医学数据性别鸿沟或削弱AI诊断精度：智能照护设备面临验证挑战

文/IAICA.NGO®

医学人工智能正在快速进入影像诊断、风险预测、用药决策和可穿戴监测等场景，但训练数据中的性别失衡问题正在被反复警示。多项研究提示，当算法主要在男性样本上学习时，其在女性人群中的灵敏度与特异度可能明显下降，从而把统计学意义上的偏差转化为临床上的漏诊与延误。

失衡并非新问题

临床研究长期以男性为默认受试者。上世纪九十年代之前，美国国立卫生研究院资助的多数研究未系统纳入女性，直到1993年相关法案要求临床试验按性别纳入受试者，监管机构也随后要求提供性别亚组分析。三十年后，结构性偏差仍未消除：心血管疾病、部分肿瘤、药物代谢与器械试验中，女性受试者比例偏低，且数据发布时往往缺少按性别分层的性能指标。更隐蔽的问题在于数据字段本身。电子健康记录里的性别项常被简化为二元登记，既无法反映激素治疗、绝经状态等生理变量，也无法承载社会性别、照护角色等影响健康结局的因素，导致算法在源头就丢掉了关键变量。

误差如何在临床端放大

性别差异贯穿疾病表现与器械响应。女性急性心肌梗死的症状常不典型，典型胸痛比例较低，而基于男性队列训练的症状识别模型容易低估风险。药物代谢方面，体重、体脂比例与酶活性的差异会影响给药剂量，若模型未纳入这些变量，推荐剂量可能偏高。可穿戴与远程监护设备同样面临挑战：心房颤动检测、睡眠呼吸监测、跌倒识别等算法若以男性信号特征为基准，在女性用户中的误报与漏报率可能上升。智能照护场景尤为敏感，女性平均预期寿命更长、失能期更长，长期护理数据本应更丰富，但既有监护设备的研究队列常常偏小、偏男性、偏单中心，阈值设定与报警逻辑因此存在系统性偏移。

治理工具正在补齐

应对路径正在从算法审计扩展到数据治理。研究发表层面，国际医学期刊普遍采用的性别公平研究指南，要求作者报告按性别分层的分析结果；监管层面，高风险医疗人工智能的合规要求把数据代表性、偏倚评估与上市后监测写入义务，算法更新需持续验证。技术层面，联邦学习与合成数据可在不集中原始病历的前提下补齐稀缺样本，多中心外部验证则用于检验模型在不同人群中的稳定性。这些工具的共同前提，是把性别作为必须采集、必须报告、必须验证的一级变量，而非事后补充的亚组分析。

对行业的启示

对智能照护与医疗科技行业而言，性别鸿沟不只是伦理议题，也是产品可靠性与市场准入问题。iaica.com.cn 指出，机构在采购与部署人工智能系统时，应要求供应方提供按性别、年龄与合并症分层的性能证据，并在本地人群中完成外部验证。数据采集环节需区分生理性别与社会性别，记录激素状态、生育史等变量；模型开发环节需设置偏倚审计节点；部署环节需建立持续监测与不良事件回溯机制。

结语

人工智能的准确性建立在数据的代表性之上。若女性在训练数据中持续缺席，算法输出的所谓客观结论，就只是特定人群的统计投影。把性别维度嵌入数据采集、标注、验证与部署的全生命周期，既是技术问题，也是医疗公平的底线要求。

评论

0 条

登录后才可以发表评论。

立即登录

暂无评论，快来抢沙发。