In den USA nutzen Ärzte Algorithmen in der Medizin, um Patientendaten zu bewerten. Eine neue Studie zeigt jedoch, dass rassistische Rechenmodelle Kranken sogar das Leben kosten können.
Es lässt sich durchaus sagen, dass die Krankenversorgung in den USA ein Rassismus-Problem hat. Afroamerikaner entwickeln häufiger chronische Krankheiten und die Gesundheitsversorgung, zu der sie Zugang haben, ist in der Regel von geringerer Qualität als zum Beispiel bei weißen US-Amerikanern.
Algorithmen in der Medizin scheinen diese Diskrepanz zu verschärfen, wie ein neue Studie zeigt.
Neue Stellenangebote
|
Growth Marketing Manager:in – Social Media GOhiring GmbH in Homeoffice |
|
|
Senior Social Media Manager:in im Corporate Strategy Office (w/d/m) Haufe Group SE in Freiburg im Breisgau |
|
|
Social Media und Content-Marketing Spezialist (m/w/d) HELDELE GmbH in Salach |
Algorithmen in der Medizin: Hilfreich für Prognosen
Ärzte in den USA nutzen in gewissen Fällen Algorithmen, um Laborwerte auszuwerten und damit das Krankheitsrisiko eines Patienten abzuwägen oder Entscheidungen über die beste Behandlung zu treffen.
Einige Algorithmen in der Medizin nutzen dabei die Hautfarbe der Patienten als Parameter – und das in vielen Fällen ohne wissenschaftliche Begründung. Derart rassistische Kriterien können drastische Auswirkungen haben.
Im Extremfall kann der Patient keine oder die falsche medizinische Versorgung bekommen – und das allein aufgrund seiner Hautfarbe. Das verdeutlicht eine Studie aus dem Raum Boston, die jetzt im Journal of General Medicine veröffentlicht wurde.
Algorithmus verhinderte möglicherweise lebensrettende Transplantationen
Forscher untersuchten dabei eine von vielen Gesundheitsinstituten verwendete Formel, die einen Bluttest namens eGFR zur Risikobewertung von Nierenkrankheiten auswertet.
Diese Formel nutzt einen Hautfarben-Marker, bei dem die Testergebnisse der Afroamerikaner automatisch hochgestuft werden. Ein höheres Ergebnis bedeutet in dem Fall ein geringeres Krankheitsrisiko.
Die Wissenschaftler stellten fest, dass somit weiße Patienten – bei ansonsten ähnlichem Krankheitsbild – eher eine medizinische Versorgung bekamen als schwarze Patienten.
Im Umkehrschluss heißt das, dass der Algorithmus die Afroamerikaner allein aufgrund ihrer Hautfarbe als „gesünder“ bewertete und ihnen somit möglicherweise wichtige Behandlungsmethoden gar nicht erst vorgeschlagen wurden.
In 64 Fällen landeten Afroamerikaner damit zum Beispiel aufgrund des Algorithmus-Ergebnisses nicht auf der potenziell lebensrettenden Organ-Transplantationsliste.
Die Ärzte wiederum hinterfragten die Ergebnisse der Algorithmen nicht, obwohl das Risiko von Afroamerikanern ein Nierenversagen zu entwickeln, viermal so hoch ist wie bei weißen Amerikanern.
Den Forschern lagen Akten zu rund 57.000 Patienten vor, davon waren 2.225 Afroamerikaner (rund vier Prozent). Das ist in dem Fall zwar eine sehr geringe Zahl, um allgemeingültige Aussagen zu machen.
Doch es ist tatsächlich auch aus medizinischer Sicht nicht ganz ersichtlich, warum der Hautfarben-Faktor bei einem Bluttest eine Rolle spielt.
Medizinisch fragwürdig
Denn der eFGR-Test bewertet eigentlich den Kreatinin-Wert. Ein erhöhter Kreatinin-Wert kann ein Hinweis auf chronisches Nierenversagen sein. Allerdings: Der Kreatinin-Wert wird, soweit bekannt, überwiegend durch die Ernährung beeinflusst und nicht durch die Hautfarbe.
Ein Blick auf die Gründe, warum Afroamerikaner überproportional hoch an Nierenversagen leiden, bestätigt dies. Übergewicht und Diabetes als Folge von schlechter Ernährung und mangelhafter Bewegung sind die Hauptfaktoren.
Die Entwickler gaben als Grund an, dass sie durch den Hautfarben-Faktor, die statistischen Unterschiede in der Datenmenge des Algorithmus ausgleichen wollten.
Das scheint zumindest aus medizinischer Sicht fragwürdig, auch wenn es durchaus Krankheiten gibt, bei denen genetische Faktoren eine Rolle spielen. Diese sind aber auch nicht identisch mit den sozialen Kategorien von Weiß und Schwarz. Und diese wiederum nicht mit individuellen Entscheidungen zu Sport und Ernährung.
Allein diese oberflächlichen Kategorien Algorithmen in der Medizin zu verwenden, scheint daher nicht differenziert genug.
Football-Spieler klagen gegen rassistischen Algorithmus
Der Algorithmus zum Kreatinin-Test ist aber kein Einzelfall. Wie das Magazin Wired berichtet, klagte im August 2020 eine Gruppe von ehemaligen afroamerikanischen Football-Spielern in den USA gegen die National Football League (NFL).
In dem Fall ging es um Entschädigungszahlungen für Gehirnverletzungen, die sich die Spieler im Laufe ihrer Karriere zugezogen hatten. Nach Ansicht der Kläger, nutzte die NFL zur Berechnung der Zahlungen einen rassistischen Algorithmus.
Dieser bewertete angeblich die kognitiven Fähigkeiten von weißen Spielern höher – und sprach ihnen damit höhere Entschädigungssummen als ihren afroamerikanischen Kollegen zu.
Fehlerhafte Algorithmen schaden allen
Mittlerweile hat die Thematik auch die Politik erreicht. Einige Politiker, wie etwa die Senatorin Elizabeth Warren aus dem US-Bundesstaat Massachusetts hat Gesundheitsbehörden dazu aufgefordert, rassistische Vorurteile in den Algorithmen in der Medizin zu untersuchen.
Einige Krankenhäuser und Institutionen nutzen als Reaktion auf die Studie zum Nierentest diesen spezifischen Algorithmus nicht mehr. Doch solange die medizinischen Dachverbände ihre Richtlinien zur Erstellung solcher Algorithmen nicht ändern, wird sich in der breiten Masse wenig ändern.
Verschiedene Verbände, die sich für die Versorgung von Patienten mit Nierenleiden einsetzen, haben eine Petition dazu ins Leben gerufen. Die Verbände wollen dabei nicht unbedingt die Algorithmen in der Medizin an sich abschaffen, sondern vielmehr verbessern und von rassistischen Vorurteilen befreien.
Denn letzten Endes sind fehlerhafte Algorithmen für alle Patienten gefährlich.
Auch interessant:
- Vom Arbeitnehmer bis zur Arztpraxis: Wie Start-ups das Gesundheitswesen digitalisieren
- Butterfly IQ: Arzt führt Krebs-Diagnose durch – mit eigenem Smartphone
- Partnersuche: Neue Dating-App will Erbkrankheiten per Algorithmus ausrotten
- Darum sind unsere Algorithmen unabsichtlich frauenfeindlich
