综述揭示商业医疗AI验证中偏见报告碎片化

近日，大阪公立大学医学院香农·L·沃尔斯顿博士团队在《欧洲放射学》期刊发表研究，指出商业医学人工智能产品的验证报告存在严重的人口统计学数据碎片化问题。该研究系统梳理了545篇涉及252款产品的验证文献，发现仅77篇文献（覆盖52款产品）包含性别、年龄及种族等亚组分析结果。针对结核病筛查人工智能的检验力分析显示，高达67%的公开数据集在性别亚组分析中统计效力不足。 尽管消除算法偏见的需求日益迫切，但人口统计学性能报告的普及率并未同步提升。研究揭示，当前商业验证生态缺乏统一规范，导致亚组性能评估严重缺失，可能加剧医疗决策中的隐性偏差并直接影响患者预后。团队强调，算法偏见一旦嵌入临床流程，将对特定群体造成深远影响。 对此，研究人员呼吁学术界、企业厂商与监管机构协同合作，建立透明、标准化的验证披露机制。唯有全面公开细分人群性能数据，才能有效评估并控制算法偏差，确保医疗人工智能的安全性与公平性，进而夯实医患信任基础。