Keinen unbewussten Schaden anrichten: Können „versteckte“ Vorurteile in der Medizin aus dem Weg geräumt werden?

Bevor Linda Chastine vor einigen Jahren mit einer Autoimmunerkrankung diagnostiziert wurde, sagt sie, sie sei dünn gewesen. Aber die lebensrettende Steroidbehandlung für ihren Zustand machte das Organisator der Seattle-Community in einem Jahr etwa 45 kg zunehmen. Doch ihre Ärzte erkennen oft nicht den Zusammenhang zwischen der Autoimmunerkrankung, ihren Medikamenten und der Gewichtszunahme. Stattdessen erwähne sie regelmäßig Übergewicht als ihr Hauptproblem, sagt sie, und schlägt ihr vor, Kalorien zu zählen. „Es ist eine sehr traumatische Erfahrung, wenn ein Arzt viele Ihrer Beschwerden oder Bedenken aufgrund Ihres Gewichts abtut“, sagt Chastine.

Geschichten wie die von Chastine sind leider weit verbreitet, sagen Forscher, die untersuchen, wie sich implizite Vorurteile – unbewusste Annahmen aufgrund von Hautfarbe, Geschlecht, sexueller Präferenz oder Aussehen – bei Gesundheitsdienstleistern auf die Patientenversorgung auswirken. Chastine, die schwarz und queer ist, kanalisiert nun ihre unruhigen Erfahrungen mit dem medizinischen Establishment, um Studien über implizite Voreingenommenheit zu unterstützen und Wege zu finden, dem entgegenzuwirken. Sie ist Teil einer 5-jährigen Zusammenarbeit zwischen verschiedenen Abteilungen der University of Washington (UW) und der University of California, San Diego (UCSD), in der ein Team ein Tool entwickelt, um Ärzten während des Patienten in Echtzeit Feedback zu geben Besuche – oder kurz danach – darüber, was sie tun können, um ihre unbewussten Vorurteile abzubauen.

Dieses Projekt, genannt Unvoreingenommen (Understanding Biased patient-Provider Interaction and Supporting Enhanced Discourse) steht an der Spitze einer Welle von Bemühungen, den negativen Auswirkungen von Voreingenommenheit in der Medizin entgegenzuwirken. Von der Entwicklung neuer Ausbildungs- und Schulungsmodelle bis hin zur Entwicklung genauer Tests zur objektiven Messung von Schmerzen arbeiten Wissenschaftler daran, Gesundheitspersonal – und Institutionen – mit den Werkzeugen auszustatten, mit denen Vorurteile abgebaut und eine gerechte Versorgung gewährleistet werden können. Obwohl es noch zu früh sein könnte, um zu wissen, ob diese Interventionen erfolgreich und nachhaltig sind, erscheinen einige Strategien vielversprechend.

„Wir sehen uns nur ein kleines Stückchen an“, wie man implizite Voreingenommenheit im Gesundheitswesen beseitigen kann, sagt Andrea Hartzler, die biomedizinische Informatikerin der UW, die UnBIASED leitet, das von der National Library of Medicine finanziert wird. „Es wird eine Werkzeugkiste mit allen möglichen Interventionen erfordern.“ Eine Schlüsselkomponente, fügt sie hinzu, besteht darin, über den einzelnen Arzt oder die Krankenschwester hinauszugehen und strukturelle Probleme innerhalb ihrer Einrichtungen anzugehen, die diese Vorurteile fördern.

Jeder hat Vorurteile, die beeinflussen, wie sie andere wahrnehmen und sich ihnen gegenüber verhalten. Und obwohl sich viele Menschen einiger bewusst sind – ihrer expliziten oder bewussten Vorurteile – und absichtlich versuchen, sie zu kompensieren, lauern immer noch andere verborgene und können Einstellungen und Interaktionen beeinflussen.

