编辑推荐：
为解决医疗 AI 中因数据集偏差导致的公平性和有效性问题，研究人员开展 “数据人工制品术语表（Data Artifacts Glossary）” 的研究。通过专家讨论、文献回顾等得出该术语表可系统记录更新医疗数据偏差，有助于提升医疗 AI 的公正性和准确性，促进健康公平。
在当今医疗领域，人工智能（AI）的发展可谓如日中天。它就像一位神通广大的 “智慧医生”，凭借先进算法，能快速诊断疾病、制定个性化治疗方案，还能帮忙管理医疗资源，为医疗行业带来了无限可能。可谁能想到，这位 “智慧医生” 也有自己的 “小烦恼”。
原来，AI 做出准确判断和决策的关键，在于它所学习的数据。一旦这些数据存在偏差，AI 就可能 “跑偏”。在现实中，这种偏差问题屡见不鲜。比如，不同种族患者在医疗待遇上存在差异，黑人患者的疼痛管理往往不如白人患者，部分少数族裔患者糖尿病视网膜病变的筛查率也较低。当 AI 基于这些带有偏差的数据进行训练时，不仅会复制这些不公平现象，还可能让情况变得更糟，使医疗不公平的 “鸿沟” 进一步扩大。更麻烦的是，一些 AI 算法的内部机制晦涩难懂，可能产生新的偏差，却难以被察觉。
为了攻克这一难题，来自麻省理工学院实验室（Laboratory for Computational Physiology, Massachusetts Institute of Technology）、哈佛陈曾熙公共卫生学院（Harvard T.H. Chan School of Public Health）等多个机构的研究人员联合开展了一项意义重大的研究。他们的研究成果发表在《Journal of Biomedical Science》上，为解决医疗数据偏差问题带来了新的曙光。
研究人员采用了一种受德尔菲法（Delphi method）启发的独特方法。首先，组建了一支多学科融合的团队，成员包括临床医生、计算机科学家、数据科学家、研究人员、项目经理、教育专家和法律专家。团队成员各自独立思考，初步梳理出医疗数据集中可能存在的偏差来源，再通过广泛的文献回顾，参考多种数据文档方法，如数据卡（Data Cards）、数据声明（Data Statements）等。之后，经过多轮结构化讨论，不断完善和拓展初步概念，最终达成共识，确定了术语表的结构，并利用重症监护医疗信息库（MIMIC-IV）数据集进行试点测试。
研究结果如下：
- 数据人工制品术语表（Data Artifacts Glossary）的特性：这是一个动态、开源的协作平台，采用类似 Linux 和 Python 的开源模式。借助强大的版本控制系统，由 GitHub 提供支持，方便众多利益相关者共同参与编辑和管理。任何修改都需通过 “拉取请求（pull requests）”，并经过严格的同行评审，确保内容质量。同时，详细的文档记录让新用户和贡献者能够快速上手。
- MIMIC-IV 数据集的应用示例：在 MIMIC-IV 数据集的应用中，研究人员提出了四个初始分类来构建术语表框架。“参与者非随机缺失（Participants not missing at random）” 类别揭示了数据集中特定患者群体缺失或代表性不足的问题，像不同种族患者在有创通气使用上存在差异；“数据点有效性（Validity of data points）” 关注数据收集的准确性，例如脉搏血氧仪在不同种族患者中的测量偏差；“数据非随机缺失（Data not missing at random）” 探讨数据收集过程中的不均衡现象，如不同群体的血糖监测频率差异；“其他杂项偏差（Miscellaneous biases）” 涵盖了无法归为上述类别的各类偏差，包括数据收集的地理位置、特定时期医疗实践等因素导致的偏差。
研究结论和讨论部分指出，数据人工制品术语表有着不可忽视的重要意义。它不仅为研究人员、临床医生和 AI 开发者提供了一个全面的参考工具，帮助他们深入了解数据集的偏差，避免在模型开发中引入偏差，还能挖掘健康不公平现象的根源，推动医疗公平的实现。不过，该术语表也存在一定局限性，如社区参与度的问题，以及无法直接提供解决偏差的方案等。但总体而言，这项研究为医疗 AI 的发展奠定了更坚实的基础，有望在未来让 AI 更好地服务于全体患者，推动医疗行业向更加公平、高效的方向发展。
