這是一份結合演講者口述內容與簡報延伸數據的詳細重構講稿。
挑戰醫療產業現狀：縮小科技獲取的落差
本場次由主持人開場介紹第一位講者，同時也是本場次的共同主持人——Partha Kar 教授。Kar 教授自 2008 年起擔任顧問醫師，目前是英國國民保健署（NHS）糖尿病系統的國家級專業顧問，擁有豐富的系統內實務經驗。主持人特別指出，Kar 教授致力於推動醫療民主化，並在大規模醫療系統中建立公平性，此次演講將分享他領導這些計畫的寶貴經驗。
演講隨後由 Kar 教授正式開始，他表示，這場演講探討的不僅是醫療保健領域中日益擴大的落差以及對醫療產業的挑戰，這同時也是對我們每一位醫療從業人員自身的挑戰。
醫療不平等的現實與數據的反思
這是一段關於社經剝奪（Deprivation）、不平等，以及我們做過什麼、什麼無效、什麼有效的旅程與教訓。
回顧 2018 年的英國 NHS，當時的狀況是：我們沒有關於連續血糖監測（CGM）的 NICE 治療指引；雖然有胰島素幫浦的指引，但普及率參差不齊；當時只有大約 2% 的人口能夠獲取 CGM，且我們沒有第一型糖尿病的數據審計。
這也是 2018 到 2020 年間的真實處境：一個黑人孩童能獲得感測器的機會，只有白人孩童的一半。從 2019/20 年與 2020/21 年即時連續血糖監測（rtCGM）的使用數據來看，各族裔間存在明顯落差。例如，2019/20 年間，白人兒童使用率約為 20%，而黑人兒童僅約 12%；即使到了 2020/21 年整體使用率提升，白人兒童達到約 28%，黑人兒童依然落後於約 22%。在社經剝奪指標上，最不缺乏資源（Least deprived）的族群使用率從 25% 升至約 35%，而最缺乏資源（Most deprived）的族群僅從 14% 升至約 24%。
然而，我要強調的重點不僅僅是這些數據，而是當我公開分享這些數據時發生的故事。
當這份數據公佈時，在一個充滿小兒科醫師的場合中，有一位小兒科醫師舉手表示：「我對這個數據感到有些被冒犯。」我問她為什麼覺得被冒犯，因為她既不是小孩，也不是黑人。她的回答是：「這感覺就像你在指控我們的醫療人員是種族主義者。」
我當時的回答，以及我一直以來的立場是：「不，看到數據並不會讓你變成種族主義者。但是，看著這些數據卻無所作為，並聲稱這樣的現狀是可以接受的，這本身就是一種種族主義。」
這並不意味著你必須每次都做對。當一個數據看起來不對勁時，作為一名臨床醫師，你應該受到挑戰，去審視數據，如果數據是準確的，就採取行動去糾正它。你可能會在嘗試糾正的過程中失敗，而失敗是重要的。如果我們不曾失敗，要怎麼告訴別人不要重蹈覆轍？這是我這十年來獲得的極其重要的教訓。但如果看到這樣的數據，你只是聳聳肩說「黑人孩童只有一半的機會是正常的」，那麼你的過失就和任何人一樣大。這不僅僅是結構性問題，這也是你個人的問題。
弭平落差：八年後的成果
來看看我們現在的狀況。八年過去了，落差已經不復存在。現在的數據曲線，無論在社經剝奪程度還是種族、膚色上，都是完全平坦的。根據預估至 2024/25 年底的連續血糖監測（含混合閉環系統 HCL）使用數據，0 至 18 歲族群在最貧困（IMD1）與最富裕（IMD5）區間的使用率分別為 92% 與 94%；在不同族裔間，白人、亞裔、混血族群皆達 93%，黑人與其他族裔也分別高達 91% 與 90%。
那位曾經感到被冒犯的小兒科醫師，後來也特別跑來對我說：「看看我們是怎麼做到的。」這非常棒，這正是我們希望臨床醫師做的事：被數據挑戰，然後採取行動糾正它。這花費了大量的時間、精力，以及不斷挑戰既有偏見的過程，但這就是我們現在達到的境界——你的膚色不再是衡量你是否能獲得醫療科技的晴雨表。
