Анализ выявил потенциальную расовую предвзятость в том, как врачи оценивают надежность пациентов.
Врачи чаще выражают сомнения или недоверие к медицинским записям чернокожих пациентов, чем к записям белых, что может способствовать сохранению расового неравенства в здравоохранении. К такому выводу пришло исследование Мэри Кэтрин Бич из Университета Джонса Хопкинса (США), в котором анализировалось более 13 миллионов клинических записей.
Появляется все больше доказательств того, что электронные медицинские карты (ЭМК) содержат язык, отражающий бессознательные предубеждения врачей , и что этот язык может подорвать качество медицинской помощи, которую получают пациенты.
В новом исследовании ученые проанализировали 13 065 081 записей в электронных медицинских картах, составленных в период с 2016 по 2023 год в отношении 1 537 587 пациентов 12 027 врачами крупной системы здравоохранения в Среднеатлантическом регионе США.
Они использовали инструменты искусственного интеллекта (ИИ), чтобы найти записи, содержащие формулировки, свидетельствующие о том, что врач сомневается в искренности или повествовательной компетентности пациента, — например, утверждения о том, что пациент «утверждает», «настаивает» или «непреклонен» в отношении своих симптомов или является «плохим историком».
В целом менее 1% (n=106 523; 0,82%) медицинских записей содержали выражения, подрывающие доверие к пациенту, — примерно половина из них подрывала искренность (n=62 480; 0,48%), а половина — компетентность (n=52 243; 0,40%).
Однако в записях, написанных о пациентах афроамериканского происхождения, не являющихся испаноязычными, по сравнению с записями о пациентах белой расы , чаще встречались выражения, подрывающие доверие к пациентам (сШО 1,29; 95% ДИ 1,27–1,32), их искренность (сШО 1,16; 95% ДИ 1,14–1,19) или компетентность (сШО 1,50; 95% ДИ 1,47–1,54). Более того, в записях, написанных о пациентах афроамериканского происхождения, реже встречались выражения, подтверждающие доверие (сШО 0,82; 95% ДИ 0,79–0,85), чем в записях о пациентах белой или азиатской расы.
Исследование было ограничено тем, что в нём рассматривалась только одна система здравоохранения, и не изучалось влияние таких характеристик врача, как раса, возраст или пол. Кроме того, поскольку использованные модели обработки естественного языка обладали высокой, но не идеальной точностью в выявлении лексики, влияющей на достоверность, они могли неправильно классифицировать некоторые записи и, следовательно, недооценивать или переоценивать распространённость лексики, влияющей на достоверность.
Тем не менее, авторы приходят к выводу, что документация, составленная врачами и подрывающая доверие к пациентам, может непропорционально стигматизировать чернокожих, и что эти результаты, вероятно, представляют собой «вершину айсберга». Они утверждают, что медицинская подготовка должна помочь будущим врачам лучше осознавать неосознанные предубеждения, а инструменты искусственного интеллекта, используемые для написания медицинских заключений, должны быть запрограммированы таким образом, чтобы избегать предвзятого языка.
Авторы добавляют: «В течение многих лет многие пациенты, особенно чернокожие, чувствовали, что медицинские работники игнорируют их опасения . Выделяя слова и фразы, свидетельствующие о том, что пациенту могут не верить или не воспринимать его всерьёз, мы надеемся повысить осведомлённость об этом типе предвзятости, стремясь к его окончательному искоренению».