Sviluppare strumenti digitali “evitando di creare (o ampliare) differenze di genere diventa sempre più importante. Fare attenzione al design degli strumenti digitali e alla corretta rappresentatività dei generi nei dataset di training dei sistemi di AI sono alcune delle possibili soluzioni”.
Questa la sintesi di un recente approfondimento pubblicato sul Journal of Sex and Gender Specific Medicine nel quale affronto la tematica gender equity in relazione all’impatto che su questa possono avere le innovazioni tecnologiche portate dalla sanità digitale.
Indice degli argomenti
L’impatto della sanità digitale sulla disparità di genere
Le disparità di genere rappresentano una sfida significativa nell’ambito della sanità digitale.
Le donne, infatti, non sempre beneficiano allo stesso modo degli uomini di queste innovazioni tecnologiche.
Una revisione della letteratura condotta dall’Organizzazione Mondiale della Sanità (OMS) nella regione europea dimostra le disuguaglianze di genere nella sanità digitale.
Ne avevo già scritto, qui su HealthTech360, commentando questa revisione sistematica, evidenziando come, già nel 2023, fossero documentate disparità in diversi domini di equità, tra cui:
- residenza;
- etnia;
- cultura;
- lingua;
- occupazione;
- genere;
- religione;
- istruzione;
- status socioeconomico;
- orientamento sessuale;
- disabilità.
Focalizzandosi specificamente sul genere, da tale revisione emergeva una significativa disparità nell’accesso e nell’utilizzo dei servizi di sanità digitale.
Le donne, in particolare quelle più avanti con l’età e appartenenti a comunità marginalizzate (come minoranze etniche e persone con disabilità), avevano meno probabilità di utilizzare i servizi di sanità digitale rispetto agli uomini. Questo divario si è dimostrato particolarmente evidente nelle aree con minore inclusione digitale.
Disparità di genere nell’adozione e nell’uso delle tecnologie sanitarie digitali
Un aspetto cruciale dell’impatto della sanità digitale sulla disparità di genere riguarda sempre più spesso la progettazione degli strumenti di salute digitale, che spesso riflette una prospettiva prevalentemente maschile.
Studi recenti dimostrano che le applicazioni per il monitoraggio del fitness sono tipicamente concepite pensando agli uomini, con interfacce che si adattano meglio all’abbigliamento maschile. D’altra parte, le app rivolte alle donne tendono a enfatizzare aspetti come la magrezza e la femminilità, piuttosto che concentrarsi sulla salute e il benessere generale.
Questa disparità nella progettazione non solo limita l’efficacia di tali strumenti nell’ambito femminile, ma può anche perpetuare stereotipi di genere dannosi.
Un altro aspetto rilevante riguarda la rappresentazione femminile nell’industria della sanità digitale. Negli Stati Uniti, solo il 12,2% dei partner dei fondi di venture capital nel settore sono donne, e le donne rappresentano appena il 10% dei CEO nelle aziende di sanità digitale.
Questa sottorappresentazione si estende anche al mondo accademico e della ricerca scientifica: le donne hanno il 50% di probabilità in meno di essere autrici principali di articoli scientifici e il 21% di probabilità in meno di essere invitate a commentare articoli sulla sanità digitale.
Bias algoritmici e rappresentazione femminile nei dati sanitari
Con l’avanzata dell’Intelligenza Artificiale, si è scoperto che i bias e la scorretta rappresentatività di taluni soggetti nel campione usato possono generare problemi che possono invalidare i risultati.
Per esempio, una recente ricerca ha rivelato una significativa variabilità nella rappresentazione di genere nelle storie generate dai Large Language Models (LLM) su medici, chirurghi e infermieri. Quasi tutte le storie (98%) sugli infermieri erano scritte con pronomi femminili (she/her), mentre le storie incentrate su medici e chirurghi senior avevano meno probabilità di utilizzare pronomi femminili rispetto a quelle su medici e chirurghi junior.
Un altro studio ha identificato bias demografici nelle immagini di medici generate dall’AI, con una rappresentazione sproporzionata a favore di medici bianchi e maschi.
Diversi studi dimostrano, poi, che molti sistemi di machine learning addestrati su dati che non rappresentano adeguatamente le donne, portano a diagnosi inaccurate e potenzialmente pericolose, come dimostra il caso di Babylon, che ha erroneamente diagnosticato attacchi di panico nelle donne invece di infarti.
Strategie per superare la disparità di genere nella sanità digitale
Per superare le disparità di genere nella sanità digitale, è fondamentale adottare strategie mirate a promuovere l’inclusività nella progettazione e nell’implementazione delle soluzioni digitali per la salute, nonché a favorire una maggiore rappresentatività del genere femminile nei campioni usati per addestrare i sistemi di machine learning.
Un approccio chiave è il coinvolgimento attivo delle donne in tutte le fasi di sviluppo degli strumenti di sanità digitale. L’adozione di un approccio inclusivo e partecipativo nella progettazione può contribuire a creare strumenti che rispondano meglio alle esigenze di tutte le donne, tenendo conto dei contesti in cui questi strumenti vengono utilizzati.
È altresì cruciale promuovere una maggiore diversità nel settore della sanità digitale, incoraggiando più donne a intraprendere carriere in questo campo e sostenendo il loro avanzamento in posizioni di leadership. Ciò non solo porterà a una progettazione più inclusiva degli strumenti digitali, ma contribuirà anche a creare un ambiente più equo e rappresentativo nel settore della sanità digitale.
Sulla necessità di incoraggiare la leadership femminile in Sanità concorda appieno anche Monica Calamai – Direttore generale AUSL di Ferrara, Commissario Straordinario ASP Krotone e Coordinatrice della Community ‘Donne Protagoniste in Sanità’.
“Il ruolo e la presenza femminile è, e deve essere sempre più, perno centrale della profonda trasformazione in corso del nostro Sistema Sanitario. Nelle organizzazioni sanitarie, è fondamentale applicare un approccio Gender Mainstreaming incentivando il reale inserimento delle donne nei ruoli apicali” – afferma al proposito Calamai in questo approfondimento a sua firma su HealthTech360.
