К чему приводит игнорирование женщин в медицине?

Как часто вы чувствовали, что врачи не понимают вас? А может, вам это не кажется, и вас правда неверно обследуют и прописывают неэффективные лекарства?

В этой статье мы рассмотрим довольно узкую сферу: диагностику и лечение сердечно-сосудистых заболеваний. Из-за того, что медицинское сообщество на протяжении многих столетий игнорировало особенности женского организма (и честно говоря, по-прежнему не уделяет пациенткам достаточно внимания), женщины испытывают множество проблем: врачи отмахиваются от важных симптомов, ставят неверные диагнозы, а верные ставят слишком поздно. Все это приводит к серьезным последствиям, сокращает срок жизни пациенток и ухудшает качество жизни женщин.

Исследования без участия женщин

Женщин на протяжении всей истории медицины часто исключали из клинических испытаний, но выводы исследований распространяли на всех людей. Женский организм функционирует иначе, на него значительно влияют гормоны и фазы цикла, поэтому исследователи часто предпочитали не усложнять себе работу и не включали женщин в исследование. Так появилось заблуждение, что мужчины гораздо чаще страдают от болезней сердца и сосудов.

Даже в тех случаях, когда в экспериментах участвовали женщины, они составляли в лучшем случае около одной трети испытуемых [2].

«Типичные» и «нетипичные» симптомы

На основе данных, полученных преимущественно от мужчин-участников исследований, учёные сформировали представление о типичном состоянии человека с сердечно-сосудистым заболеванием. В результате были выделены типичные симптомы (преимущественно характерные для мужчин) и нетипичные — те, что чаще встречаются у женщин [3].

Такая маркировка симптомов ведет к предвзятости медиков при диагностике ишемической болезни сердца [4].

Были случаи, когда женщин не включали в исследования просто потому, что считали, что они не страдают от сердечно-сосудистых заболеваний так же часто, как мужчины. Хотя если бы врачи учитывали те самые нетипичные симптомы, они пришли бы к совершенно другим выводам.

Например, женщины с острым коронарным синдромом (состояние, когда приток крови к сердцу резко уменьшается) чаще жалуются на боль между лопатками и затрудненное дыхание, в отличие от типичных симптомов, таких как боль в груди [3].

Также очень различаются симптомы сердечного приступа у мужчин и женщин. Об этом у нас выходил отдельный пост.

Плачевные последствия

Из-за всего этого женщинам в любом возрасте могут поставить неверный диагноз или не распознать болезнь, когда она есть [5].

Но даже если женщине поставили верный диагноз, это еще не значит, что она скоро вылечится. Из-за физиологических различий медикаменты иначе влияют на женский организм, и лечение может оказаться недостаточно эффективным.

Например, препарат SGLT-2 для лечения сердечной недостаточности более эффективен для мужчин [6].

❗️А еще – недостаточная диагностика, систематическое игнорирование специфики женского организма в медицине и невылеченные сердечно-сосудистые заболевания тесно связаны с повышенным риском психических расстройств. Об этом читайте в нашем следующем материале! 🔜

Как недостаток исследований влияет на технологии

Мы все чаще слышим о том, что искусственный интеллект преуспевает в диагностике заболеваний, а обученные на больших данных* модели искусственного интеллекта уже сейчас встраивают в медицинские аппараты. Возможно, технологии помогут справиться с гендерным перекосом в исследованиях?

К сожалению, у ИИ есть особенность, которая может только усугубить проблему. Если модель обучается на данных с маленькой репрезентацией женщин (таких, где превалируют мужчины), то ее выводы будут тоже неверными.

Здесь работает правило: 🗑️ мусор на входе -> 🗑️ мусор на выходе.

Собственные прогнозы модель считает правильными и дообучается на их основе, таким образом, следующие результаты становятся еще менее точными.

ИИ нужно обучать на гендерно-сбалансированных данных и тщательно перепроверять на каждом этапе. Существует много статистических тестов и переменных для оценки справедливости ответов ИИ.

От использования качественных данных при обучении ИИ выигрывают и пациенты, и пациентки, ведь даже если информации о женщинах в них мало, это не гарантирует более точную диагностику заболеваний у мужчин [7]. ИИ действительно может повысить эффективность диагностики и лечения, но только если люди будут грамотно его использовать и осознавать ответственность за результат.

*Обучение значит сбор данных для программы (например, рентгеновский снимок и описание болезни, если она есть) и их настройка под руководством инженеров и программистов. ИИ запоминает, какие заключения были сделаны, и в дальнейшем использует их как основу для своей работы.

«К счастью, сегодня у нас есть нужные данные, но используют ли их программисты для исправления своих алгоритмов, страдающих от «мужского перекоса», покажет будущее. Будем надеяться, что они это сделают, потому что машины не просто отражают наши предубеждения.

Иногда они усиливают их, и весьма значительно».

Кэролайн Криадо Перес «Невидимые женщины»

Как исправить ситуацию?

Признать проблему и освещать ее.
Определить нижний порог участия женщин в экспериментах – например, чтобы женщин было не менее 40%. На данный момент такого требования нет в правилах проведения исследований.
Ввести обязательную разбивку по полу при сборе данных.
Ставить под сомнения результаты исследований, в которых женщины недостаточно представлены.

Эта статья – адаптация описания будущего исследования, которое 3 студентки Университета Иннополис составляли в течение нескольких месяцев. Они хотят создать модель машинного обучения, которая бы верно диагностировала сердечно-сосудистые заболевания благодаря обучению на гендерно-сбалансированных данных.

Источники

V. Cristiana, F. Massimo, S. Ilaria, L. Mitja, S. Petar, and R. Giuseppe, “Under- representation of elderly and women in clinical trials,” 2017. https://sci-hub.ru/10.1016/j.ijcard.2017.01.018
M. Clavel et al., “The Canadian women’s heart health alliance ATLAS on the epi- demiology, diagnosis, and management of cardiovascular disease in women — chapter 8: Knowledge gaps and status of existing research programs in Canada,” 2024. https://doi.org/10.1016/j.cjco.2023.11.013
R. E. M. van Oosterhout et al., “Sex differences in symptom presentation in acute coronary syndromes: A systematic review and meta-analysis,” 2020. https://doi.org/10.1161/JAHA.119.014733
C. Biddle, J. A. Fallavollita, G. G. Homish and H. Orom, “Gender bias in clinical decision making emerges when patients with coronary heart disease symptoms also have psychological symptoms”, 2019. https://doi.org/10.1016/j.hrtlng.2018.11.005
M. Berg et al., Gender and Health Knowledge Agenda, 2015 https://www.researchgate.net/publication/280941666_Gender_and_Health_Knowledge_Agenda
F.B. Rivera et al., “Sex differences in cardiovascular outcomes of sglt-2 inhibitors in heart failure randomized controlled trials: A systematic review and meta-analysis,” 2023. https://doi.org/10.1016/j.ahjo.2023.100261
I. Straw and H. Wu, “Investigating for bias in healthcare algorithms: A sex-stratified analysis of supervised machine learning models in liver disease prediction,” 2022. https://pmc.ncbi.nlm.nih.gov/articles/PMC9039354/
C. Criado-Perez, Invisible Women, 2019