In dit derde deel belicht Valérie Kokoszka, doctor in de filosofie, de gevolgen van medische kennis die historisch gezien is opgebouwd rond het mannelijk lichaam en vraagt zij zich af of AI-systemen deze ongelijkheden kunnen verminderen.

Artificiële intelligentie-systemen in de gezondheidszorg worden gekenmerkt door een historisch seksisme dat het mannelijk lichaam tot referentiepunt voor medische kennis heeft gemaakt. Deze onevenwichtigheid heeft vandaag de dag nog steeds grote gevolgen voor de gezondheid van vrouwen. De oorzaak? Vertekende of ontbrekende biomedische gegevens die leiden tot onnauwkeurige of late diagnoses en ongeschikte behandelingen. Hoe kan artificiële intelligentie deze vertekeningen corrigeren en een geneeskunde ontwikkelen die is aangepast aan de specifieke kenmerken van elk geslacht?

Het gewicht van de geschiedenis

Het mannelijkgerichte model van de geneeskunde, in combinatie met de bijna volledige uitsluiting van vrouwen uit klinische proeven tussen 1977 en 1993 als gevolg van het thalidomideschandaal, heeft geleid tot een vertekende structuur van medische gegevens, gekenmerkt door het ontbreken van gegevens, het ontbreken van naar geslacht uitgesplitste gegevens, de ondervertegenwoordiging van vrouwelijke symptomen en onbekendheid met fysiologische verschillen. Deze tekortkomingen hebben geleid tot een cascade van vooroordelen, van databases en de daarop gebaseerde algoritmen voor geautomatiseerd leren tot hulpmiddelen voor diagnostische en therapeutische besluitvorming. Zo komen we terecht in een systeem waarin algoritmen de tekortkomingen uit het verleden reproduceren.

Vrouwen zijn geen ‘atypische’ mannen
Deze vooroordelen zijn des te schadelijker omdat, volgens een recente studie van Lancet Public Health, mannen en vrouwen niet aan dezelfde ziekten lijden en ook niet op dezelfde manier. Deze verschillen strekken zich uit tot de symptomen, waardoor artificiële intelligentie soms de alarmsignalen bij vrouwen niet opmerkt.

Evenzo leidt de toediening van dezelfde standaarddosis aan vrouwen en mannen voor veel geneesmiddelen tot hogere bloedconcentraties en/of langere eliminatietijden bij vrouwen , met als gevolg meer en vaak ernstigere bijwerkingen.

Correcties en digitale specificaties
Ondanks de gebrekkige gegevensarchitectuur zou AI echter voor het eerst in de geschiedenis een op vrouwen afgestemde geneeskunde kunnen ondersteunen. AI-systemen maken het namelijk mogelijk om gendergerelateerde vooroordelen in gezondheidszorgsystemen te identificeren, te meten en te corrigeren.

Zo onderschatten de eerste AI-instrumenten voor de beoordeling van cardiovasculaire risico's in de cardiologie deze risico's aanzienlijk bij vrouwen, omdat ze vrouwelijke symptomen zoals misselijkheid, vermoeidheid of kaakpijn niet herkenden. Na observatie en analyse hebben onderzoekers de modellen aangepast om geslachtsspecifieke symptoomprofielen en risicofactoren te integreren, waardoor de prestaties aanzienlijk zijn verbeterd en de vertraging bij de diagnose is verminderd.

In de farmacologie leverden AI-modellen voor medicatiedosering minder nauwkeurige resultaten op voor vrouwen, met het risico op gevaarlijke over- of onderdoseringen. De ontwikkelaars hebben daarom farmacokinetische en farmacodynamische gegevens, uitgesplitst naar geslacht opgenomen in de training van de modellen, wat heeft geleid tot verbeterde algoritmen die beter rekening houden met verschillen in metabolisme.

Ten slotte zou artificiële intelligentie het gebrek aan specifieke gegevens kunnen compenseren door tot nu toe onzichtbare gegevens (notities van artsen, resultaten van patiëntenforums of gezondheidsapps voor vrouwen, enz.) te structureren om symptoompatronen aan het licht te brengen.

Deze (r)evolutie vereist echter een proactieve en gestructureerde aanpak: heropbouw van databases met systematische opname van vrouwen, voortdurende monitoring van algoritmische prestaties op basis van geslacht en regelmatige audits van vooroordelen. Artificiële intelligentie zou dan de hefboom worden van een geneeskunde die de biologische en klinische verschillen tussen de geslachten erkent als fundamentele realiteiten, realiteiten die centraal moeten staan in de gezondheidszorg van morgen.