Diese impliziten Vorurteile sind unter Gesundheitsdienstleistern weit verbreitet, wie Janice Sabin Ende der 2000er Jahre entdeckte. In ihrer damaligen Forschung – als Sozialhilfe-Doktorandin Student an der UW – Sabin hatte 95 Ärzte der Abteilung für Pädiatrie des Seattle Children’s Hospital gebeten, sich einem Test zu unterziehen, der feststellen würde, ob sie eine „versteckte“ Neigung zu einer bestimmten Rasse haben. „Ich hatte Angst“, erinnert sich Sabin, jetzt Professor für biomedizinische Informatik an der UW. „Das hat ihnen nicht nur Fragen zu Vorurteilen und Rassismus gestellt, das ist ihnen tatsächlich in den Sinn gekommen.“

Sabin verwendete den bekannten Impliziten Assoziationstest (IAT), der bestimmt, wie stark ein Individuum ein Merkmal assoziiert– wie Rasse oder sexuelle Orientierung – mit einem subjektiven Wert wie „gut“ oder „schlecht“. Je schneller Sie jedes Konzept einem subjektiven Wert zuordnen, desto größer ist die Assoziation und desto höher Ihre Punktzahl, was im Großen und Ganzen auf eine stärkere implizite Assoziation zwischen der Eigenschaft und dem Wert hinweist.

Sabin fand die Ärzte, die sie testete – ein paar von ihnen waren nicht weiß –hatte eine klare, unbewusste Vorliebe für Weiße über Schwarze. Es war eine der ersten Studien, die zeigte, dass Gesundheitsdienstleister unbeabsichtigte rassistische Vorurteile hatten. „Es war irgendwie beängstigend, weil dies ein völlig fremdes Konzept war [many] Menschen damals“, sagt Sabin.

Der IAT bleibt ein Standardinstrument zur Messung impliziter Verzerrungen, obwohl einige ihn kritisiert haben, weil er mehrmals durchgeführt werden muss, um ein zuverlässiges Ergebnis zu liefern, da sich die Punktzahlen der Personen bei jeder Durchführung ändern können. Selbst wenn Menschen sich in Bezug auf die Rasse neutral verhalten, werden die meisten Studien irgendeine Art von unbewussten Vorurteilen aufdecken, wie z. B. eine nicht erkannte Präferenz für bestimmte sexuelle Orientierungen oder Religionen. „Wir alle haben eine versteckte Voreingenommenheit“, sagt Sabin. Diese Vorurteile sind nicht nur bei Gesundheitsdienstleistern vorhanden, sondern Forschungsergebnisse deuten darauf hin, dass sie wahrscheinlich Diagnosen und Behandlungsentscheidungen beeinflussen, und umgekehrt Beitrag zu gesundheitlichen Ungleichheiten, die farbige Menschen, Frauen und LGBTQ+-Mitglieder betreffen Gemeinschaft und andere historisch marginalisierte Gruppen.

Eine Studie aus dem Jahr 2020 von Rachel Hardeman, einer Forscherin für Chancengleichheit im Bereich der reproduktiven Gesundheit am Center for Antiracism Research for Health Equity der University of Minnesota, und Kollegen zeigte dies Schwarze Neugeborene sterben doppelt so häufig in der Obhut eines weißen Arztes wie bei einem schwarzen Arzt, zum Beispiel. Eine weitere Studie aus dem Jahr 2022 gefunden Frauen und Farbige mit Brustschmerzen warten länger in der Notaufnahme behandelt zu werden im Vergleich zu weißen Männern.

Die Schmerzbeurteilung durch Gesundheitsdienstleister ist zu einem fruchtbaren Boden für die Erforschung unbewusster medizinischer Vorurteile geworden und ein klassisches Beispiel dafür, wie Vorurteile die Versorgung von Minderheiten untergraben. Implizite Voreingenommenheit zeigt sich oft, wenn es keinen objektiven Test oder Messung für ein Symptom gibt, und das ist bei Schmerzen der Fall. „Schmerz ist subjektiv und wie Menschen offen Anzeichen von Schmerz zeigen, ist in verschiedenen Kulturen und Geschlechtsidentitäten unterschiedlich“, sagt Kristyn Smith, Notärztin an der University of Pennsylvania.

Frühere Studien haben gezeigt, dass Ärzte dazu neigen, die Schmerzen von Frauen und People of Color zu unterschätzen und ihre Beschwerden herunterzuspielen. In Schein-Krankenfällen, berichtet im Jahr 2016 in der Proceedings of the National Academy of Sciences, weiße Mediziner schätzten, dass schwarze Patienten weniger Schmerzen verspürten als weiße und gaben infolgedessen weniger wirksame Behandlungsempfehlungen für Schwarze ab. Aber diese Voreingenommenheit ist nicht auf Ärzte beschränkt: Eine Studie aus dem Jahr 2021 zeigte Laien Unterschätzen Sie die Schmerzen bei weiblichen Patienten im Vergleich zu männlichen Patienten entscheiden, Frauen mit Psychotherapie und Männer mit Schmerzmitteln zu behandeln.

