研究顯示醫療 AI 存在系統性偏見，高收入病患獲優待而弱勢族群遭歧視

大型語言模型正被導入醫療分診與決策支援，但若僅因身分標籤改變建議，恐擴大既有健康不平等。研究由紐約西奈山伊坎醫學院等機構主導，且未獲公、私或非營利部門專案經費，凸顯醫院部署前須建立分群稽核、持續監測及演算法透明機制。

《Nature Medicine》2025年4月7日刊登研究：團隊以1,000個急診案例，製作31種社經身分版本及對照組，測試9款模型、分析逾170萬筆輸出。高收入者獲CT、MRI建議顯著較多（P＜0.001）；黑人、無家者及LGBTQIA+族群更常被建議侵入性處置，部分族群接受心理評估的建議達臨床所需約6至7倍。