在混合閉環系統（Hybrid Closed Loops, HCL）的推廣上，我們國家目前的狀況也是如此。從兒科開始推廣 HCL 的第一天起，我們就確立了一個基本原則：我們不希望看到任何落差。**根據 GIRFT 對 NDA 與 NPDA 數據的分析，截至 2025/26 年第三季，0 至 18 歲的 HCL 使用率在最貧困至最富裕區間已拉近至 71% 與 75% 之間，白人為 74%，黑人為 68%；而在 19 歲以上成人族群中，使用率在最貧困至最富裕區間為 10% 至 14%，白人為 12%，黑人為 8%。**目前的差距已經非常微小，我們預期到今年三月底時，曲線將完全平坦。我們不斷堅持，論述也非常簡單直接：你的膚色絕對不能成為你無法獲得醫療科技的變數。
我經常在許多會議上說這句話：最好的糖尿病科學或研究，是能夠真正走入人們生活中的科學。 否則，它不過是歷史上的一個註腳，或是你履歷上的一個項目符號。我還要加上一點：它必須走入每個人的生活中，無論其支付能力或膚色為何。
全球視角下的醫療特權與產業挑戰
我們並未充分討論日益擴大的落差問題。特權（Privilege）是一個非常重要的概念，這不僅僅是基於你膚色的特權，更包含了地理位置的特權——你身處哪個國家、該國的購買力如何。如果某個國家對胰島素、試紙或醫療科技的需求與另一個國家相同，那麼他們獲得這些資源的機會也應該相同。然而，即使在有公共資金支持的國家內，獲取資源的機會也是不平等的。結構性問題並非唯一原因，我們絕不能忽視人為因素。
以印度為例，它是一個很好的切入點，幫助我們理解國家間的差異。印度目前擁有世界上第二大的第一型糖尿病人口，**全球地圖顯示，美國與印度的第一型糖尿病盛行率處於全球最高級別（高達 1,512,851 人），而中國與巴西也處於相對高位。**但如果你看看健康壽命損失（healthy year lives lost）的指數，那就是他們的現況。
以印度的健康結果分析為例，在基礎情境（Base Scenario）下，患者的健康壽命僅 32.6 年，而損失的健康壽命高達 42.1 年；若能提供及時診斷、胰島素與試紙，健康壽命可增至 35.7 年，並挽回 17 年的健康；若能進一步普及胰島素與 CGM，健康壽命可大幅提升至 52.7 年；如果能達到幫浦與 CGM 的最佳配置，健康壽命將達 56 年，損失的健康壽命則大幅降至 14.8 年。這顯示了醫療資源介入的巨大影響。
我們必須認清，差異化不僅僅存在於國家內部因偏見造成的膚色差異，它更根本地取決於你生活在哪個國家。在座有多少人曾經參加過會議，聽著台上的演講，心裡卻想著：「我連最基礎的物資都拿不到，而你們現在卻全都在談論抗體篩檢（antibody screening）？」
我要對醫療產業提出的問題是：你們是否在全球各地大規模推廣這些技術？還是你們的目標僅限於那些負擔得起的國家？如果是後者，我們所做的只是在創造一個更加不平等的世界。曾在其他國家工作過的人都會知道，如果你去印度，目前存在著「兩個印度」：一個是什麼都負擔得起的印度，他們能獲得比世界上大多數地方更好的照護；另一個印度，則是連糖尿病試紙都難以取得的印度。
身為一個全球社群，我們到底站在哪裡？我們只是在關心自己的群體，還是真的在努力解決我們所面臨的落差？這非常重要。我對醫療產業的挑戰是：採用相同的財務模型行不通，你們必須換位思考。你們的下一項創新，是否會進一步擴大醫療落差？
