交織性研究方法
在本案例研究中,醫療科技—尤其是設備、診斷、產品和服務—對女性和其他不符合典型男性形象的患者(例如性別多樣化的個體)造成的傷害是男性的兩倍。這些技術也可能摻入族群偏見。例如,脈衝式血氧機(pulse oximeter)更常無法正確分析較深色皮膚者的氧氣濃度水平。
醫療科技的偏見可能以多重而複合的方式存在。技術人員應考慮相關的交織性分析,例如,在開發和校準醫療設備時。
脈衝式血氧機對於膚色較深的使用者可能不太管用,這些患者可能無法獲得所需的補充氧氣。開發脈衝式血氧機時,可以考慮肌膚組織的顏色(例如,膚色或黑色素含量)。
髖關節置換的成功率非常高;但在手術失敗的案例當中,女性的人數更多。生理性別差異對於器官的生物列印也很重要:對於女性患者,技術人員必須決定使用哪種 X染色體活化細胞。為了獲得更好的結果,在辨別問題、設計研究以及收集和分析資料時可以考慮生理性別。
自1982年以來,全球1,596顆人工心臟植入案件中只有12%是植入女性,只有5%是植入兒童,因為人工心臟對這些群體來說通常太大了。最近,已有一款為體型較小患者開發的小型心臟。
研究人員發現女性在資料中的代表性往往不足,以致診斷的演算法對女性的準確度較低。最近的研究顯示,生理性別平衡的資料集對女性和男性都達到了最好的結果。
「女性科技」(female technology,FemTech)是指使用科技提供女性更好的治療,並提供醫療保健系統中更大的性別平等的軟體、診斷、產品和服務。FemTech目前正在擴展,以納入並非原本就生為生理女性的非二元性別和跨性別者。
在本案例研究中,醫療科技—尤其是設備、診斷、產品和服務—對女性和其他不符合典型男性形象的患者(例如性別多樣化的個體)造成的傷害是男性的兩倍。2019年的一項研究顯示,在34萬名因醫療設備受傷的患者中,女性佔67%。由於科技較常藉由以男性為開發與測試的對象,而忽略女性的生理差異,因此女性比男性更容易因醫療科技而出現併發症(Duffy et al.,2020)。這些技術也可能摻入族群偏見。例如,脈衝式血氧機(pulse oximeter)應用於較深的膚色時更容易失準。需要採用交織性方法來促進醫療設備對使用者的公平性。
本案例研究的部分內容首次發表於 Zou, J., & Schiebinger, L. (2021). Ensuring that biomedical AI benefits diverse populations. EBioMedicine, 67, 1-6.
COVID-19對脈衝式血氧機這種常見的醫療設備帶來了新的觀察。脈衝式血氧機最初於1972年在日本發明(Severinghaus & Honda,1987)。這種血氧儀能夠在不抽取動脈血液的情況下測量氧氣濃度,是抵禦COVID-19大流行影響的第一批防衛者之一。
然而,脈衝式血氧機對於膚色較深的患者可能不管用(Keller & Harrison-Smith,2022)。脈衝式血氧機透過向手指照射紅外線和紅光來測量血氧飽和度。問題在於,血液中的去氧血紅素和皮膚中的黑色素都會吸收光,這表示脈衝式血氧機可能會高估膚色較深患者的氧飽和度(Feiner et al.,2007)。結果這些患者可能無法獲得所需的氧氣補給,以避免重要器官受損(Moran-Thomas,2020)。
最近一項研究比較了使用脈衝式血氧機測量的氧飽和度,以及使用動脈血液氣體分析的氧飽和度。針對超過47,000個配對讀數的分析發現,血氧機誤讀黑人患者血液氣體的機率是12%,而誤讀白人患者的機率則是4%(Sjoding et al.,2020)。一項進一步的研究證實,脈衝式血氧機的不準確性,與黑人和西班牙裔患者的COVID-19治療資格遭受顯著延遲或不被認可有關(Fawzy et al.,2022)。類似的問題也影響使用紅外線、紅光或綠光訊號的消費性可穿戴設備(Colvonen et al.,2020)。
1989年以來,醫學研究人員已發現皮膚中的去氧血紅素和黑色素都是主要的光吸收劑(Ries et al.,1989)。一項較早用於調整膚色的血氧儀專利於1999年提出(Chin,1999)。2019年和2020年又有更多的專利申請(Barker et al.,2019;Bechtel et al.,2020),兩者都考慮到組織的顏色(例如膚色或黑色素含量)。然而,設備開發商的行動卻很緩慢(Colvonen et al.,2020;Moran-Thomas,2020)。
