[이미디어= 황원희 기자] 새로운 연구에 따르면, 전 세계 수백만 명의 사람들이 오늘날 세계적인 의료 산업으로 인해 공중 보건에 위협이 되고 뿌리깊은 인종차별이 이를 형성하는 데 도움이 되었다고 한다.

유니버시티 칼리지 런던 글로벌 보건연구소에 의해 학술지 란셋지에 실린 연구에 따르면 인종차별, 외국인 혐오, 차별, 보건 부문에서 종종 불리한 위치에 놓은 사람들 사이에서 예방가능한 질병과 조기 사망을 야기할 수 있는 의료 차별 현상을 지적한다. 

이 연구는 의식적 혹은 무의식적인 차별이 모두 인종적 건강 불평등의 중요한 동인라는 점을 발견했다.

신체에 직접적인 영향을 미치는 스트레스 반응, 열악한 생활 환경 및 개인의 건강 증진 기회를 제한하는 요인을 포함하여, 여러 상호 연관된 요인들이 결합됨으로써 소외된 사람들이 받는 의료 서비스의 질을 감소시키게 된다.

특히 의료 접근성과 의료 품질에 대한 제도화된 차별은 실제 의료현장에서 중대한 결과를 초래한다. 미국 질병통제센터의 자료에 따르면 코로나19를 예로 들면, 미국의 흑인이나 라틴계 사람들은 백인보다 사망할 가능성이 최대 1.8배 더 높은 것으로 나타났다. 아메리카 원주민 민족은 다른 집단에 비해 코로나19 감염으로 인한 입원율이 높다.

다른 곳에서도 마찬가지다. 예를 들어, 영국의 흑인들은 백인들보다 코로나19로 사망할 가능성이 1.9배 더 높다. 이러한 차별의 패턴은 암에서 태아기 관리에 이르는 다른 치료에까지 확대된다고 연구는 보여준다.

이러한 문제의 근원은 의학 역사 초기로 거슬러 올라가는데, 유럽과 미국에서 인기 있는 19세기 이론인 골상학을 통해, 흑인들의 몸은 백인들의 몸과 신체적으로 다르다고 주장하는 데서 비롯됐다. 이같은 생각은 일부 잘못 전파되어 무의식적인 편견을 심어주며 글로벌 의료 환경에 스며들 수 있다.

오늘날의 연구는 개발 중인 일부 스마트 헬스케어 소프트웨어에서 유사한 편향을 발견했다. 알고리즘은 인종차별적이지는 않지만, 알고리즘을 개발하는 의료 시스템의 가정과 무의식적인 편견을 포함하고 있으며, 이는 알고리즘이 작동하는 방식에 영향을 미친다. 예를 들어, 사이언스지에 발표된 2019년 연구는 추가 치료를 위해 추천된 흑인 환자의 수를 절반 이상 줄인 미국의 보건 알고리즘에서 인종 편견의 증거를 발견했다.

이 알고리즘은 건강 비용을 건강 필요성의 지표로 사용하도록 프로그래밍되었다. 그러나 백인 환자와 같은 수준의 필요성을 가진 흑인 환자들에게 더 적은 비용이 사용되었기 때문에, 이같은 알고리즘은 똑같이 아픈 백인 환자들보다 더 건강하다는 잘못된 결론을 내렸다. 그러나 알고리즘을 변경함으로써 인종적 편견이 제거될 수 있었다.

란셋 시리즈의 연구는 의료 시스템의 구조적 인종차별이 너무 적은 관심을 받아왔다는 사실을 강조하고 있다.

인종과 카스트 제도와 같은 범주는 생물학적으로 임의적이지만, 소수 집단이 직면하는 차별은 매우 현실적이며, 공중 보건은 이러한 문제를 해결할 책임이 있다고 연구는 지적한다.

다양하고 포용적인 세계를 보장하는 방법을 찾는 일은 2023년 1월 다보스에서 열리는 세계경제포럼 연차총회에서 논의될 과제 중 하나다. 정부, 기업, 시민 사회의 지도자들은 이 플랫폼을 의료 서비스에 대한 접근과 같은 긴급한 세계적인 문제를 해결하고 해결책을 찾는 데 도움을 주기 위해 사용된다는 방침이다.

[저작권자ⓒ 이미디어. 무단전재-재배포 금지]