数字健康解决方案与人工智能的接受度:对面临健康不平等问题的围绝经期女性的定性访谈

《BMJ Innovations》:Acceptability of digital health solutions and AI: qualitative interviews with perimenopausal women experiencing health inequalities

【字体: 大 中 小 】 时间:2026年07月02日 来源:BMJ Innovations 1.6

编辑推荐:

  摘要 目的:探讨处于更年期且面临健康不平等问题的女性对数字健康和人工智能技术的接受度。 研究背景:我们在英国招募了五位社区领袖,他们代表那些为面临健康问题的女性提供支持的机构。这些领袖包括关注少数族裔群体的组织代表,以及负责处理更年期问题、贫困地区健康问题、家庭暴力支持等

  摘要
目的:探讨处于更年期且面临健康不平等问题的女性对数字健康和人工智能技术的接受度。
研究背景:我们在英国招募了五位社区领袖,他们代表那些为面临健康问题的女性提供支持的机构。这些领袖包括关注少数族裔群体的组织代表,以及负责处理更年期问题、贫困地区健康问题、家庭暴力支持等事务的团体代表,他们能够体现同时面临更年期问题与健康不平等问题的女性的经历。通过五位社区领袖和七个社区团体,我们从84名女性那里收集了24份定性数据,其中包括14组焦点小组讨论和10次个别访谈。纳入标准为有更年期经历且属于相关群体。那些已经绝经的女性也被纳入研究,以便她们能分享更年期时的经历,而那些仍有症状的女性则进一步丰富了研究内容。分析采用了影响健康干预措施接受度的“可接受性理论框架”。
结果:更年期女性对基于人工智能的数字健康干预措施存在恐惧和不信任,主要原因是担心数据隐私问题,以及对其种族和民族背景在技术设计中是否得到恰当体现的不信任。由于认为这些人工智能驱动的解决方案缺乏实用性和有效性,因此也遭到质疑。
结论:解决代表性问题并提升人们对人工智能技术的信任度,对于增强信任、提高参与度以及减少数字健康领域的不平等现象至关重要。

女性健康
妇科
自我护理

已有研究进展
先前的研究表明,尤其是来自少数族裔或处于健康劣势群体中的女性,由于在技术获取方面的不平等、健康干预措施设计中的性别偏见,以及缺乏针对其特定需求的定制化解决方案等原因,往往对数字健康技术的接受度较低。

本研究的新贡献
本研究为了解不同背景的更年期女性——包括具有不同种族和民族背景的女性以及那些面临健康不平等问题的女性——对数字健康和人工智能技术的接受度所受到的具体影响因素提供了新见解。研究中发现的关键主题包括信任度、代表性、数字素养以及对这些技术的实际效果认知。

本研究可能对研究、实践或政策产生的影响
研究结果强调了数字健康干预措施需要具备包容性、以用户为中心,并且要考虑到文化差异,这样才能确保这些措施对更年期女性来说既易于使用又有效。未来的研究和政策应致力于开发能够满足这一群体特殊需求的数字健康技术,尤其要注重建立信任并保障数据隐私。

