美國食品藥物管理局（FDA）近期加速審查人工智慧（AI）醫療應用，並放寬穿戴式裝置等健康產品的監管。此舉雖為健康科技帶來發展契機，但也引發外界對於AI工具在女性健康診斷上，恐因數據偏見而重蹈覆轍的隱憂。

目前，OpenAI 已推出 ChatGPT Health，Anthropic 也在其 Claude 模型中增加了醫療工具組，使用者得以同步個人病歷與穿戴式裝置數據，以獲取高度個人化的醫療建議。同時，《MedCity News》指出，FDA 新發布的指引，有效放寬了對穿戴式裝置等健康產品的監管限制，讓 AI 在解讀血壓、血糖等生理指標時，能獲得更大的自主權。

然而，醫學研究長期以來普遍以男性為預設病患，導致診斷上出現明顯的性別落差。資料顯示，女性在臨床研究參與者中僅佔約三成。這使得女性在超過 700 種疾病上，平均比男性晚四年才獲得診斷。例如，心臟病作為女性的頭號殺手，其早期症狀常因與男性「教科書」上的典型症狀不符而被忽視，導致女性患者經常經歷多次就醫和反覆檢查，不僅延誤治療，也承受龐大的情感與經濟負擔。

AI 技術雖能分析龐大且複雜的臨床數據，有潛力發現傳統系統難以察覺的性別特定風險途徑。例如，AI 輔助的乳房攝影已能減少高達 25% 的偽陽性，並辨識出人眼可能錯過的癌症。然而，AI 本身並不會消除偏見，它只會學習被輸入的偏差資訊。鑑於高達九成的醫療資料仍屬非結構性或無法使用，《MedCity News》警示，若將不完整、以男性為中心的資料輸入 ChatGPT Health 或 Claude 等 AI 工具，自動誤診的風險將大幅增加。

為此，業界必須從源頭解決數據問題。隨著消費者自主採集的數據（如荷爾蒙分析、慢性病監測）在醫療保健中扮演日益重要的角色，確保這些數據的包容性至關重要。唯有優先發展基於豐富且具代表性的女性健康數據的 AI 模型，才能確保診斷輸入與演算法同樣先進，進而實現真正的診斷公平性，提供更精確與完整的診斷結果。由 Julia Cheek 創立的數位健康公司 Everlywell，已提供近 10 億筆健康洞察，服務超過 6,000 萬人，正朝此方向努力。