医疗可及性改善电子健康记录可靠性及临床风险预测模型性能

美国医疗保健获取方面的差异已有充分记录，但其对电子健康记录 (EHR) 数据可靠性和由此产生的临床模型的影响却知之甚少。我们使用一个包含 134,513 名参与者的 All of Us 数据集，研究了医疗可及性对医学机器学习流程的影响，包括疾病患病率、数据质量、结局标签准确性和预测性能。我们的发现揭示，对于 78% 的受检疾病，因费用受限或延迟就医的患者，其 EHR 可靠性（通过患者自我报告的疾病状况衡量）更差。我们在 II 型糖尿病发病率的预测任务中证明，对于没有标准医疗服务的患者，临床风险预测性能可能更差，费用受限或延迟就医者的平衡准确率差距为 3.6 个百分点，灵敏度差距为 9.4 个百分点。我们评估了缓解这些差异的解决方案，发现纳入患者自我报告的疾病状况改善了医疗获取度较低患者的性能，灵敏度提高了 11.2 个百分点，有效缩小了标准医疗与延迟或费用受限医疗之间的性能差距。这些发现首次提供了大规模证据，表明医疗保健获取会系统性地影响数据可靠性和临床预测性能。通过揭示获取障碍如何在医疗机器学习流程中传播，我们的工作表明，提高模型公平性需要同时解决数据收集偏差和算法局限性。更广泛地说，这项分析为开发对所有患者（无论其医疗获取情况如何）都有效的临床预测系统提供了实证基础。