أظهرت خوارزميات التعلم الآلي المصممة بالذكاء الاصطناعي لتشخيص المشكلات الصحية التي تصيب النساء، تحيزاً تشخيصياً بين المجموعات العرقية.
وقال باحثون في ولاية فلوريدا، إن أدوات أدوات الذكاء الاصطناعي توفر إمكانات كبيرة لتحسين تقديم الرعاية الصحية، وفقاً لوكالة “رويترز”
إلا أن هذه الإمكانات، قد تقدم نتائج منحازة بين المجموعات العرقية المختلفة.
يشكل ذلك مصدر قلق كبير على صحة المرأة، بالنظر إلى الفوارق العرقية القائمة، بحسب تقرير نشره موقع الجامعة.
اختلافات تشخيصية
ركزت الدراسة على تقييم حيادية خوارزميات التعلم الآلي، في تشخيص التهاب المهبل الجرثومي.
تعد هذه الحالة شائعة، وتؤثر في الغالب على النساء في سن الإنجاب، إلا أن الاختلافات التشخيصية بين الأعراق قد ظهرت بشكل واضح.
من خلال تجميع البيانات ل 400 امرأة، بما في ذلك 100 من مجموعات عرقية مختلفة “بيضاء، سوداء، آسيوية، وإسبانية”.
أربعة نماذج
حلل الباحثون فاعلية أربعة نماذج للتعلم الآلي في التنبؤ بالعدوى المهبلية بين النساء دون أعراض، والتي عادة ما يكون تشخيصها معقداً.
كشفت النتائج عن دقة متفاوتة عبر الأعراق، إذ ظهرت تشخيصات إيجابية خاطئة عند العديد من النساء من أصل إسباني.
بينما ظهرت تشخيصات سلبية خاطئة، بشكل كبير عند النساء الآسيويات.
عدم المساواة
سلّطت إيفانا باركر، المؤلفة المشاركة في الدراسة والأستاذة المساعدة في الهندسة الحيوية الضوء على الفوارق.
وقالت باركر: “أظهرت النماذج أداءً متفوقاً للنساء البيضاوات، ولكن بدقة أقل للنساء الآسيويات، ما يشير إلى عدم المساواة في المعاملة بين الأعراق”.
يذكر، أنه إلى جانب معالجة القدرات التنبؤية للذكاء الاصطناعي لأعراق معينة، يوجد أهداف أخرى.
إذ هدفت الدراسة إلى تحديد العوامل المرتبطة بالعدوى البكتيرية لدى النساء من أعراق متنوعة، الأمر الذي قد يساهم أيضاً في تحسين العلاجات.
وتعد هذه الدراسة، بمثابة دعوة واضحة لتحسين أدوات الذكاء الاصطناعي، لضمان تقديم الرعاية الصحية بشكل عادل بين مجموعات سكانية متنوعة.