引言
医疗领域正在以前所未有的速度发展数字健康技术,尤其是人工智能技术的应用。这一快速发展部分得益于人工智能在各个医学领域的变革性应用。例如,有研究显示,人工智能算法检测肺癌的准确率可达95%,远高于放射科医生56%的准确率。在英国,人工智能在乳腺癌筛查中的应用已非常成功,甚至被考虑在全国范围内推广。随着人工智能在数字健康领域渗透得越来越深,了解公众和医疗专业人员认为其如何的重要性愈发突出。数字健康和人工智能的采用程度及其影响在不同人群中存在显著差异。由于许多女性在40多岁开始进入更年期,她们很可能属于X世代。这一出生于1965年至1980年之间的群体,亲历了从模拟技术到数字技术的快速转型。他们主要将技术用于实用目的,如信息检索和提高工作效率。尽管具有很强的适应能力,但这一时代的女性在应对数字健康领域的变化时仍面临诸多挑战。性别健康差距凸显出系统性不平等问题,即女性的健康问题往往得不到足够的重视和资金支持。这一差距还因医学研究中的偏见以及女性健康技术方面缺乏针对性创新而进一步加剧。为缩小这一差距,出现了一种名为“女性科技”的数字健康解决方案,这类技术旨在满足女性健康需求,比如经期追踪应用程序。更年期追踪应用则提供了症状记录、激素监测以及个性化健康建议等功能。最近的一项研究指出,更年期应用可以通过为使用者提供证据,帮助他们在临床环境中为自己争取权益,从而增强她们的能力和自信心。预计到2025年,女性科技行业在全球的市值将达到1000亿美元,而在英国则有望达到35亿英镑。不过,也有人认为,女性科技行业往往以追求商业增长为目标,从而忽视了一些边缘化的健康需求,转而开发那些可规模化盈利的解决方案。还有观点认为,女性科技实际上助长了“更年期营销”现象,即对更年期相关产品进行表面化的宣传,却未能解决更深层次的健康不平等问题。在英国,健康不平等现象是由种族、贫困和家庭暴力等多种因素共同作用而成的,来自少数族裔和低收入背景的女性在获得医疗服务方面面临诸多障碍。家庭暴力也对女性的身心健康造成严重且长期的影响,有研究指出,家庭暴力幸存者往往在获取医疗服务方面存在障碍,这进一步加剧了健康不平等。那些同时面临健康不平等问题的更年期女性,在使用女性科技产品时可能会遇到更多障碍。黑人及少数族裔社区的女性往往对数字健康应用的使用率较低,部分原因在于她们缺乏信任,以及相关产品设计未能充分考虑文化差异。那些数字素养较低或无法便捷获取网络资源的人,通常来自贫困地区,他们更难以从在线健康服务中受益,这进一步加剧了他们的边缘化状况。女性科技也因依赖以白人富裕女性为主的数据而受到批评,因为它未能满足那些本来就容易面临健康不平等问题的人群的需求。尽管女性科技取得了不少进展,但关于经期追踪应用的数据隐私和安全问题仍备受关注。这些问题为更年期女性采用这类技术带来了更多障碍。女性往往是在新技术出现较晚之后才开始使用它们。导致这一现象的因素包括技术获取渠道有限、社会经济障碍,以及缺乏针对女性特定健康问题的创新解决方案。目前,针对X世代女性在数字健康和人工智能方面的经历、能力和需求的研究还相当不足。正因如此,我们提出了以下研究问题:对于那些面临健康不平等问题的更年期女性而言,数字健康和人工智能技术的接受度究竟如何?

方法
研究设计
此处报告的数据源自一项更为广泛的定性研究,该研究旨在了解人们对更年期、数字健康和人工智能的不同看法。我们招募了大量参与者,从而获得了丰富的定性数据。我们进行了三项独立的分析,其中第一项分析涉及数字健康相关数据,其结果在此处呈现,第二项和第三项分析的结果则会在其他地方汇报。在本文中,我们的目标是探讨那些面临健康不平等问题的更年期女性对数字健康和人工智能技术的接受度。

患者与公众参与说明
这项研究是与那些代表更年期女性的社区领袖共同设计和撰写的。这些领袖参与了访谈计划的制定、数据收集与分析工作,以及论文的撰写过程。他们的参与确保了研究能够真正反映目标群体的实际需求和经历。

数据收集
我们在英国招募了五位社区领袖,他们分别代表那些为面临健康问题的女性提供支持的机构。我们特意挑选了具有丰富经验的女性领袖参与这项合作研究,因为她们在帮助不同背景的女性方面有着出色的能力和经验。我们联系的所有领袖都参与了研究,没有一人退出。这些领袖代表了各种群体,包括关注少数族裔群体的组织(如黑人女性、南亚女性、阿拉伯女性、安哥拉女性、旁遮普女性),以及处理更年期问题、贫困地区健康问题、家庭暴力支持等事务的团体。这些团体被选中是为了体现那些同时面临更年期问题与健康不平等问题的女性的经历。纳入标准为有更年期经历且属于相关群体。那些已经绝经的女性也被纳入研究,以便她们能分享更年期时的经历,而那些仍有症状的女性则进一步丰富了研究内容。每位社区领袖负责在3至5个小组中招募15至20名女性。对于需要语言辅助的小组,我们安排了两名翻译人员。数据收集是通过半结构化的定性访谈进行的,根据参与者的偏好和实际情况,访谈可以是面对面的,也可以是在线进行的。对于那些不愿或无法参加小组讨论的参与者,我们会邀请她们接受个别访谈。通过五位社区领袖和七个社区团体,我们从84名女性那里收集了24份定性数据,其中包括14组焦点小组讨论和10次个别访谈。所有访谈都在2024年3月至5月期间进行。下表1总结了参与研究的女性情况:

主题指南与访谈问题
Q1)请谈谈您的更年期经历。
您目前处于更年期的哪个阶段?
您的更年期是从什么时候开始的?
您是如何知道自己是处于更年期阶段的?
您经历了哪些症状?
到目前为止,您的状况如何?

