医学如何教会我们关于公平性以及它所忽视的东西：重新审视肺功能参考算法的种族相关性
计算机与社会
2026-05-26 v1
摘要
自 2019 年起，医学社会学会不断重新审视种族相关临床方程，通常是与算法公平性研究大致独立地并行进行。我们关注影响数十亿人医疗护理、保险和就业的肺功能参考算法，通过公平性视角分析从种族相关 GLI-2012 向种族平均 GLI-Global 的过渡。结合历史背景、引用分析和定量评估，我们展示了 (i) FAccT 和临床指南修订工作之间的有限交叉引用；(ii) GLI-Global 隐式地编码了关于健康社会决定因素的假设，仿佛约 62% 的 Black-White FEV1 差距是暴露相关的；以及 (iii) 临床验证研究在正式化公平性文献之前就操作化了类似充分性的公平性准则，同时忽视了不可避免性定理等基础结果，导致临床研究效率低下。总体而言，我们的分析突显了医学和公平性社区以及公众之间更深入、相互促进的互动的价值，以加快实现公平医疗算法的进程。
引用
@article{arxiv.2605.24149,
title = {What Medicine Taught Us About Fairness and What It Missed: Lessons from Reconsidering Race-Specific Lung Function Reference Algorithms},
author = {Amin Adibi and Mohsen Sadatsafavi},
journal= {arXiv preprint arXiv:2605.24149},
year = {2026}
}