研究表明，使用来自不同医院的胸部X光数据训练模型时，医院特定的图像伪相关性可能导致模型性能下降。这强调了在数据选择和模型评估中需谨慎，以避免引入偏见和放大健康差异。

机器学习在医疗保健中的偏见通常源于数据不完整和健康差异。目标规范偏见是一种更普遍的偏见来源，发生在目标变量的操作化与决策者对其定义的不匹配时。最新研究提出了抵消目标规范偏见的方法，并避免其有害后果。