„Meine persönliche Erfahrung ist, dass es nicht unbedingt darauf zurückzuführen ist, dass Menschen etwas haben [overt] Vorurteile oder den Wunsch, einen schlechten Job zu machen“, sagt der Psychiater Alexander Niculescu III von der Indiana University, Indianapolis. “Es ist nur so dass [when] Da es an objektiven Werkzeugen mangelt, können Menschen manchmal Annahmen treffen, die es sind [going] in die falsche Richtung.”

Implizite Vorurteile können sich auch auf die Gesundheitsergebnisse auswirken, nur weil sich Patienten diskriminiert fühlen und nicht zu ihrem Arzt zurückkehren. A 2017 systematische Überprüfung der Forschung zu impliziter Voreingenommenheit bei Gesundheitsdienstleistern untersuchte 42 veröffentlichte Studien, die hauptsächlich in den Vereinigten Staaten, aber auch in neun anderen Ländern durchgeführt wurden, und kam zu dem Schluss, dass „ein signifikanter positiver Zusammenhang zwischen dem Grad der impliziten Verzerrung und der geringeren Versorgungsqualität“ besteht.

Viele andere Ungerechtigkeiten wie Armut und Redlining hindern bestimmte Gruppen am Zugang zu guter Gesundheitsversorgung, sagt Smith. „Wenn Sie die Vorurteile Ihrer Angehörigen der Gesundheitsberufe einbeziehen, entsteht ein perfekter Sturm für die Fortsetzung der Ungleichheiten im Gesundheitswesen.“

Wissenschaftler haben haben lange verschiedene Arten von Interventionen untersucht, die versuchen, implizite Vorurteile zu „löschen“, aber nur wenige von ihnen haben dauerhafte Wirkungen gezeigt. „Es gibt eine solide Wissenschaft zur impliziten Voreingenommenheit“, sagt Hardeman. Aber: „Es gibt keinen Goldstandard dafür, wie man jetzt eingreifen kann. Es ist auf eine Weise in unser Gehirn eingeprägt, die es wirklich schwer macht.“

Einfache Eingriffe können Verzerrungen dämpfen, gemessen an aufeinanderfolgenden IATs, aber die Änderungen sind normalerweise bescheiden und bleiben nicht bestehen. In einem Experiment aus dem Jahr 2001 zeigten Forscher beispielsweise den Studienteilnehmern Bilder von bewunderten Schwarzen – wie Denzel Washington oder Colin Powell – im Vergleich zu unbeliebten Weißen – wie Jeffrey Dahmer und Howard Stern – und sahen diese Entblößung eine Pro-Weiß-Präferenz für 24 Stunden signifikant abgeschwächtaber nicht mehr lange.

Es kann kontraproduktiv sein, Gesundheitsdienstleister einfach zu bitten, den IAT durchzuführen, ohne Kontext oder Tools bereitzustellen. Eine Studie aus dem Jahr 2015 zeigte, dass, wenn Medizinstudenten von ihrer unbewussten Voreingenommenheit erzählt werden, ohne Anweisung, sie zu überwinden, Sie neigen dazu, ängstlich, verwirrt und nervös zu werden Interaktion mit Patienten, die anderen sozialen Gruppen als der eigenen angehören. Aus diesem Grund kann laut Hardeman selbst ein schnelles Training der Fähigkeiten zur Minderung impliziter Vorurteile einen großen Beitrag leisten.