Q2)请谈谈您获取更年期相关支持和信息的途径。
您认为自己的更年期经历与其他人相比有何不同?
您从哪里获取更年期相关的支持和信息?
您如何判断网上提供的信息是否可信?
您有多信任应用程序中提供的信息?
您认为应该有更多或更好的更年期相关支持和信息吗?如果有的话,应该是什么样的?您有什么建议吗?
您对更年期“榜样”有何看法?

Q3)数字健康相关问题
您如何定义数字健康?
您使用过更年期应用程序吗?
您是否使用过睡眠/情绪追踪器、运动追踪器或可穿戴设备?
您还使用过其他您认为是数字健康的产品吗?
您为什么决定使用这些产品?
如果您没有使用,原因是什么?
您在使用这些产品时面临哪些障碍?

Q4)人工智能在健康领域的应用
听到“人工智能”这个词时,您会想到什么?
您听说过人工智能在健康领域有哪些应用吗?
如果您收到人工智能基于大数据给出的健康建议,您会有什么感受?
您对人工智能还有其他什么想法或感受?

Q5)您的社区与未来工作
在您的社区中,女性在利用数字健康技术方面面临哪些障碍?
在您的社区中,女性在获取医疗护理和支持方面面临哪些障碍?
什么措施能够帮助您社区的女性更好地获得更年期期间的医疗护理和支持?
在更年期问题上,您的社区最需要哪种类型的支持?

我们希望了解女性在更年期方面的整体经历,以此作为理解她们对数字健康技术态度的背景。本文重点分析主题指南中的最后三个问题,旨在了解更年期女性对数字健康技术的接受度。关于前几个问题的数据则通过独立的主题分析方法进行处理,相关结果将在其他地方汇报。我们还对仅涉及家庭暴力幸存者的数据进行了独立分析,发现这些数据与整体数据大致一致,没有出现明显矛盾。

数据分析
我们采用了基于“可接受性理论框架”中的关键维度的预定义编码框架来对数据进行分析,这些维度包括情感态度、负担感、伦理考量、干预措施的连贯性及机会成本、对技术效果的感知以及自我效能感。选择这一框架是为了更有针对性地回答关于更年期女性对数字健康和人工智能技术接受度的问题。此外,这些数据还经过了另外的主题分析,相关结果将在其他地方呈现。所有数据都在预定义的框架内得到了有效的分析,每个类别都有足够多的实例,这说明分析是完整的,而且数据与框架之间高度契合。最初的编码工作由两名学生研究人员分别完成,每人负责编码50%的数据,另一名经验更丰富的研究人员则负责编码剩余的50%数据。最终,编码结果被整理成汇总表,用以说明“可接受性理论框架”各子主题的具体内容。为了确保编码结果的可靠性,我们对不同人的编码结果进行了比较,一旦发现差异,就会在合作研究小组中通过反复讨论来解决。相关支持数据见在线补充材料S1。

结果
情感维度
情感维度反映了用户对某种干预措施的感受。参与者表达了多种不同的情绪,其中有一些是积极的,但更多的则是消极的。许多参与者表示自己对数字健康干预措施或人工智能技术了解不多,有些人认为这是因为自己年龄较大,还有些人则认为是由于缺乏清晰的公开信息。来自黑人、阿拉伯人和亚洲人群体的参与者指出,包括数字健康设备以及数字健康视频在内的相关干预措施,主要是针对中上阶层的白人人群设计的。所有组的参与者都对使用人工智能的数字干预措施感到恐惧。许多参与者还表示,他们对健康系统的信任度更低,这种态度也延伸到了数字健康领域。尤其是亚洲女性以及有过数据焦虑经历的参与者,对数据隐私尤为担忧。不过也有一些积极的观点,有些女性觉得通过数字健康设备或应用程序能够掌控和改善自己的健康状况,从而获得动力和力量,还有一些女性对人工智能的潜力持乐观态度;但这类声音在各个群体中都属于少数。总体而言,参与者的感受十分复杂,既害怕数字健康技术,又看好其潜力,尤其是人工智能带来的可能性。人们对此既感到恐惧又充满兴奋。我觉得它很聪明,但同时也让我很害怕。(参与者54,亚洲女性)