脈衝式血氧機的案例說明了一個更廣泛的現象,即膚色較深者的資料在醫療設備、研究發現和演算法的評估中往往代表性不足。最近一項針對36篇描述有關COVID-19的皮膚表現的論文進行的一項調查顯示,這些論文中沒有一篇包含深色皮膚的照片(Lester et al.,2020)。
方法:交織性分析
膚色較深的患者使用脈衝式血氧機的結果較差。但這項數據並未按生理性別分類(Zou & Schiebinger,2021)。生理性別如何影響結果?生理性別是否與種族交織,意即膚色較深的婦女或性別多樣化個體的結果顯著較差?(有趣的是,要找到有關脈衝式血氧機與生理性別的文章,通常需要搜尋「社會性別」;醫學研究人員傾向將這些不同的詞彙交換著使用,而且往往是錯誤的 [Madsen et al.,2017]。)研究結果相當沒有定論。費納(Feiner)等人在2007年指出女性和其他手指較小的人在血氧機性能方面表現出更大的變異性,尤其是在低動脈飽和度的水平。一項採用交織性方法的研究發現,淺膚色男性的週邊血氧飽和度(peripheral oxygen saturation)值低於97%的頻率是深膚色女性的6倍(Witting & Scharf,2008)。然而,2020年一項非常小型的研究指出,低血紅蛋白濃度在女性中很普遍;因此,不可能從統計上區分血氧機的讀數究竟來自生理性別還是低血紅蛋白的影響(Choi et al.,2020)。2020年針對47,000多名患者進行的研究發現,血氧機更常在女性身上誤讀低氧血症,但與有關膚色的差異相比,這種差異就很小。儘管如此,這表示膚色較深的女性的準確度是受到最大損害的(Sjoding,2020)。
交織性是一種需要納入分析當中以克服健康不平等的技術。設備製造商在校準醫療設備時應考慮相關的交織性分析。
雖然生理性別對脈衝式血氧機的影響尚不明朗,但社會性別的影響可能很重要:一項隨機、盲性的研究發現,指甲油(自我認同為女人的人更常使用)會干擾血氧機,相較於紫色或紅色,黑色、藍色、和綠色更易降低讀數的準確度 (Coté et al.,1988)。作者建議醫療專業人員在使用血氧機之前需卸除患者的指甲油。血氧機的讀數會進一步受到貧血、黃疸、血液循環不良、手指冰涼、正處於吸菸狀況、受年齡影響的體型和設備放置的影響(Brytanova et al.,2022)。
為了提升整個社會的健康成效,尚需更多的研究來了解生理性別、社會性別、種族/族群、社會經濟地位、年齡等交織的人類特徵。
髖關節置換的成功率非常高;但在手術失敗的案例當中,不符合典型男性特徵的女性或性別多樣化個體的人數更多。在考慮了患者、手術、外科醫師、體積和植入物特定的風險因素後,女性在髖關節的全關節置換後,面臨置換失敗的風險比男性高29%(Inacio et al.,2013)。一個原因是女性傾向對含金屬的裝置產生強烈的免疫反應。這些反應影響了49%的女性,相對於男性的影響只有38%(Caicedo et al.,2017)。骨骼解剖構造的差異和骨質疏鬆症的盛行率也會影響結果(Hartman et al.,2009)。女性也有更高的手術翻修、局部組織不良反應、脫位和無菌性鬆脫的風險(U.S. FDA,2019)。
了解生理性別差異是很重要的。在未來十年內,醫師可能會植入生物列印用於器官移植的腎臟,這是使用患者自身細胞培養生成的。然而,如果該患者是女性,則外科醫師必須決定使用哪種X染色體的活化細胞。由於女性體內有複雜的X去活化(X-inactivation),3D生物列印出來的可能永遠不會是原始腎臟的精確複本(當然,這是目標)(van Daal et al.,2020)。
方法:分析生理性別
醫療科技通常是為男性開發的,表示它們無法造福整個社會。在開發的初始(在確定問題、設計研究以及收集和分析資料時)就應該考慮生理性別。在髖關節的全關節置換的例子中,需要分析生理性別對免疫反應的差異。針對腎臟或其他器官的生物列印,則應考慮細胞的生理性別差異以及有關X去活化的種種問題。
因生理性別的差異造成心血管裝置(例如心室輔助器、植入式心律整流除顫器和塗藥冠狀動脈血管支架)發生故障,是眾所周知的(U.S. FDA,2019)。在此,我們討論人工心臟植入。
