Die Forschung bezog sich nie proportional auf Frauen. Die Apps haben diese Lücke geerbt.

Es ist keine Verschwörungstheorie. Es ist eine dokumentierte historische Tatsache: Während des größten Teils des 20. Jahrhunderts waren die Körper, auf denen die bevölkerungsbezogene Gesundheitsforschung aufbaute, überproportional männlich. Frauen wurden bis in die 1990er Jahre standardmäßig von großen klinischen Studien ausgeschlossen mit der Begründung, der Menstruationszyklus sei ein Störfaktor – eine höfliche wissenschaftliche Umschreibung dafür, dass das, was Sie zur Frau macht, als zu filterndes Rauschen behandelt wurde.

Drei Jahrzehnte später ist dieses Erbe immer noch allgegenwärtig. Tabellen zur Medikamentendosierung. Checklisten für Herzinfarktsymptome. Die Referenzbereiche, mit denen Ihr letzter Bluttest abgeglichen wurde. Das automatisch erkannte „Normal“ auf Ihrem Schlaftracker. Das Lutealphasen-Symptom, das Ihre Zyklus-App stillschweigend zum Durchschnitt gerundet hat. Nichts davon wurde in böser Absicht entwickelt. Alles davon wurde auf Daten aufgebaut, die nicht genügend von Ihnen enthielten.

Was die Apps geerbt haben

Gesundheits-Apps und Wearables für Endverbraucher haben die Datenlücke nicht erfunden. Sie haben sie geerbt. Dann haben sie sie auf zwei Weisen verschlimmert: indem sie mit mehr der gleichen verzerrten Daten trainiert wurden und indem sie Ihre individuellen Ausreißer in Bevölkerungsdurchschnitte glätteten, damit das Dashboard aufgeräumt aussah. Ein aufgeräumt aussehendes Dashboard ist das Problem. Ein aufgeräumtes Dashboard ist es, was Ihnen sagt, dass nichts falsch ist, obwohl etwas nicht stimmt.

• Zyklus-Apps, die von einem 28-tägigen Zyklus ausgehen und Ihren echten Zyklus stillschweigend darum zentrieren. Ihr echter Zyklus waren die Daten. Die Glättung war der Verlust.
• Schlaftracker, die „normal“ anhand eines Bevölkerungsdurchschnitts bewerten, in dem der Schlafeinbruch der Frau in der Lutealphase durch die Nächte der Männer statistisch herausgewaschen wird.
• Herzfrequenzvariabilitäts-Bänder, die auf athletische männliche Kohorten kalibriert wurden und Ihre völlig normale Erholung zwei Wochen pro Monat als schlecht einstufen.
• Symptom-Checker, deren „klassische Präsentation“ für einen Herzinfarkt die männliche ist, während die weibliche Präsentation unter „atypisch“ aufgeführt wird.

Warum dies jetzt wichtiger ist, nicht weniger

Man könnte annehmen, dass sich die Lücke schließt. An einigen Stellen tut sie das auch. Die FDA verlangt seit 1993 geschlechtsspezifische Analysen. Kardiologie-Leitlinien beginnen, die weibliche Präsentation als primär und nicht als atypisch zu bezeichnen. Endometriose wird nicht mehr routinemäßig von jedem Kliniker unter vierzig als „dramatische Übertreibung von Frauen“ abgetan. Echter Fortschritt, echt und langsam.

Aber die Apps auf Ihrem Handy wurden auf den bereits vorhandenen Daten trainiert, und diese Daten sind immer noch verzerrt. Schlimmer noch: Dieselben Apps werden jetzt mit KI-Funktionen überlagert, die Ihnen selbstbewusst Ihre Gesundheit zusammenfassen. Selbstbewusstsein ist nicht Genauigkeit. Ein Modell, das auf einer Bevölkerung trainiert wurde, die Sie unterrepräsentiert, wird genauso fließend sprechen, wenn es bei Ihnen falsch liegt, wie wenn es richtig liegt.

Die N=1-Lösung

Es gibt eine Lösung, die nicht erfordert, darauf zu warten, dass die Forschung aufholt. Betrachten Sie Ihren eigenen Körper als eine Stichprobengröße von eins. Hören Sie auf, den Algorithmus zu fragen, ob Sie normal sind. Fragen Sie ein schlussfolgerndes Modell – gefüttert nur mit Ihren eigenen Notizen aus vier Monaten –, ob Sie ein Muster haben. Das Modell braucht keine Bevölkerung. Es braucht Ihre Daten, ehrlich aufgeschrieben, und eine Frage, die respektiert, was nur Sie sehen können.

