多伦多报道——尽管美国食品药品监督管理局（FDA）已授权多项基于人工智能（AI）的阿尔茨海默病及其他痴呆症诊断监测系统，但现有公开信息难以评估这些系统在不同患者亚群中的实际表现。约翰斯·霍普金斯大学医学院研究团队发现，自2015年以来获批的24种AI医疗设备中，14种的FDA审批摘要未提供训练数据集信息，22种未包含验证数据集详情。
在阿尔茨海默病协会国际会议（AAIC）发布的报告及同步发表于《美国医学会杂志》（JAMA）的研究简报中，研究团队指出，尽管同行评审期刊补充了部分数据，但仅涵盖5种系统的训练数据和10种系统的验证数据。总体而言，不足半数临床工具能获取训练集和验证集的基本特征信息。
值得关注的是，23种系统均未披露参与者的种族/民族信息，多数系统缺乏年龄、性别及疾病状态等关键参数数据。《美国医学会杂志》论文特别指出，这些信息缺失"未提供任何解释"。唯一公开训练集种族构成的系统显示90%为白人，但其验证集却无对应数据。
研究者强调，阿尔茨海默病及相关痴呆症在不同人口学群体中存在差异性表现。"透明度缺失可能引发算法偏见——对代表性不足群体造成诊断不足、治疗建议不公等问题，进而影响临床决策"。该发现也凸显AI医疗设备开发与FDA最新指南的差距，现有系统在人口统计学代表性方面未能普遍遵循监管建议，而相关指南的执行力度在特朗普政府时期因限制种族意识研究政策受到影响。
在AAIC会议发言中，研究负责人陈克雅（音译）指出，女性及非裔、西班牙裔患者在痴呆症诊疗中面临"不均衡负担"，表现为诊断延迟、药物获取受限、住院风险增加及临终关怀不足。她强调："数据集透明度对于理解系统性能差异和合理应用至关重要"，但当前研究显示"数据不透明已成为行业常态"，这种状况导致"无法评估设备在目标人群中的实际泛化能力和临床准确性"。
【全文结束】