负担方面,参与者认为使用数字健康干预措施需要付出相当大的努力。所有群体的参与者都表示,他们更喜欢简单易用、直观的干预方式,尽可能只需被动操作,比如自动记录数据的可穿戴设备,而非需要用户手动输入数据的应用程序。许多参与者觉得自己缺乏足够的数字素养,无法充分发挥数字工具的效用。大部分参与者提到了各种相互冲突的优先事项,这些因素让他们难以坚持使用数字健康干预措施,从而无法获得最大益处。参与者会将使用数字健康干预所需的努力与预期收益进行对比,对许多人来说,这种差距导致了他们逐渐失去兴趣。过了一段时间后,我觉得要输入所有信息有点难以承受。虽然我很喜欢它,因为它能提供健康状况分析,至少让我可以检查自己是否保持平衡,但后来我还是停止使用了。(参与者28,黑人女性)

在伦理性方面,参与者关注的是这类干预措施是否符合相关利益群体的价值观。他们希望数字健康干预措施是专为像他们这样的人设计的,很多人认为,如果这些产品能体现他们的身份特征,包括种族、民族、残疾状况、性别、年龄以及体型等身体特征,那么他们就会更愿意接受。这一点在数字健康视频上尤为突出,因为参与者很少看到自己被呈现出来,而且解决方案的开发者往往也不是他们认为能理解他们背景和需求的人。少数参与者认可大数据和人工智能对整体公益的积极作用。但总体而言,大多数参与者不信任人工智能能够理解他们的个人需求,也不相信他们的数据会被用于为他们谋福利。我觉得问题在于,所有的编程都是从欧洲男性的视角出发的。所以,我不信任它,完全不信任。(参与者54,亚洲女性)

在干预措施的连贯性方面,参与者关心的是相关利益群体是否真正了解该干预措施的工作原理。大多数群体的参与者都看过健康视频,并认为信息的来源和渠道非常重要。大部分群体都讨论了可穿戴设备,认为实时数据跟踪是一种很好的方法,这被视为一种了解、监测并改善健康状况的有效途径。在讨论人工智能和数据应用时,参与者对人工智能在数字健康领域的实际应用了解程度不一,有人几乎不了解,而有些人则很清楚大数据在个性化医疗中的好处。大多数参与者都认识到数字健康监测的益处。我觉得在这段时间里了解自己,看看是否存在某些规律,是非常有意义的。尤其是对于那些有脑雾等问题的人来说,在网上有这样的监督机制,让自己能够了解自己的状况,确实很有帮助。(参与者73,亚洲女性)

机会成本方面,参与者考虑的是为了使用某种干预措施而不得不放弃的其他事物。许多女性提到了购买数字健康设备或应用程序的财务成本,她们觉得有必要评估是否应该为非必需品付费。有些群体还意识到了“免费陷阱”的存在。你不会为没有保障的东西付费,因为最终如果它不起作用,那就不值得花钱了。(参与者28,黑人女性)所有群体的参与者都担心经济问题,尤其是那些有过数据焦虑经历或生活在贫困中的女性。所有群体的参与者都谈到,他们花在数字健康上的时间本可以用来处理其他更重要的事情,有些女性还表示,他们还需要时间来学习如何使用新设备、建立新的健康习惯,以及日常使用这些设备。还有一些女性担心人工智能可能带来的社会成本,甚至将其与媒体中所描绘的反乌托邦场景相提并论。

在感知有效性方面,参与者考虑的是他们认为某种干预措施的实际效果如何。其中也有例子表明,有些参与者认为某些干预措施的效果很差。参与者认为,如果干预措施没有明显的益处,或者无法达到预期效果,那么它们就是无效的。虽然有很多关于无效干预措施的例子,但有效干预措施的例子则相对较少。最常被提及的有效数字健康干预措施例子是计步器(大多用于手机上)。参与者讨论了他们认为人工智能在健康任务中的效果,有的认为其在人际交往方面不如人类,而另一些则认为它在利用大数据理解健康问题方面比人类更高效,这主要是因为临床支持资源有限,而且对于许多女性来说,讨论更年期问题仍是个禁忌。有一位参与者建议,人类和人工智能可以携手合作,取得最佳效果。目前,如果你身体出现问题,有时候医生和护士需要很长时间才能找出病因。而有了人工智能,我认为就能更快地找到问题所在,真正诊断出问题。所以,我觉得人工智能在这一领域会非常有帮助。(参与者29,黑人女性)

