人工智能（AI）已经在改变提供医疗保健的方式，提高了图像的诊断准确性，从可以指导治疗计划的大型数据集中对患者结果进行预测分析，并分析个体患者数据以根据个人需求量身定制干预措施。麻省大学陈医学院研究员刘飞帆博士，人口与定量健康科学副教授，是国家努力引领人工智能另一个重要应用的一部分：促进健康公平。
2022年，刘博士是美国国立卫生研究院人工智能/机器学习联盟推进健康公平和研究多样性（AIM-AHEAD）计划的首批领导研究员之一，该计划旨在加强在人工智能和机器学习模型开发中代表性不足的研究人员和社区的参与和代表性，并提高这项新兴技术解决健康差距和不平等问题的能力。
“Feifan与AIM-AHEAD的合作以及作为AIM-AHEAD结构的一部分，在思考方面处于领先地位，不仅是人工智能的价值是什么，而且它在医疗保健系统和整个社会中是如何运作的？”人口与定量健康科学教授、医学博士、公共卫生硕士Ben s.Gerber说，他与刘在几个项目上合作。“风险是什么？我们如何处理人工智能的公平、偏见和信任以及其他伦理问题？”
刘是AIM-AHEAD奖学金两项主要研究项目的首席研究员。第一个项目是DETERMINE（通过负责任的机器学习进行糖尿病预测和公平性），这是一项为期两年的140万美元的NIH AIM-AHEAD联盟开发资助，与伊利诺伊大学芝加哥分校和坦普尔大学合作开发了一个人工智能驱动的多变量风险预测模型，以整合社会、人口和临床因素，实现准确、公平、可推广和可解释的2型糖尿病预测。
Gerber博士是该研究的联合首席研究员，目前已进入第二年。刘说：“主要目标是建立一个反应灵敏的人工智能模型，预测患2型糖尿病的风险，并评估该模型在不同机构中的推广程度，以及该模型在不同人群中的公平表现。”。“我们还将进行模拟分析，说明对现实世界临床实践的潜在影响，并改善预防医学或预防计划的可及性，特别是对受2型糖尿病影响不成比例的少数群体。”人工智能应用的核心是机器学习模型所基于的算法。
刘解释说，现有的2型糖尿病预防措施的临床指南依赖于一个简化的、不精确的糖尿病前期定义，该定义依赖于血糖和体重指数等有限的指标。研究人员正在将涉及邻里、环境和经济特征的非医疗社会经济数据整合到DETERMINE算法中，他们希望该算法能更准确地识别有风险的人，并导致预防和治疗资源的更公平分配。第二项研究AI2Equity是2024年由美国国家心肺血液研究所资助的一项为期四年的300万美元赠款。
该多学科研究团队与国家社区卫生网络OCHIN和坦普尔大学合作，旨在建立一个深度学习模型，该模型结合了健康的社会决定因素、结构化的电子健康记录和临床记录，以改善心血管疾病的预测。刘表示，该项目为推进公平的心血管疾病预防提供了坚实的基础。该模型将与目前使用的心血管风险预测工具进行比较。刘说：“对于这两个项目，我们将评估和改进不同机构和不同环境下的普遍性和模型公平性。”。
“为了减轻偏见，我们将开发训练算法，确保模型训练排除与种族或民族等敏感属性密切相关的信息。研究表明，人工智能可能会无意中从偏见数据中发出大量信号，加剧边缘化群体的差异。最后，我们想证明该模型具有更好的可解释性，以更好地支持临床决策。”刘和格伯说，越早、越准确地确定患糖尿病或心血管疾病的风险，健康结果就越好——通过生活方式和药物治疗预防或延缓疾病。