基于能力方法的数字健康技术设计：促进性别平等的创新路径

针对数字健康技术加剧性别健康不平等的问题，研究者提出能力敏感设计(CSD)方法，通过整合Nussbaum能力理论与价值敏感设计(VSD)框架，构建了关注人类多样性及转化因素的公平性设计路径。该研究发表于《Public Health Ethics》，为消除健康技术设计中的系统性偏见提供了理论工具和实践指南。

　　

在当今数字化医疗快速发展的背景下，一个令人不安的现象逐渐浮现：本该造福全民的数字健康技术，却在不经意间加剧了性别健康差距。世界卫生论坛2024年报告显示，女性一生中处于不健康状态的时间比男性多25%，而数字健康技术的设计缺陷正在使这一差距持续扩大。从将男性作为"人类标准"的医学研究传统，到基于不对称数据集开发的诊断算法，数字健康技术正通过其设计逻辑系统性地边缘化女性健康需求。

这种不平等在临床实践中表现为触目惊心的案例。英国NHS推出的Babylon健康应用对相同症状的男女患者给出截然不同的诊断：59岁女性吸烟者被诊断为"恐慌症"，而相同症状的男性则获得"心脏病发作"的警示。更严峻的是，系统性红斑狼疮等主要影响女性的疾病，由于数字诊断系统训练数据的偏差，平均需要数年才能获得正确诊断。这些现象揭示了一个关键问题：数字健康技术设计已成为影响健康公平的新型"数字决定因素"。

荷兰特文特大学Naomi Jacobs在《Public Health Ethics》发表的研究创新性地提出能力敏感设计(Capability-Sensitive Design, CSD)框架。该方法将哲学家Martha Nussbaum的能力理论与价值敏感设计(Value Sensitive Design, VSD)方法论相结合，建立了一套关注人类多样性及转化因素的技术设计路径。CSD的核心在于将"能力"作为公平性衡量标准，强调设计过程中需要重点考虑个人、社会和环境三类转化因素——这些因素决定了个体如何将技术资源转化为实际健康能力。

研究采用理论构建与案例分析方法，通过对数字医疗诊断系统等典型案例的剖析，展示了CSD框架的实际应用价值。在技术方法层面，研究者主要运用：1）哲学概念分析方法解构健康公平与能力理论；2）参与式设计方法进行利益相关者需求分析；3）迭代原型设计测试转化因素的整合效果。特别关注了临床决策支持系统等数字健康技术中存在的自动化偏见(automation bias)和算法黑箱问题。

研究结果部分，作者通过三个递进层次展开论证：

"健康公平"部分系统梳理了健康不平等(health inequality)与健康不公(health inequity)的概念区分，指出数字健康设计应关注那些系统性剥夺弱势群体健康机会的结构性因素。研究强调，与传统的资源分配正义理论不同，能力方法更关注个体将资源转化为实际功能的机会差异。

"健康技术设计与性别不公"部分以数字诊断系统为案例，揭示了三重设计缺陷：1）训练数据存在性别不对称性（如急性肾损伤预测模型仅含6.4%女性数据）；2）算法不可解释性阻碍医患对话；3）自动化偏见导致医生过度依赖有缺陷的系统输出。这些设计缺陷通过技术的大规模应用被指数级放大。

"能力敏感设计方法"部分提出具体解决方案：1）设计初期明确技术拟拓展的能力维度（如正常寿命、身体健康等Nussbaum基本能力）；2）通过参与式方法识别用户群体的差异化转化因素；3）开发可视化工具等降低数字素养门槛的设计策略。以汽车安全设计为例，说明忽视女性平均身高差异会导致保护效能下降。

在结论讨论部分，作者强调CSD框架的三大革新价值：首先，该方法将技术设计本身确立为健康公平的关键变量，突破了传统仅关注医疗资源分配的局限；其次，通过转化因素的交叉性分析，为处理种族、阶级等多重不平等问题提供了操作路径；最后，为"女性技术"(femtech)等新兴领域提供了伦理设计标准。研究同时指出，数字健康公平需要建立包含政策制定者、技术开发者和医疗从业者的多利益相关方治理网络。

这项研究的现实意义在于，它为正在快速发展的数字医疗产业提供了避免系统性偏见的理论工具。随着人工智能诊断、个性化医疗等技术的普及，如何确保技术设计不复制甚至放大现有社会不平等，已成为全球公共卫生领域的关键挑战。该研究提出的CSD框架，为构建更具包容性的数字健康生态系统提供了重要方法论支撑。