原始美国原始原创的平均年龄小于以前的估计

一项精彩的新研究，美国官方记录大大减少了土著美国人的死亡和预期生命差异。 发表在美国医学协会杂志上。这项由波士顿大学公共卫生学院领导的研究提供了令人信服的证据，证明了实际统计数据与正式报道了美国土著印度和阿拉斯加人口（AI/AN）的健康结果

在其方法中，该研究跟踪了人造/个人之间随着时间的流逝的死亡结果，他们的身份在美国社会社会中被称为国家级别的代表群体中被识别出来。研究人员将美国统计局的数据联系起来 2008调查美国社会 从控制和预防疾病中心的官方死亡证明 国家生物医学统计系统 从2008年到2019年，她发现，人造/人口的平均寿命比全国平均水平不到6.5年。然后将此与来自的数据进行比较 CDC Wonder数据库我发现它们的数量几乎是疾病控制中心报告的差距的三倍。

实际上，研究发现，人工智能的平均预期寿命仅为72.7年，类似于发展中国家。

研究人员还揭示了广泛的种族主义分类。该研究指出，在CDC Wonder数据库中，大约有41％的人工/死亡分类为错误，该数据库主要被注册为“白色”。这些错误的系统分类在很大程度上是官方统计数据，它们提供了人工/死亡的死亡率，仅比全国平均水平高5％。当他们修改数据以计算这些错误的分类时，研究人员发现，最初报告的实际速率比报告的速度高42％。

种族分类的问题“对我们来说并不是什么新鲜事”。记者和政治家的最后趋势可能导致使用伞术，例如“土著人口”，而不是“阿拉斯加美洲印第安人和公民”，以阻止国际大赦国际/社会的独特需求，历史和政治身份，并在数据和公共话语中删除它们。她说：“这是我们使用的词 – 擦除 – 这确实导致了我们的健康统计数据中的这个秘密。”

从人工智能的整个生命周期中，与种族分类有关的问题持续从出生到幼儿干预到慢性疾病和死亡。 Star指出，在加利福尼亚，尤其是在洛杉矶等城市地区，土著人通常被定义为拉丁或多种族，这会严重扭曲公共卫生数据并减少健康差异的程度。明星说：“这确实隐藏了我们社会之间的早期死亡和健康变化的真正范围。”

此外，Star表示，缺乏准确的数据加剧了健康的变化。她说：“这确实是公共卫生和正义的问题。” “如果您没有这些数字来支持目标响应，那么您将无法获得这些干预措施甚至预防措施的资金。”

根据美国人口普查数据，加利福尼亚是美国最大的大赦国际/人口的所在地。这意味着它有一个独特的机会来领导国家解决这些常规问题。由于许多联邦部落和公认的州以及大赦国际/人口，加利福尼亚州可以优先考虑收集合作和准确的公共卫生数据。

Star指出，当前的扭曲并不总是有害的，但通常是由于缺乏训练而造成的。加利福尼亚州建议针对被指控注册这些数据的人的针对性培训计划，包括fun仪经理，韩国人，医生和执法人员；自定义专门的资源，以提高在重要记录上种族主义分类的准确性；并加强与部落领导人的伙伴关系。

该研究的作者提出了类似的课程，并且有许多成功的例子 由土著人民领导的健康伙伴关系 在整个加拿大看到 以及有助于减少可以用作模板的人工智能/社会之间健康差异的美国。

这些努力不仅将有助于纠正历史上的不准确性，而且还可以确保人工智能/社会获得公平的健康资源和对政治的关注。

Star说：“当人工智能/人员在生与死中分类时，它会扭曲公共卫生数据并将不平等的各个方面更加深入。” “微生物数据不仅与数字有关 – 它与尊敬生活，保持系统负责并确保我们的社会看到和服务有关。”