;(function() { window.createMeasureObserver = (measureName) => { var markPrefix = `_uol-measure-${measureName}-${new Date().getTime()}`; performance.mark(`${markPrefix}-start`); return { end: function() { performance.mark(`${markPrefix}-end`); performance.measure(`uol-measure-${measureName}`, `${markPrefix}-start`, `${markPrefix}-end`); performance.clearMarks(`${markPrefix}-start`); performance.clearMarks(`${markPrefix}-end`); } } }; /** * Gerenciador de eventos */ window.gevent = { stack: [], RUN_ONCE: true, on: function(name, callback, once) { this.stack.push([name, callback, !!once]); }, emit: function(name, args) { for (var i = this.stack.length, item; i--;) { item = this.stack[i]; if (item[0] === name) { item[1](args); if (item[2]) { this.stack.splice(i, 1); } } } } }; var runningSearch = false; var hadAnEvent = true; var elementsToWatch = window.elementsToWatch = new Map(); var innerHeight = window.innerHeight; // timestamp da última rodada do requestAnimationFrame // É usado para limitar a procura por elementos visíveis. var lastAnimationTS = 0; // verifica se elemento está no viewport do usuário var isElementInViewport = function(el) { var rect = el.getBoundingClientRect(); var clientHeight = window.innerHeight || document.documentElement.clientHeight; // renderizando antes, evitando troca de conteúdo visível no chartbeat-related-content if(el.className.includes('related-content-front')) return true; // garante que usa ao mínimo 280px de margem para fazer o lazyload var margin = clientHeight + Math.max(280, clientHeight * 0.2); // se a base do componente está acima da altura da tela do usuário, está oculto if(rect.bottom < 0 && rect.bottom > margin * -1) { return false; } // se o topo do elemento está abaixo da altura da tela do usuário, está oculto if(rect.top > margin) { return false; } // se a posição do topo é negativa, verifica se a altura dele ainda // compensa o que já foi scrollado if(rect.top < 0 && rect.height + rect.top < 0) { return false; } return true; }; var asynxNextFreeTime = () => { return new Promise((resolve) => { if(window.requestIdleCallback) { window.requestIdleCallback(resolve, { timeout: 5000, }); } else { window.requestAnimationFrame(resolve); } }); }; var asyncValidateIfElIsInViewPort = function(promise, el) { return promise.then(() => { if(el) { if(isElementInViewport(el) == true) { const cb = elementsToWatch.get(el); // remove da lista para não ser disparado novamente elementsToWatch.delete(el); cb(); } } }).then(asynxNextFreeTime); }; // inicia o fluxo de procura de elementos procurados var look = function() { if(window.requestIdleCallback) { window.requestIdleCallback(findByVisibleElements, { timeout: 5000, }); } else { window.requestAnimationFrame(findByVisibleElements); } }; var findByVisibleElements = function(ts) { var elapsedSinceLast = ts - lastAnimationTS; // se não teve nenhum evento que possa alterar a página if(hadAnEvent == false) { return look(); } if(elementsToWatch.size == 0) { return look(); } if(runningSearch == true) { return look(); } // procura por elementos visíveis apenas 5x/seg if(elapsedSinceLast < 1000/5) { return look(); } // atualiza o último ts lastAnimationTS = ts; // reseta status de scroll para não entrar novamente aqui hadAnEvent = false; // indica que está rodando a procura por elementos no viewport runningSearch = true; const done = Array.from(elementsToWatch.keys()).reduce(asyncValidateIfElIsInViewPort, Promise.resolve()); // obtém todos os elementos que podem ter view contabilizados //elementsToWatch.forEach(function(cb, el) { // if(isElementInViewport(el) == true) { // // remove da lista para não ser disparado novamente // elementsToWatch.delete(el); // cb(el); // } //}); done.then(function() { runningSearch = false; }); // reinicia o fluxo de procura look(); }; /** * Quando o elemento `el` entrar no viewport (-20%), cb será disparado. */ window.lazyload = function(el, cb) { if(el.nodeType != Node.ELEMENT_NODE) { throw new Error("element parameter should be a Element Node"); } if(typeof cb !== 'function') { throw new Error("callback parameter should be a Function"); } elementsToWatch.set(el, cb); } var setEvent = function() { hadAnEvent = true; }; window.addEventListener('scroll', setEvent, { capture: true, ive: true }); window.addEventListener('click', setEvent, { ive: true }); window.addEventListener('resize', setEvent, { ive: true }); window.addEventListener('load', setEvent, { once: true, ive: true }); window.addEventListener('DOMContentLoaded', setEvent, { once: true, ive: true }); window.gevent.on('allJSLoadedAndCreated', setEvent, window.gevent.RUN_ONCE); // inicia a validação look(); })();
  • AssineUOL
Topo

Viés racista: algoritmo usado em milhares de hospitais dos EUA prioriza brancos

Hospitais utilizam softwares para ajudar a identificar pacientes com maior risco - Getty Images/iStockphoto
Hospitais utilizam softwares para ajudar a identificar pacientes com maior risco Imagem: Getty Images/iStockphoto

24/10/2019 21h22

Algoritmos de computador são usados em milhares de hospitais dos Estados Unidos para identificar pacientes com maior risco, a fim de fornecer-lhes um acompanhamento extensivo.

Mas esses programas exibem um viés racial significativo a favor dos brancos e contra os negros, de acordo com um novo estudo publicado na revista Science nesta quinta-feira (24).

Ziad Obermeyer, da Universidade da Califórnia em Berkeley, disse à AFP que fez essa descoberta quase por acaso, enquanto analisava dados fornecidos por um grande hospital universitário.

O algoritmo havia calculado "escores de risco" para identificar os 3% dos pacientes com maior risco (com diabetes, insuficiência cardíaca congestiva, enfisema etc.), que poderiam ligar para uma linha direta para marcar consultas no mesmo dia ou agendar visitas domiciliares.

"Se você olhava para duas pessoas, uma negra e uma branca, com exatamente o mesmo escore de risco, o paciente negro tinha muito mais chances de ter problemas de saúde piores nos próximos anos do que o paciente branco", disse Obermeyer à AFP.

O algoritmo não está programado para considerar raça. Ele funciona analisando os custos de assistência médica gerados por um paciente no ado.

"Esse é o problema, porque pacientes negros, em média, geram menos custos do que pacientes brancos com o mesmo nível de saúde", disse Obermeyer.

Esse é o resultado de desigualdades arraigadas que significam que os negros vão a menos consultas médicas e, quando o fazem, os médicos prescrevem, em média, menos medicamentos e solicitam menos exames.

A empresa que comercializa o software aceitou uma sugestão dos pesquisadores que espera-se que reduza o desequilíbrio racial em mais de 80%.

Mas, como Obermeyer aponta, ajustar o código é apenas o primeiro o: precisamos de melhores dados sobre o estado de saúde real dos pacientes.