Daher entwickeln Hartzler und andere Feedback-Tools, die Klinikern helfen, ihre Vorurteile zu konfrontieren und zu verstehen. Das Team führte Interviews mit einer kleinen Gruppe von Hausärzten durch, um ein Gefühl dafür zu bekommen, wie man Anbietern am besten Feedback zu impliziter Voreingenommenheit geben kann. Die Forscher auch sprach mit traditionell marginalisierten Gruppen, einschließlich People of Color und LGBTQ+-Personen, um mehr über voreingenommene Verhaltensweisen zu erfahren, die sich in Patienten-Arzt-Interaktionen zeigen können. Das UnBIASED-Team rekrutierte dann Ärzte und „Community Champions“, darunter Chastine, um bei der Entwicklung kultursensibler Experimente zu helfen, die persönliche Vorurteile aufdecken könnten. „Es ist wirklich großartig, all diese Köpfe zu haben, die innovativ sein wollen, wie wir Vorurteile angehen“, sagt Chastine.

Brian Wood, Kliniker für Infektionskrankheiten bei UW und Harborview Medical Center, ist einer dieser freiwilligen Ärzte bei UnBIASED. Wood, der hauptsächlich Menschen mit einer HIV-Diagnose behandelt, sagt, dass seine Ärztegruppe einer heterogenen Bevölkerung dient, die sich oft von Ärzten stigmatisiert fühlt. „Ich höre oft von schwarzen Patienten, wie sie sich diskriminiert fühlen“, sagt Wood, der weiß ist. „Und meine Transgender-Patienten drücken oft aus, wie ängstlich sie sind, sich von einem Dienstleister behandeln zu lassen, den sie nicht kennen“, sagt er aufgrund schmerzhafter früherer Begegnungen mit dem medizinischen Establishment.

Das machte ihn begierig darauf, an den ersten Experimenten von UnBIASED teilzunehmen, die sich auf in Untersuchungsräumen installierte Kameras stützen. Die Kameras in Woods Klinik in Seattle erfassten Interaktionen zwischen ihm und seinen Patienten, einschließlich Nahaufnahmen seiner und ihrer Gesichtszüge und Körpersprache. „Ich stellte ziemlich schnell fest, dass der Patient und ich beide die Kameras vergessen hatten und einfach in unsere übliche Routine und Unterhaltung verfielen“, sagt er.

Das UnBIASED-Team verwendete dann eine Art künstlicher Intelligenz (KI), die als maschinelles Lernen bekannt ist, um Muster in den Aufzeichnungen zu analysieren und nonverbale Hinweise zu identifizieren, die auf implizite Voreingenommenheit hindeuten könnten. In einem der Clips, die Wood später gezeigt wurden, sprach er mit einem Patienten, während er sich mit verschränkten Armen auf dem Schreibtisch nach vorne lehnte. Seine Körpersprache, von der er sich Sorgen macht, könnte ihn verschlossen und unnahbar erscheinen lassen. „Ich habe selbst darüber nachgedacht, wie diese Körpersprache vom Patienten gefühlt und wahrgenommen werden könnte“, sagt er. Wood, der hofft, sein Verhalten zu verbessern, sagt, dass er solches Feedback begrüßt und gespannt auf mehr ist.

„Es war nicht einfach, über mögliche negative Momente während eines Besuchs nachzudenken, aber es fühlte sich wichtig und wertvoll an“, sagt Wood.

Das Team arbeitet nun daran, die Ergebnisse des Experiments in Rückmeldungen wie „digitale Schubser“ zu übersetzen – etwa ein Symbol, das auf dem Computerbildschirm erscheint, ein tragbares Gerät oder einen anderen Mechanismus, der Ärzte anweist, Patienten weniger zu unterbrechen oder ihnen häufiger in die Augen zu schauen . Aber das UnBIASED-Team hat es immer noch Herausforderungen bei der Interpretation der Daten in den Aufzeichnungen. Zum Beispiel werden nonverbale Signale nuanciert, sagt Hartzler. „Es ist nicht immer so einfach wie ‚mehr Unterbrechungen bedeuten schlecht‘.“

Andere, die Computersoftware zur Erforschung impliziter Vorurteile in der Medizin verwenden, haben ebenfalls Schwierigkeiten, Ärzten aussagekräftiges Feedback zu geben. Nao Hagiwara, Sozial- und Gesundheitspsychologin an der Virginia Commonwealth University, und ihr Team sind es Analyse Dutzender nonverbaler und verbaler KommunikationsverhaltensweisenB. Gesichtsausdrücke und Stimmveränderungen, in Aufzeichnungen über die Interaktionen von Hausärzten mit Menschen mit Typ-2-Diabetes. Ihre Software hat noch keine Verhaltensweisen identifiziert, die eindeutig mit Vorurteilen in Verbindung gebracht werden oder sich negativ auf das Ergebnis des Patienten auswirken könnten. Ein Grund für diese Unklarheit, so Hagiwara, ist, dass wahrscheinlich mehrere verschiedene Hinweise interagieren, um die Ergebnisse der Patienten zu beeinflussen, während Studien bisher dazu neigen, die Auswirkungen jeweils nur eines Verhaltens zu analysieren.