自1982年以來,全球1,596顆人工心臟植入案件中只有12%是植入女性,只有5%是植入兒童,因為人工心臟對這些群體來說通常太大了。原版的男性心臟是70cc。最近,總部位於亞利桑那州圖森市的SynCardia Systems開發了一款50cc的心臟。縮小29%的尺寸提供體型較小的患者(許多女性、體型較小的男性以及典型10歲及以上的兒童)植入他們能夠接受的心臟。迄今為止的試驗顯示成功率為50%(Wells et al.,2017)。
愈來愈多的醫療設備用於收集大型資料集,接著使用人工智慧系統對其進行處理。這可能會引入人為偏差。例如,演算法可以從X光放射影像資料集中學習診斷模式。女性患者在這些資料集中的代表性不足:普通的胸部X光資料集中只有40%的影像來自女性患者。這種不平衡導致診斷的演算法對女性而言不如男性準確。有趣的是,研究人員發現,生理性別平衡的資料集對女性和男性都達到了最好的結果(Kadambi,2021;Larrazabal et al.,2020)。隨著診斷演算法在醫學中日漸普遍,機器學習研究人員用以避免和修正偏見的策略,對醫學研究人員來說可能變得很重要。
在美國,女性僅申請了13%的專利。哈佛商學院的Rem Koning估計,如果1976至 2010年間申請的所有生物醫學專利都是由女人和男人平均產生,那麼將有大約6500項更著眼於女性的生物醫學發明(Koning et al.,2021)。
我們開始在FemTech革命中看到這些益處。「FemTech」(女性科技)指的是「使用科技關注女性健康的軟體、診斷、產品和服務」(Wiederhold,2021)。這個詞彙是由Clue(2013年成立於德國的月經和排卵追蹤應用程式)的丹麥裔創始人Ida Tin在2016年提出的(FemTech Live,2021)。FemTech正在蒸蒸日上:估計該產業目前的市場規模在5億到10億美元之間(McKinsey & Company,2022)。
大多數FemTech的目標是為女性提供更好的治療,並在醫療保健系統中實現更大的性別平等。以提供陰道微生物群(microbiome)的居家檢測的美國新創公司Evvy為例。有陰道的人可能會遭受誤診或未被診斷出來的感染及不適。Evvy幫助使用者平衡她們的陰道微生物群以避免感染,從而將改善健康的權力掌握在自己手中。
在日本,Ring Echo是Lily MedTech開發的一項新技術,用於取代乳房X光攝影(一項讓許多人感到極度疼痛的檢查)。Ring Echo系統是為了高度準確且無痛而設計的。受檢者面朝下俯臥在床型設備上,並將乳房放入一個裝滿水的洞中。接著,環狀的超音波感測器上下移動,對乳房進行三度空間掃描以找出任何潛在癌症的位置。
有些人批評FemTech排除了並非天生就是生理女性的非二元性別和跨性別者。Queerly Health是一家專門致力於女同志、男同志、雙性戀、跨性別、酷兒或疑性戀(questioning)、雙性人、無性戀、雙靈者(two-spirited)或其他人的新創公司,提供美國的參與者以數位方式預訂LGBTQ+友善的保健(health)和多方面健康(wellness)從業者。另一家新創公司Plume提供專屬跨性別社群的性別確認荷爾蒙替代療法和醫療諮詢(Agarwal,2021)。在德國柏林,最早的FemTech公司Clue將其工作定義為聚焦「婦女及具有月經者」;該公司也發展針對LGBTQ+健康的關注(Lovett,2020)。
補助和監管機構可以發揮重要作用,以確保醫療科技適用於所有人。2016年以來,美國國家衛生研究院扮演領導的角色,要求所有公共補助的研究都需將生理性別視為一個生物醫學研究的變項(Arnegard et al.,2020)。加拿大衛生研究院(2010)、歐盟委員會(2014)和德國研究基金會(2020)都在相關提案中實施了生理性別、社會性別和多樣性分析指南,以努力提升研究成果的公平性。然而,這些政策的實施取決於培訓研究人員、評審人員和工作人員是否採用包容性、交織性的研究方法論,以及定期審查這些政策的有效性(Hunt & Schiebinger,2022)。