在自我效能感方面,参与者考虑的是他们使用数字健康干预措施的信心程度。有些参与者因为缺乏改变习惯的动力,或是担心自己没有足够的技术能力,所以信心不足。然而,许多用户在尝试数字健康干预措施时表现出很强的自我效能感,尤其是在得到可信赖的人推荐的情况下。许多用户认为,专业人士提供的培训或指导,能帮助他们更好地使用数字健康干预措施,从而增强他们的自我效能感。我需要100%的确定性。我需要有人告诉我该做什么,我就是那种会照做的人。(参与者47,家庭暴力幸存者)总体而言,这些研究结果反映了人们对数字健康的接受程度差异很大,有些用户完全不接受,而有些则全力接纳。此外,我们还确定了影响数字健康干预措施接受度的若干关键因素,尤其是那些可能面临健康不公平问题的群体。

讨论部分指出,那些面临健康不公平问题的女性往往是新数字健康创新技术的后期采用者,她们本应从中受益最多,但却往往最难享受到这些好处。我们发现,理解、信任和代表性是影响接受度的关键因素,这一结论与以往的研究一致,即数字健康的采用受到社会人口统计因素、数字素养以及医疗系统中的偏见的影响。影响数字健康干预措施接受度的因素因干预措施的类型而异。像计步器这样的可穿戴设备因其易用性和明显的益处而被广泛接受,而基于人工智能的解决方案则面临更大的质疑,主要是因为人们对其缺乏了解。人工智能常常被认为与人们的个人经历脱节,因此信任成为其普及的主要障碍。许多参与者对基于人工智能的干预措施感到担忧,尤其是数据隐私、算法偏见以及错误信息的风险。这些担忧凸显了数字健康领域更广泛的伦理问题,包括数据安全以及人工智能训练数据集中不同人群和社区的代表性问题。参与者还提到了使用数字健康干预措施所带来的经济和时间成本,以及各种相互冲突的优先事项,这些都限制了他们采用新技术的能力。这进一步支持了现有研究的结果,即数字健康解决方案必须直观易用,要求用户付出的努力尽可能少,同时能为用户带来明确的价值,这样才能确保他们长期使用这些技术。

提升数字健康干预措施的有效性方面,这项研究为如何让那些面临健康不公平问题的围绝经期女性更愿意接受数字健康干预措施提供了见解。信任在技术的普及过程中起着至关重要的作用。以往的研究表明,人工智能和数字健康干预措施必须具有透明度,且设计时要以用户需求为核心,这样才能提高用户的参与度。参与者指出,个性化的推荐以及具有文化包容性的内容,能够增加他们使用数字健康技术的意愿。感知有效性也会影响技术的采用情况。女性更愿意使用那些能立即带来明显益处的技术,比如实时健康监测功能。相比之下,人们对基于人工智能的应用程序的有效性认知较低,主要是因为担心它们的准确性以及是否能满足女性的健康需求。先前的研究表明,采取以用户为中心的方法,与目标群体共同设计产品,对于提升数字健康的采用率至关重要。参与者对技术的理解程度也是一个重要因素。许多参与者难以界定人工智能在医疗保健中的作用,也不清楚数字健康工具的具体运作方式。通过教育、用户友好的设计以及临床人员的支持来弥补这些知识缺口,有望显著提高人们对数字健康创新的接受度。

这项研究的优势在于,其样本主要来自参与社区活动的女性,因此可能无法完全反映那些社交联系较少的群体的观点。由于研究重点在于更年期相关的体验,因此研究结果可能不适用于这一群体所面临的其他健康问题。不过,这项研究的最大优势在于采用了共创方法,确保在整个数据收集和分析过程中都能听到社区成员的声音。多元化的样本,包括来自不同种族和民族背景、面临不同健康不公平问题的女性,使得这项研究更具现实意义。使用TFA框架为解读研究结果提供了结构化的视角,有助于清晰地了解影响数字健康技术采用的障碍和促进因素。

结论部分指出,这项研究明确了影响围绝经期女性,尤其是那些面临健康不公平问题的女性,对数字健康和人工智能接受度的各种因素。尽管数字健康干预措施有望改善健康状况,但由于数字素养、感知有效性以及信任问题,这些技术的普及受到了阻碍。目前,人们对人工智能的了解和信任度都不高,通过清晰的沟通和合理的监管来消除人们对人工智能和数据隐私的担忧,有望提升人们的信任度。未来的研究应致力于开发和评估那些易于使用、效果显著且具有文化敏感性的女性科技产品,以满足所有围绝经期女性的需求,尤其是那些面临最大障碍、处于健康不公平状况的女性。通过针对这一群体量身定制数字健康创新产品,我们可以努力减少健康不公平现象,从而提升女性的长期健康状况。

数据可用性说明:如提出合理请求,可获取相关数据。匿名数据同样可在合理请求下提供。

致谢:我们感谢所有参与者抽出时间,诚实地与我们分享她们的经历,她们的勇气令人钦佩。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号