有多少人去聽了關於「全閉環系統（fully closed loop）」的演講？覺得非常驚艷對吧？但如果我把這個技術帶到非洲的許多地方，他們會看著你說：「抱歉，什麼？全閉環什麼？我這裡連試紙都拿不到。」
挑戰醫療人員內部的系統性偏見
我們不要求你去解決每一個國家的問題，但我絕對希望你去審視你自己的臨床實踐中，落差究竟出在哪裡。我們必須承認醫療人員內部也是存在偏見的。在座有誰認為醫療從業人員沒有偏見的請舉手？沒人舉手？所以我們都有偏見？身為人類，大腦的運作方式就是如此。問題在於我們做了什麼。
人們在談論種族主義時總是非常謹慎，深怕被貼上「覺醒（woke）」的標籤。除了糖尿病領域，我在 NHS 的另一個身分是處理醫療勞動力中的種族歧視與性別歧視。如果你覺得我收到的聖誕卡片已經夠多了，你根本無法想像我在處理這項工作時（例如護理人員的霸凌與騷擾案件）會收到多少「聖誕卡片」。
自 2020-2021 年起，我參與了一項針對英國全國醫療勞動力平等的調查。數據告訴我們：你被移送監管機構的機率、你晉升高級領導職位或顧問的機會、你作為實習醫生的晉升狀況、你是否感到被霸凌、騷擾，以及你是否感到被重視，在整個英國，這些都直接取決於你皮膚的顏色。
**根據 NHS 勞動力種族平等標準（WRES）2015 至 2021 年的數據分析，高達 98.6% 的醫療信託機構中，少數族裔（BME）員工認為機構提供平等升遷機會的比例遠低於白人員工。以 2020 年為例，87.3% 的白人員工相信有平等機會，而 BME 員工僅有 69.2%。此外，BME 員工在工作中遭遇主管或同事歧視的比例（16.7%）也遠高於白人（6.2%）。這些全國性數據清楚顯示，偏見真實存在。**這都是可以 Google 到的全國公開數據。
讓我舉個性別歧視的例子。大部分女性遇到這個詞會點頭，而男性可能會說：「喔，現在哪有什麼性別歧視，我們做得很好啊。」實際上，所有女性在生命中都會遇到四種男人：
大家都遇過這類人。如果你認為他們不存在，那我們就是在自欺欺人。種族主義也是完全一樣的，偏見也是一樣的。它確實存在，它可以被解決，但這需要數據、需要不斷的挑戰，以及挑戰我們自身的偏見。這就是為什麼我總是呼籲大家：檢視自己的數據，想想你可能在哪裡犯了錯。
破除「無意識偏見」的迷思
今天這場演講的目的是希望大家多思考一下，而不是只顧著追求下一項驚人的新科技或新的胰島細胞移植，卻忽略了同一個地球上，現在還有孩童正因為拿不到胰島素而死去。
最後，我想拋出一個可能會讓我惹上麻煩的觀點（反正我這輩子惹的麻煩已經夠多了，我已經放棄掙扎了）。誰聽過「無意識偏見（unconscious bias）」這個詞？誰相信它真的存在？
我的觀點是：「無意識偏見」是企業創造出來的詞彙，目的是幫助人們掩飾他們潛在的種族主義。 讓大家感覺好過一點。如果到了 2026 年，你還不了解文化差異、不知道人們的背景，你需要的是去多讀點書。這不是什麼無意識偏見，你需要的是去照個腦部斷層掃描。
我們必須停止把錯推給「無意識偏見」。如果你對女性有偏見，那單純是你缺乏良好的教養。這就像有人說：「我喝了太多酒，所以我變成了一個性別歧視者。」不，酒精只是讓你的抑制力降低，暴露出你本來的面目。
醫療保健領域不應該有任何不同。世界上最好的科學，就是能夠平等地進入每個人生活中的科學，如此一來，我們才是一個真正的社群。
現場問答環節（Q&A）
主持人提問： 從你最後一頁的投影片，讓我開始思考關於人工智慧（AI）革命的潛力。這可能是個很大的問題，但你對此有什麼期望？你預期 AI 會帶來什麼不同的改變嗎？