監管機構掌握著醫療技術安全的關鍵。2014年,美國FDA發布了一份指南,概述FDA對於應用醫療裝置的期望,這些期望是有關特定生理性別患者登錄、資料分析和研究資訊報告(U.S. FDA,2019)。然而,這些僅是建議,並非強制要求。此外,醫療器材暨輻射健康中心(Center for Devices and Radiological Health,CDRH)於2016年建立了婦女健康計畫,以消除醫療設備和臨床試驗設計中潛在的生理性別和社會性別的偏見。CDRH的願景是,透過整合方法,創新者、研究人員和FDA工作人員都能擁有必要的工具來考慮如何將生理性別和社會性別因素納入研究設計、設備開發以及分析人類、脊椎動物、組織培養和初代細胞株(primary cell lines)的研究。
2022年,CDRH婦女健康計畫發表修訂後的戰略計畫以達成這些目標。在各項目標當中,該計畫概述了包括擴大溝通策略、增加資料收集與分析的教育培訓,以及整理出建構婦女專用醫療設備的團隊組合等宗旨(U.S. FDA,2022)。
然而,並非所有的健康和醫學研究都由公共補助機構資助,或由美國FDA或類似團體監管。2014年,只有6%在ClinialTrials.gov上註冊的試驗是由NIH補助;非聯邦補助的研究不太可能包括生理性別分析(Duffy et al.,2020)。在美國 FDA、國際醫療器材法規管理論壇(International Medical Device Regulators Forum)或歐洲藥品局(European Medicines Agency)等監管機構,在沒有管轄權的情況下,Duffy等(2020)建議機構審查委員會(IRB)進行監督,以確保將生理性別、社會性別、種族/族群分析適當地納入研究。
Agarwal, P. (2021). “Femtech” is booming—But does it really make healthcare more equal? Prospect Magazine. https://www.prospectmagazine.co.uk/science-and-technology/femtech-is-booming-but-does-it-really-make-healthcare-more-equal
Arnegard, M. E., Whitten, L. A., Hunter, C., & Clayton, J. A. (2020). Sex as a biological variable: A 5-year progress report and call to action. Journal of Women’s Health, 29(6), 858–864. https://doi.org/10.1089/jwh.2019.8247
Barker, A., Chapman, D., Dickin, E., & Cervi, M. (2019). Automatic compensation for the light attenuation due to epidermal melanin in skin images (United States Patent No. US10395352B2). https://patents.google.com/patent/US10395352B2/en
Bechtel, K. L., Shultz, K. M., Margiott, A. M., & Kechter, G. E. (2020). Determining tissue oxygen saturation with melanin correction (United States Patent No. US10820863B2). https://patents.google.com/patent/US10820863B2/en
Brytanova, T., Maletsky, M., Lysianska, H., & Antypenko, L. (2022). Pulse oximeters market analysis during the COVID-19 pandemic: Kyiv pharmacies’ offers and survey of pharmacy faculty students. Journal of Pharmaceutical Health Services Research.