Smith arbeitet an einer anderen Art von impliziter Bias-Intervention: Sie erstellt klinische Simulationen aus ihrer Zeit in einem Traumazentrum, das einer mehrheitlich schwarzen Bevölkerung diente. Solche Notaufnahmen, in denen Ärzte und Krankenschwestern oft überarbeitet sind und sich in einer Umgebung mit hohem Stress befinden, sind reif für implizite Vorurteile, die leicht zum Tragen kommen, sagt Smith. Sie erinnert sich an einen Fall, als ein Schwarzer mit einer Schusswunde ins Krankenhaus kam. Er starb und kurz darauf kam ein Sozialarbeiter zu ihr und sagte: „Er war immer hier … er wurde erst vor zwei Wochen erschossen. … Ich frage mich, was er diesmal getan hat.“

Smith erinnert sich, dass der Sozialarbeiter normalerweise ein erbitterter Anwalt für Patienten war, sagt aber, dass dieser Kommentar von Vorurteilen durchdrungen war, weil er nahelegte, dass das Schussopfer etwas falsch gemacht und sein Schicksal verdient hatte – eine Einstellung, die die Pflege beeinträchtigen könnte. Aber die Handlungen eines Schussopfers sollten ihre Versorgung nicht beeinträchtigen, betont Smith. „Patienten, die angeschossen werden, sind zuerst Opfer und verdienen es, mit Respekt und Sensibilität behandelt zu werden.“ (Die Sozialarbeiterin war sehr reuig, nachdem Smith ihr gesagt hatte, dass ihr Kommentar unangemessen sei.)

Mit dieser Erfahrung entwickelt Smith nun eine Reihe von Trainingsübungen unter anderem für Bewohner, behandelnde Ärzte und Krankenschwestern, wo erfahrene Mitarbeiter des Gesundheitswesens geskriptete klinische Szenarien durchspielen, die Mikroaggressionen darstellen, die auf implizite Voreingenommenheit zurückzuführen sind – alltägliche Herabsetzungen, Beleidigungen oder Kränkungen, denen marginalisierte Bevölkerungsgruppen ausgesetzt sind –, während neuere Mitglieder des medizinischen Establishments zusehen . Mitarbeiter des Gesundheitswesens werden ständig Zeuge von Mikroaggressionen gegenüber Patienten, sagt Smith, aber niemand bringt den Anbietern bei, wie sie mit diesen Straftaten umgehen sollen. Und so bespricht Smith nach den Simulationen die Sketche mit diesen neuen Praktikern und gibt ihnen Handlungsstrategien an die Hand, beispielsweise das Dokumentieren einer unangemessenen Bemerkung, wenn sie Mikroaggressionen in ihrem Arbeitsbereich sehen.

Sabin hat außerdem einen 40-minütigen Online-Bildungskurs für medizinische Fakultäten im ganzen Land zum Umgang mit Vorurteilen entwickelt. Es enthält eine kurze Geschichte des Rassismus in der Medizin sowie Ratschläge zum Sammeln von Daten, um Ungerechtigkeiten in der Pflege zu erkennen. Diejenigen, die den Kurs besucht haben steigerten nicht nur ihre Wahrnehmung von Voreingenommenheit, sondern dieses Bewusstsein hielt mindestens 1 Jahr lang an, berichteten Sabin und Kollegen letztes Jahr in einer Peer-Review-Veröffentlichung. Die Teilnehmer schrieben die Inhalte des Kurses zur Verbesserung ihrer Lehre und ihrer klinischen Praxis an. Sabin hofft, dass die Schulung diesen Ärzten helfen kann, rücksichtsvoller und achtsamer zu sein, wenn es darum geht, Stereotype zu vermeiden, wenn sie beispielsweise Patientenakten ausfüllen.

