AI技术，长期以来被指责存在性别偏见，现在正被用于帮助提供更公平的女性医疗服务。丽莎·沙（Lisa Shah）最初对AI的兴趣纯粹是为了达到某个目的。作为加州山景城代谢护理初创公司Twin Health的首席医疗官，沙的主要目标是找到慢性代谢疾病的根源。她认为AI是一个实现这一目标的方式，或至少是一个好的开始。
Twin Health的技术为每位患者提供了一个基于其独特代谢的数字“孪生”，该模型每天通过一套蓝牙连接的传感器收集超过3000个数据点，包括连续血糖监测仪、心率监测手表和血压传感器。这项技术对男性和女性都可用，但沙看到了一个特别的机会，可以利用它来纠正护理中的性别不平衡。
沙在接受Axios采访时表示，女性几乎承担了所有他们所爱之人的护理工作，但在自己的健康方面却严重不足。“她们是护理者，照顾着年迈的父母、孩子和配偶。”沙说。女性未能优先考虑自己的健康，而是更多地关注他人的护理，这是导致她们健康问题的一个原因。但问题远不止于此。“在我们的大部分成长岁月中，特别是在代谢健康方面，女性寻求的是妇科器官和生殖器官的护理。”“我们不总是看内科医生，”沙说，“我们不关注心脏，不关注体重，没有得到那个水平的护理。因此，最终女性在心脏病方面的结果存在显著差异。”
Twin Health使用数字孪生技术收集实时数据，跟踪个别患者的进展，帮助他们避免肥胖、前期糖尿病和2型糖尿病等慢性代谢疾病。数字孪生将这些信息反馈给医疗保健提供者，并通过Twin Health移动应用向患者发送个性化的营养、活动、睡眠和其他建议，以帮助改变可能导致甚至逆转代谢疾病的行为。
月经周期的不同阶段会影响激素水平、压力水平、食物渴望等因素，这些因素可能影响糖尿病等疾病。但医生和女性本人并不总是清楚患者处于周期的哪个阶段。AI能够将这些信息与其他健康数据结合，提供更加个性化的建议。更好的是，所有这些数据都会呈现给一个人类医疗专业人员（Twin Health称之为“富有同情心的临床护理团队”），直接与患者合作。每位Twin成员的护理都由医生或高级执业临床医生监督，以监控护理过程并防止伤害。
如果你告诉你的数字孪生早餐吃了吐司，它可能会建议你搭配一个鸡蛋增加蛋白质。如果你告诉它你不喜欢鸡蛋，它会建议其他同样健康的食物。沙表示，这种提醒和建议模拟了同理心和非评判态度，这对她交谈过的女性患者非常有效。沙说：“女性对数据也非常敏锐。”特别是忙碌的女性，一边工作一边照顾家庭。“想象一下，当你坐在那里喂孩子时，知道从孩子的盘子里拿走一块鸡块或披萨包，你会立即看到血糖上升，或者立即知道这个选择对你并不理想。”
尽管如此，AI仍然是医疗保健领域最大的未知数，目前尚不清楚是否能真正兑现其承诺。由于AI是由人类创造并从人类产生的数据中学习，因此即使有防护措施，它仍然不可避免地带有自身的偏见。
沙表示，行为改变仍然是医疗保健领域最大的挑战之一。“如果我们能解决这个问题，就能解决世界上许多医疗保健问题。”
(全文结束)
