伊坎西奈山医学院研究团队于7月20日在《细胞基因组学》发表报告，警示当前广泛用作人工智能训练数据的单细胞图谱存在严重的人口代表性偏差。团队对三大核心数据库逾一万三千个样本进行系统审计，结果显示欧洲裔个体占比约为全球预期的六倍，亚裔、非裔与拉丁裔群体显著不足，且近七成样本完全缺失血统记录。即便剔除缺失数据，欧洲裔过度代表现象依然稳固。 通讯作者Kuan-lin博士指出，此类图谱正成为生物医学基准与AI算法的核心底座。数据构成的结构性失衡极易被机器学习模型继承，导致未来开发的疾病标志物、诊断工具及个性化治疗方案在不同族群间产生疗效差异，进而削弱精准医疗的公平性。为此，研究团队率先提出单细胞研究设计核查清单，明确要求优化招募策略、规范人口学数据归档，并强制评估AI模型在不同血统与性别群体中的表现一致性。 尽管该审计依赖公开数据的自报信息且暂未覆盖全领域数据集，但此次系统性评估首次将公平性与泛化能力纳入单细胞资源的评价标准。研究团队下一步将把审计范围扩展至更多数据库，持续追踪代表性改善轨迹，并深入验证AI模型的性能衰减情况，以推动基础科研向更包容、可靠的方向演进。