Niculescu und sein Team gehen die implizite Voreingenommenheit aus einem anderen Blickwinkel an. Sie versuchen, eine zentrale Subjektivität in der medizinischen Versorgung zu beseitigen, indem sie einen Bluttest für Biomarker entwickeln, die das Schmerzniveau einer Person widerspiegeln. Die objektive Messung von Schmerzen „entfernt Stigmatisierung, weil die Menschen Ihren Grad an Schmerzen oder Leiden möglicherweise unterschätzen“, sagt er. „Und Blut-Biomarker zeigen, dass etwas Biologisches vor sich geht. Es ist nicht etwas, das man sich nur ausdenkt.“

Bisher haben sich die Forscher darauf konzentriert, RNAs im Blut zu identifizieren, die die Aktivität bestimmter Gene zeigen und das Ausmaß der Schmerzen einer Person anzeigen könnten. Ihre vorläufigen Ergebnisse deuten auf die Expression des Gens für ein Molekül namens Mikrofibrillen-assoziiertes Protein 3 (MFAP3) hin. ist niedriger, wenn die Studienteilnehmer unter starken Schmerzen leiden, und eine geringe Aktivität des Gens ist auch ein guter Prädiktor für zukünftige Besuche in der Notaufnahme. MFAP3 wurde zuvor nicht mit Schmerzen in Verbindung gebracht, und die Gruppe schlägt vor, dass es normalerweise eine schmerzunterdrückende Funktion hat.

Die Validierung von Biomarkern erfordert jedoch umfangreiche Replikationsstudien in mehreren großen Populationen. Und selbst bewährte Biomarker-Tests sind normalerweise nicht billig, was es unwahrscheinlich macht, dass sie in absehbarer Zeit Realität werden, insbesondere für die marginalisierten Bevölkerungsgruppen, die von ihrer Einführung profitieren könnten. Aber Niculescu bleibt optimistisch. „Die Medizin der Zukunft wird hoffentlich gerecht und nicht voreingenommen sein, und jeder wird Zugang zu diesen Dingen haben“, prognostiziert er.

Keine von diesen Lösungen allein werden implizite Vorurteile in der Medizin beseitigen, sagen Forscher. „Wir werden das nicht morgen lösen“, sagt Charles Goldberg, ein Arzt für Innere Medizin an der UCSD, der ebenfalls am UnBIASED-Team beteiligt ist. „Aber morgen wird es größtenteils besser sein als heute, und der nächste Monat wird besser als dieser Monat. Und in einem Jahr werden wir weiterziehen.“

Die Zustimmung ganzer Gesundheitssysteme könnte den Prozess beschleunigen. Kürzlich haben Kalifornien, Michigan, Maryland, Minnesota und der Bundesstaat Washington Gesetze verabschiedet Vorschreiben von implizitem Bias-Training für medizinisches Fachpersonal sie lizenzieren. Und seit Juni 2022 sind Massachusetts Ärzte erforderlich, um implizites Bias-Training zu absolvieren um eine neue Lizenz zu erhalten oder sich für die Praxis rezertifizieren zu lassen.

Obwohl die Forscher dies als einen guten Schritt ansehen, befürchten sie, dass die vorgeschriebene Schulung zu einer einmaligen Überprüfungsübung wird. Stattdessen sollte ein nachhaltiges implizites Bias-Training für Ärzte die Norm sein, betonen einige. Krankenhäuser müssen auch Daten über die Ergebnisse der Gesundheitsversorgung für verschiedene Gruppen überwachen und sammeln, um die Chancengleichheit zu überwachen, sagt Sabin. „Man muss wissen, wo die Unterschiede liegen, und dann anfangen, rückwärts zu arbeiten.“

Es wird nicht einfach sein, sagt Hardeman und stellt fest, dass zumindest in den Vereinigten Staaten Jahrhunderte der weißen Vorherrschaft und andere Formen der Bigotterie zu tief verwurzelten Stereotypen und anderen impliziten Vorurteilen geführt haben. „Jeder Einzelne sollte darüber nachdenken, diese Arbeit zu machen“, sagt sie. „Aber wenn sie es in einem System tun, das seine eigenen Vorurteile und seinen Rassismus nicht angegangen ist, wird es nicht voll wirksam sein.“