Υπουργός Υγείας Βρετανίας: Υπάρχει συστημικός ρατσισμός στη βιομηχανία ιατρικού εξοπλισμού

Ο Sajid Javid, υπουργός Υγείας και Πρόνοιας [Ηνωμένο Βασίλειο], ανακοίνωσε την έναρξη έρευνας για τον συστημικό ρατσισμό στη βιομηχανία ιατρικού εξοπλισμού. «Είναι εύκολο να υποθέσουμε ότι οι μηχανές αντιμετωπίζουν όλους το ίδιο, αλλά οι τεχνολογίες δημιουργούνται και αναπτύσσονται από ανθρώπους, γι' αυτό και εδώ μπορεί να προκύψουν προκαταλήψεις, όσο ακούσιες κι αν είναι», γράφει ο Sajid Javid στους Sunday Times.

Οξύμετρα

Το οξύμετρο μετρά τον όγκο του οξυγόνου στο αίμα. Είναι ένα ουσιαστικό εργαλείο για τον προσδιορισμό του ποιοι ασθενείς με Covid-19 πρέπει να νοσηλευθούν. Ωστόσο, αυτή η συσκευή μπορεί να μην λειτουργεί το ίδιο καλά για άτομα με σκούρο δέρμα. Σύμφωνα με τη Δημόσια Υπηρεσία Υγείας του Ηνωμένου Βασιλείου [NHS] και τη Ρυθμιστική Υπηρεσία Φαρμάκων και Προϊόντων Υγείας, τα παλμικά οξύμετρα μπορεί να υπερεκτιμούν την ποσότητα οξυγόνου στο αίμα αυτών των έγχρωμων ασθενών. Αυτές οι συσκευές έχουν σχεδιαστεί για λευκούς, δήλωσε ο Sajid Javid στον Guardian τον περασμένο μήνα, με συνέπεια τα αποτελέσματα σε όσους έχουν μαύρο ή σκούρο δέρμα να είναι λάθος.

Σύμφωνα με τους ειδικούς, αυτή η ανακρίβεια μπορεί να είναι ένας από τους λόγους για τους οποίους το ποσοστό θνησιμότητας είναι υψηλότερο στις μειονότητες…

 Οι μάσκες

Οι ειδικές ιατρικές μάσκες είναι ζωτικής σημασίας για τους εργαζόμενους στον τομέα της υγειονομικής περίθαλψης, επειδή προσφέρουν προστασία στον χρήστη τόσο από μεγάλα όσο και από μικρά σωματίδια που εκπνέουν άλλοι.

Προκειμένου να προσφέρουν τη μεγαλύτερη προστασία, ωστόσο, οι μάσκες(FFP) πρέπει να εφαρμόζουν σωστά και η έρευνα έχει δείξει ότι δεν ταιριάζουν τόσο καλά σε κάποια άτομα- όπως είναι οι γυναίκες και οι ασιάτες.

Σπιρόμετρα

Τα σπιρόμετρα μετρούν την ικανότητα των πνευμόνων, αλλά οι ειδικοί έχουν εκφράσει ανησυχίες ότι υπάρχουν φυλετικές προκαταλήψεις στην ερμηνεία των δεδομένων που συλλέγονται από τέτοιες συσκευές.

Γράφοντας στο περιοδικό Science, ο Δρ Achuta Kadambi, ηλεκτρολόγος μηχανικός και επιστήμονας υπολογιστών στο Πανεπιστήμιο της Καλιφόρνια, στο Λος Άντζελες, σημειώνει ότι οι μαύροι ή οι Ασιάτες θεωρείται ότι έχουν χαμηλότερη πνευμονική ικανότητα από τους λευκούς – μια πεποίθηση που μπορεί να βασίζεται σε ανακρίβειες προηγούμενων μελετών. Ως αποτέλεσμα, εφαρμόζονται παράγοντες «διόρθωσης» στην ερμηνεία των δεδομένων του σπιρομέτρου - μια κατάσταση που μπορεί να επηρεάσει τη σειρά με την οποία οι ασθενείς λαμβάνουν θεραπεία.

«Για παράδειγμα, πριν από τη «διόρθωση» η χωρητικότητα των πνευμόνων ενός μαύρου μπορεί να μετρηθεί ότι είναι χαμηλότερη από την ικανότητα των πνευμόνων ενός λευκού», γράφει ο Kadambi.

Συστήματα τεχνητής νοημοσύνης

Η τεχνητή νοημοσύνη αναπτύσσεται όλο και περισσότερο για εφαρμογές στην υγειονομική περίθαλψη, συμπεριλαμβανομένης της βοήθειας των επαγγελματιών στη διάγνωση παθήσεων. Ωστόσο, υπάρχουν ανησυχίες ότι οι μεροληψίες στα δεδομένα που χρησιμοποιούνται για την ανάπτυξη τέτοιων συστημάτων σημαίνει ότι κινδυνεύουν να είναι λιγότερο ακριβή για τους έγχρωμους.

Τέτοιες ανησυχίες διατυπώθηκαν πρόσφατα σε σχέση με συστήματα τεχνητής νοημοσύνης για τη διάγνωση καρκίνων του δέρματος. Οι ερευνητές αποκάλυψαν ότι λίγες ελεύθερα διαθέσιμες βάσεις δεδομένων εικόνων που θα μπορούσαν να χρησιμοποιηθούν για την ανάπτυξη τέτοιου είδους τεχνητής νοημοσύνης φέρουν ετικέτα με εθνικότητα ή τύπο δέρματος. Από αυτούς που είχαν καταγεγραμμένες τέτοιες πληροφορίες, μόνο μια χούφτα ήταν άτομα που καταγράφηκαν με σκούρο καφέ ή μαύρο δέρμα.

Είναι ένα ζήτημα που ο Javid έχει αναγνωρίσει, ανακοινώνοντας νέα χρηματοδότηση τον περασμένο μήνα για έργα τεχνητής νοημοσύνης για την αντιμετώπιση των φυλετικών ανισοτήτων στην υγειονομική περίθαλψη, όπως η ανίχνευση της διαβητικής αμφιβληστροειδοπάθειας...". «Αν δημιουργήσουμε την τεχνητή νοημοσύνη μας χρησιμοποιώντας κυρίως δεδομένα από λευκούς ασθενείς, αυτό δεν μπορεί να βοηθήσει τον πληθυσμό μας ως σύνολο. Πρέπει να βεβαιωθούμε ότι τα δεδομένα που συλλέγουμε είναι αντιπροσωπευτικά του έθνους μας», κατέληξε.

Πληροφορίες από https://www.theguardian.com/society/2021/nov/21/from-oximeters-to-ai-where-bias-in-medical-devices-may-lurk