斯宾塞·斯图尔特（Spencer Stuart）执行领导顾问罗宾·格拉斯哥（Robin Glasgow，MBA）讨论了数据在医疗保健中的关键作用，强调了需要解决数据收集和算法中存在的普遍偏见。
作为公司支付方实践的领导者，格拉斯哥利用她30年的经验，指导组织应对医疗公平和创新的复杂性。“我偶然进入医疗保健行业；我有意留在这里，”她说，分享了自己作为患者经历偏见护理的经历。
“创新的第一课是以人为本，”她指出，“这意味着要解决那些未被包括在内的群体。”格拉斯哥认为，关注最未被服务的人群——系统中的“极端”人群——可以产生惠及所有人的解决方案。
她在负担得起的高质量医疗保健联盟（Coalition for Affordable Quality Healthcare，简称CAQH）Connect大会上的演讲《弥合差距：确保数据支持复杂系统中的医疗公平》中，强调了数据在解决医疗保健紧迫挑战中的核心地位。然而，她警告说，偏见——无论是内在的还是系统的——存在于数据及其收集过程中，这使得实现公平的努力变得复杂。
“当我们谈论[人工智能] AI 和实时信息时，尽管我们变得更聪明了，但我们的数据收集和使用的算法中仍然存在大量的内在偏见，因为这些是由有偏见的人类创建的，”格拉斯哥解释道。“因此，承认这一点并努力消除偏见是非常重要的。”
格拉斯哥表示，承认和解决偏见问题最有效的方式是从领导层开始。“对我来说，一切始于领导层。”为了使医疗公平从次要位置移至中心，领导者必须将其视为医疗保健转型的关键方面。
为了有效减少数据中的偏见，组织可以采用三管齐下的方法。首先，必须承认系统和数据中存在偏见，认识到其普遍影响。其次，格拉斯哥解释说，领导层需要有勇气采取行动；组织应承诺直接解决偏见，即使解决方案复杂或令人不安。最后，优先事项至关重要，医疗公平应融入公司的核心使命。
“我在这一行业工作了整个职业生涯，注意到的一点是，一旦我们承认存在问题，并且一旦我们致力于解决问题……我们就能解决它，”她说。“我们在医疗保健领域已经解决了许多大问题。”
(全文结束)
