[论文解读] Research Opportunities in Sociotechnical Interventions for Health Disparity Reduction

Katie A. Siek, Tiffany C. Veinot+1 more|arXiv (Cornell University)|Aug 2, 2019

Digital Mental Health Interventions参考文献 62被引用 8

一句话总结

本文提出了一项跨学科的研究议程，旨在通过计算、健康信息学和行为医学的整合，开发社会技术干预措施以减少健康差距。该研讨会识别出通过协作性、以人群为中心的设计方法解决技术中的系统性偏见，从而设计出更公平的健康体系的可操作策略。

ABSTRACT

The implicit and explicit biases built into our computing systems are becoming increasingly clear -- they impact everything from targeting of advertisements to how we are identified as people. These biases disproportionately affect marginalized groups -- people who are excluded from mainstream social, economic, cultural, or political life -- more acutely. While these biases can affect all aspects of our lives, from leisure to criminal justice to personal finances, they are all the more critical in the context of health and healthcare due to their significant personal and societal implications. In this interdisciplinary workshop, we explored how to design and build health systems for diverse populations through the following disciplinary lenses. The Computing Community Consortium (CCC) sponsored a two-day workshop titled Sociotechnical Interventions for Health Disparity Reduction in collaboration with the leadership of the Society for Behavioral Medicine's (SBM) 39th Annual Meeting on Monday, April 9 and Tuesday, April 10, 2018 in New Orleans, Louisiana. The workshop's goal was to bring together leading researchers in computing, health informatics, behavioral medicine, and health disparities to develop an integrative research agenda focused on sociotechnical interventions to reduce health disparities and improve the health of marginalized populations.

研究动机与目标

• 解决由偏向性计算系统加剧的系统性健康差距问题，此类系统对边缘化人群的影响尤为严重。
• 通过促进跨学科合作，弥合计算、健康信息学与行为医学之间的差距。
• 制定一项以设计服务于弱势群体的公平健康技术为重点的综合性研究议程。
• 识别出可实施的路径，以构建改善边缘化群体健康结果的社会技术系统。
• 通过概述公平健康技术开发中的关键挑战与机遇，为未来的研究与资助提供指导。

提出的方法

• 组织了一场为期两天的跨学科研讨会，参与者来自计算、健康信息学、行为医学及健康差距研究领域。
• 采用参与式、整合性方法，共同制定跨学科视角下的研究优先事项。
• 聚焦于结合技术设计与社会、文化及行为考量的社会技术系统。
• 通过结构化讨论环节，识别出研究空白、伦理考量及实施路径。
• 产出一份综合性的30页报告，整合了未来研究与政策的见解与建议。
• 强调参与式设计原则，以确保边缘化群体的声音从最初阶段即融入系统开发。

实验结果

研究问题

• RQ1 如何设计计算系统，使其减少而非加剧边缘化社区的健康差距？
• RQ2 哪些跨学科研究方法在创造公平健康技术方面最为有效？
• RQ3 算法和数据中的隐性与显性偏见在加剧健康不平等方面发挥何种作用？
• RQ4 如何与社区共同设计社会技术干预措施，以确保其文化相关性与可信度？
• RQ5 需要哪些指标与评估框架，以衡量公平健康技术在现实世界中的影响？

主要发现

• 研讨会识别出迫切需要跨学科合作，以设计出在技术上可靠且社会公平的健康技术。
• 计算系统中的系统性偏见——尤其体现在数据收集、算法设计和用户界面方面——显著加剧了健康差距。
• 边缘化群体往往被排除在设计过程之外，导致技术无法满足其需求，甚至加剧不平等。
• 迫切需要开发新的研究方法论，整合社会科学、计算与临床洞察，以评估健康技术的影响。
• 报告提出了一个基础性研究议程，包含15项未来研究的优先领域，包括数据公平性、算法透明度和社区参与。
• 研究结果强调了在健康技术开发的每一个阶段——从构想到部署——都应嵌入公平性的重要性。