Caicedo, M. S., Solver, E., Coleman, L., Jacobs, J. J., & Hallab, N. J. (2017). Females with unexplained joint pain following total joint arthroplasty exhibit a higher rate and severity of hypersensitivity to implant metals compared with males: Implications of sex-based bioreactivity differences. JBJS, 99(8), 621–628. https://doi.org/10.2106/JBJS.16.00720
Chin, R. P. (1999). Oximeter sensor with user-modifiable color surface (United States Patent No. US5924982A). https://patents.google.com/patent/US5924982A/en
Choi, B.-M., Kang, B. J., Yun, H.-Y., Jeon, B., Bang, J.-Y., & Noh, G.-J. (2020). Performance of the MP570T pulse oximeter in volunteers participating in the controlled desaturation study: A comparison of seven probes. Anesthesia and Pain Medicine, 15(3), 371–377. https://doi.org/10.17085/apm.20028
Colvonen, P. J., DeYoung, P. N., Bosompra, N.-O. A., & Owens, R. L. (2020). Limiting racial disparities and bias for wearable devices in health science research. Sleep, 43(zsaa159). https://doi.org/10.1093/sleep/zsaa159
Coté, C. J., Goldstein, E. A., Fuchsman, W. H., & Hoaglin, D. C. (1988). The effect of nail polish on pulse oximetry. Anesthesia and Analgesia, 67(7), 683–686.
Duffy, K. A., Ziolek, T. A., & Epperson, C. N. (2020). Filling the regulatory gap: Potential role of institutional review boards in promoting consideration of sex as a biological variable. Journal of Women’s Health, 29(6), 868–875. https://doi.org/10.1089/jwh.2019.8084
Fawzy, A., Wu, T. D., Wang, K., Robinson, M. L., Farha, J., Bradke, A., ... & Garibaldi, B. T. (2022). Racial and ethnic discrepancy in pulse oximetry and delayed identification of treatment eligibility among patients with COVID-19. JAMA Internal Medicine.
Feiner, J. R., Severinghaus, J. W., & Bickler, P. E. (2007). Dark skin decreases the accuracy of pulse oximeters at low oxygen saturation: The effects of oximeter probe type and gender. Anesthesia & Analgesia, 105(6), S18. https://doi.org/10.1213/01.ane.0000285988.35174.d9
FemTech Live. (2021). FemTech Founder: An interview with Clue CEO, Ida Tin. FEMTECH.LIVE. https://femtech.live/femtech-founder-an-interview-with-clue-ceo-ida-tin/
Guevara, M. W. (2019, November 25). We used AI to identify the sex of 340,000 people harmed by medical devices. International Consortium of Investigative Journalists. https://www.icij.org/investigations/implant-files/we-used-ai-to-identify-the-sex-of-340000-people-harmed-by-medical-devices/
Hartman, C. W., Gilbert, B. J., & Paprosky, W. G. (2009). Gender issues in total hip arthroplasty: Length, offset, and osteoporosis. Seminars in Arthroplasty, 20(1), 62–65. https://doi.org/10.1053/j.sart.2008.11.016
Hunt, L. & Schiebinger, L. Policy framework for effectively implementing sex, gender, and diversity analysis in research, in press.
Inacio, M. C. S., Ake, C. F., Paxton, E. W., Khatod, M., Wang, C., Gross, T. P., Kaczmarek, R. G., Marinac-Dabic, D., & Sedrakyan, A. (2013). Sex and risk of hip implant failure: Assessing total hip arthroplasty outcomes in the United States. JAMA Internal Medicine, 173(6), 435–441. https://doi.org/10.1001/jamainternmed.2013.3271
Kadambi, A. (2021). Achieving fairness in medical devices. Science, 372(6537), 30–31. https://doi.org/10.1126/science.abe9195
Keller, M. & Harrison-Smith, B. (2022). Pulse-oximetry errors affect patient outcomes. Nature, 610, 449.
Koning, R., Samila, S., & Ferguson, J. P. (2021). Who do we invent for? Patents by women focus more on women’s health, but few women get to invent. Science, 372(6548), 1345-1348.