1. Öffnen Sie ein einziges Dokument. Vier Zeilen pro Tag. Zyklustag (oder Woche, postmenopausal). Schlaf. Ein Symptom, bewertet von 1–10. Ein Satz über Ihre Energie. Neunzig Sekunden. Keine aufblinkenden Bildschirme.
2. Tun Sie dies für vier Zyklen oder vier Monate, falls Sie keinen Zyklus mehr haben. Vier Monate sind die kleinste Stichprobe, in der ein echtes Muster über das Rauschen einer einzelnen schlechten Woche hinaus sichtbar werden kann.
3. Fügen Sie alles in ein kostenloses, schlussfolgerndes Chat-Tool ein. Fragen Sie: „Welches Muster erkennen Sie in meinen eigenen Daten dieser vier Monate – nicht, was für die Bevölkerung normal ist, sondern was für mich konsistent ist?“
4. Nehmen Sie den einen Absatz, den das Modell zurückgibt, bearbeiten Sie ihn auf Genauigkeit und bringen Sie ihn zu Ihrem nächsten Arzttermin als Grund für eine spezifische Untersuchung mit. Eine. Nicht zwölf.
5. Wenn der Arzt sagt „Zyklen variieren“, haben Sie jetzt vier Monate an Beweisen, dass Ihrer auf eine spezifische, wiederholbare Weise variiert. Das ist der Satz, der das Gespräch voranbringt.

“Bevölkerungsdaten konnten Sie nicht sehen. Ihre eigene viermonatige Notiz kann es. Das Modell, das sie auswertet, diagnostiziert Sie nicht – es erledigt die Dashboard-Arbeit, die die Apps eigentlich leisten sollten, aber nicht konnten, weil die Apps auf einer Bevölkerung aufgebaut waren, von der Sie nie ein proportionaler Teil waren.”

Für Fachleute, die dies lesen

Wenn Sie mit Frauen arbeiten – und das tun die meisten Fachleute –, ist die schnellste Verbesserung Ihrer Aufnahmequalität, neue Klientinnen nicht mehr zu bitten, App-Daten mitzubringen, sondern sie zu bitten, ihre eigene Vier-Zeilen-Notiz über vier Zyklen mitzubringen. Aus drei Gründen: Die Notiz ist auf eine Weise ehrlich, wie es App-Daten nicht sind, denn niemand belügt ein Notizbuch so, wie man eine Erfolgsserie belügt. Die Notiz enthält die Spalten, die den Apps fehlen, weil die Klientin sie geschrieben hat. Und die Notiz kann von einem Modell vor den Augen der Klientin in drei Minuten ausgelesen werden, was die Auswertung selbst zu einem Teil der Beziehung macht.

Es beendet auch die stille Annahme, dass die Bevölkerungsdurchschnitte, auf denen Ihre Werkzeuge basieren, eins zu eins auf sie zutreffen. Das tun sie nicht. Sie treffen im Durchschnitt zu. Sie ist nicht der Durchschnitt. Niemand ist das.

Der stille Hebel

Die Datenlücke wird sich schließen. Sie schließt sich bereits. Aber die Apps, die Sie diesen Monat verwenden, wurden trainiert, bevor sie sich schloss, und die KI-Funktionen, die dieses Jahr daran angeflanscht werden, glätten Ihr echtes Signal selbstbewusst in den gleichen alten Bevölkerungsdurchschnitt. Bis die Forschung aufholt, ist das genaueste Modell Ihrer Gesundheit dasjenige, das vier Monate Ihrer eigenen ehrlichen Notizen gelesen hat – und nichts anderes. Dieses Modell existiert. Es ist kostenlos. Die Vier-Zeilen-Notiz ist das, was es nützlich macht.

Hören Sie auf, Algorithmen zu fragen, ob Sie normal sind. Fragen Sie ein Modell, ob Sie ein Muster haben. Die erste Frage hätte Ihnen nie geholfen. Die zweite ist die, auf die Ihr Körper gewartet hat, dass sie jemand stellt.