствия для принятия клинических решений2024
Этика и управление доверием к медицинскому искусственному интеллекту2023
Искусственный интеллект и машинное обучение для медицинской визуализации: обзор технологий2021
Этика использования ChatGPT в медицине и здравоохранении: систематический обзор больших языковых моделей (LLM)2024
Влияние генеративного искусственного интеллекта на социально-экономическое неравенство и разработку государственной политики2024
Может ли генеративный ИИ улучшить социальные науки?2024
Искусственный интеллект и здравоохранение: путь через историю, современные инновации и будущие возможности2024
Объяснимость искусственного интеллекта в здравоохранении: междисциплинарная перспектива2020
Проблемы и перспективные направления развития больших данных и искусственного интеллекта в образовании2020
Достоверный искусственный интеллект2020
Деколониальный искусственный интеллект: деколониальная теория как социотехническое предвидение в области искусственного интеллекта2020
Интерпретируемость предсказательных моделей машинного обучения в здравоохранении2020
Расовые различия в автоматическом распознавании речи2020