Larrazabal, A. J., Nieto, N., Peterson, V., Milone, D. H., & Ferrante, E. (2020). Gender imbalance in medical imaging datasets produces biased classifiers for computer-aided diagnosis. Proceedings of the National Academy of Sciences, 117(23), 12592–12594. https://doi.org/10.1073/pnas.1919012117
Lester, J. C., Jia, J. L., Zhang, L., Okoye, G. A., & Linos, E. (2020). Absence of images of skin of colour in publications of COVID-19 skin manifestations. British Journal of Dermatology, 183(3), 593–595. https://doi.org/10.1111/bjd.19258
Lovett, L. (2020). Clue’s first CMO, Dr. Lynae Brayboy, talks fertility tech, LGBTQ health, the clinical trial gender gap. MobiHealthNews. https://www.mobihealthnews.com/news/clues-first-cmo-dr-lyane-brayboy-talks-fertility-tech-lgbtq-health-clinical-trial-gender-gap
Madsen, T. E., Bourjeily, G., Hasnain, M., Jenkins, M., Morrison, M. F., Sandberg, K., Tong, I. L., Trott, J., Werbinksi, J., & McGregor, A. (2017). Sex-and gender-based medicine: The need for precise terminology. Gender and the Genome, 1(3), 122–128.
McKinsey & Company. (2022). The dawn of the FemTech revolution. https://www.mckinsey.com/industries/healthcare-systems-and-services/our-insights/the-dawn-of-the-femtech-revolution
Moran-Thomas, A. (2020, August 5). How a popular medical device encodes racial bias. Boston Review. http://bostonreview.net/science-nature-race/amy-moran-thomas-how-popular-medical-device-encodes-racial-bias
Moran-Thomas, A. (2021, June 4). Oximeters used to be designed for equity. What happened? Wired. https://www.wired.com/story/pulse-oximeters-equity/
Ries, A. L., Prewitt, L. M., & Johnson, J. J. (1989). Skin color and ear oximetry. Chest, 96(2), 287–290. https://doi.org/10.1378/chest.96.2.287
Severinghaus, J. W., & Honda, Y. (1987). History of blood gas analysis. VII. Pulse oximetry. Journal of Clinical Monitoring, 3(2), 135–138. https://doi.org/10.1007/BF00858362
Sjoding, M. W., Dickson, R. P., Iwashyna, T. J., Gay, S. E., & Valley, T. S. (2020). Racial bias in pulse oximetry measurement. New England Journal of Medicine, 383(25), 2477–2478. https://doi.org/10.1056/NEJMc2029240
U.S. FDA. (2019). The CDRH Health of Women Strategic Plan. U. S. Food and Drug Administration, Center for Devices and Radiological Health, Health of Women Program.
U.S. FDA (2022). The CRDH Health of Women Strategic Plan. U. S. Food and Drug Administration, Center for Devices and Radiological Health, Health of Women Program.
van Daal, M., Muntinga, M. E., Steffens, S., Halsema, A., & Verdonk, P. (2020). Sex and gender bias in kidney transplantation: 3D bioprinting as a challenge to personalized medicine. Women’s Health Reports, 1(1), 218–223. https://doi.org/10.1089/whr.2020.0047
Wells, D., Villa, C. R., & Simón Morales, D. L. (2017). The 50/50 cc total artificial heart trial: Extending the benefits of the total artificial heart to underserved populations. Seminars in Thoracic and Cardiovascular Surgery: Pediatric Cardiac Surgery Annual, 20, 16–19. https://doi.org/10.1053/j.pcsu.2016.09.004
Wiederhold, B. K. (2021). Femtech: Digital help for women’s health care across the life span. Cyberpsychology, Behavior, and Social Networking, 24(11), 697–698.
Witting, M. D., & Scharf, S. M. (2008). Diagnostic room-air pulse oximetry: Effects of smoking, race, and sex. The American Journal of Emergency Medicine, 26(2), 131–136. https://doi.org/10.1016/j.ajem.2007.04.002
Zou, J., & Schiebinger, L. (2021). Ensuring that biomedical AI benefits diverse populations. EBioMedicine, 67, 1-6.