Partha Kar 教授： 這是一個非常棒的問題，我們最近也確實在討論這個。我認為 AI 具有巨大的潛力，但我們必須記住，AI 的產出取決於我們輸入了什麼。 我們現在處於一個非常好的時機，可以透過輸入正確、不帶偏見的資訊，讓 AI 變得非常優秀。如果我們重蹈覆轍，把過去這麼多年來充滿偏見的數據、研究輸入進去，那我們就會鑄下大錯。 我參加過一個會議，有人說「AI 會取代所有人」。對此我持保留態度，那種說法通常是看太多《魔鬼終結者》（Terminator）的人講出來的。但我認為，不使用 AI 的醫生，未來將很難生存下去。 這不代表 AI 會搶走大家的工作，它是一個很棒的工具，而我們有責任在開發階段去除它的偏見，這裡面充滿了機會。
Graeme Ogle（來自雪梨 Life for a Child）： Partha，你是如何縮小不同種族之間的不平等落差的？你是怎麼跟員工溝通的？這個理念向下滲透的程度如何？
Partha Kar 教授： 當我說我參加過許多紀律會議時，我絕對不是在開玩笑。很多時候這關乎於「挑戰人們」。我們現在處於一個很有趣的社會氛圍，當你質疑某人為什麼會發生這種狀況時，他們自己反而會覺得被冒犯。事情往往會演變成：「你需要對我友善一點，當你說我沒有縮小落差時，你對我很不友善。」 我總是告訴大家，這些是我們本就該做的基本功，而要求當責（accountability）並不等於人身攻擊。 我的哲學是：每三個月，我會和系統人員開會，檢視數據，並要求他們給我一個存在差異的根本原因。 我舉個偏見發生的真實例子，這是我聽過最荒謬的故事，以後一定會寫進我的書裡。我曾經問一群臨床醫師：為什麼黑人孩童沒有拿到 FreeStyle Libre（連續血糖監測儀）？ 他們的回答至今仍深深烙印在我的腦海中。他們說：「因為 Libre 的顏色是白色的。」 我說：「這真有趣。我從來沒聽過這種說法。因為我很確定我看過黑人穿白色的衣服。」 然後我親自走進社區，詢問了病患家屬。那些黑人媽媽告訴我：「不管是黑色、綠色、紅色還是黃色，我們只希望能拿到這個儀器。」 我不知道那種偏見是從哪來的，但它確實存在，而且是存在於政策執行的層面，不僅僅是閒聊而已。 所以我一直非常有條理地運用數據。我會說：「數據就是這樣。這裡存在落差。主動去接觸病患，去做你們該做的事。」 此外，我們在懷孕照護上也做了類似的事。過去黑人女性的妊娠結果總是較差。但當我們讓 CGM 的獲取管道變得公平日後，所有族群的妊娠結果都達到了相同的水準。 最後，人們必須具備文化意識（cultural awareness）。如果你問：為什麼黑人社群不願意接種疫苗？不願意接受某些治療？那代表你沒有讀過歷史，不了解過去在這個社群身上發生過什麼事，不明白他們為何抱持懷疑態度。 這就是我的工作：促進溝通、提出挑戰、提出質疑。這需要很長的時間、大量的努力、一個優秀的團隊，以及偶爾來點威士忌。
線上觀眾 Fabiana（居住在英國的巴西人）： 談到巴西，我們還有很長的路要走，需要建立更多的公共政策。請問要如何開始？如何提高標準？
Partha Kar 教授： Fabiana，我上週剛好在巴西聖保羅，和你們的政策制定者討論的正是這個問題。我深信，身為臨床醫師，如果我們在某個國家取得了成功經驗，我們的責任就是將這些知識傳遞出去，幫助政策制定者了解投資的效益。因為我絕對不相信，在缺乏醫療科技輔助的情況下，我們有辦法將龐大糖尿病人口的糖化血色素（HbA1c）降到 7 以下。我們根本做不到。 所以我總是鼓勵有經驗的政策制定者去和其他國家交流。我也公開承諾過：任何想跟我討論的人我都很樂意，我希望能將這些經驗散播出去，提供成本效益分析等資料讓大家使用。所以我們 NHS 團隊現在的任務就是撰寫論文、發