Прочитайте цю статтю вголос
Увімкніть мікрофон і читайте у своєму темпі. Слова підсвічуються на ходу, і ніхто не зупиняє вас через одну помилку.
Ваш звук не потрапляє до MovaReader: розпізнає його ваш браузер. Політикою конфіденційності
Увійдіть, щоб ця сесія збереглася в історії читання.
Cuando un algoritmo confundió el coste con la necesidad médica
En 2019, Ziad Obermeyer, Brian Powers, Christine Vogeli y Sendhil Mullainathan publicaron en Science un estudio sobre un algoritmo comercial utilizado por sistemas sanitarios. Su función era identificar a pacientes con necesidades complejas que podían recibir ayuda adicional. El trabajo examinó un sistema de uso extendido que afectaba a millones de personas.
El algoritmo asignaba una puntuación de riesgo a partir del gasto sanitario previsto. A primera vista, el criterio parecía razonable: quien necesita más atención suele generar más costes. Sin embargo, el gasto era un indicador indirecto de la enfermedad, no una medida directa de la necesidad médica.
Al comparar los resultados, el equipo encontró una diferencia importante. A igualdad de puntuación, los pacientes negros estaban considerablemente más enfermos que los pacientes blancos. El estudio lo comprobó mediante signos de enfermedades no controladas.