本日报作者不通中文。这些译文由人工智能自动生成，作者本人无法亲自核对其语言准确性和文化适切性。我们以谦逊和真诚的态度发布此版本，希望与中文读者建立连接。若发现翻译错误、表达不当或文化误读之处，恳请告知 — 我们将虚心接受并改进。
L'auteur du Journal d'un Progressiste ne parle pas chinois ; ces traductions sont produites par intelligence artificielle et n'ont pas été vérifiées par lui. Cette version est publiée dans un esprit d'échange et d'humilité — vos retours sur les erreurs éventuelles ou les contresens culturels sont les bienvenus.
— 《进步者日报》编辑部 / La rédaction
部分美国保险公司已开始将生物识别数据纳入风险评估。据 Towards Healthcare 数据，2026 年全球医疗生物识别技术市场将达到 115.7 亿美元，年复合增长率为 17.34%。生理数据比粗略的行政变量更客观——这一承诺确有依据。但当”没有数据”本身成为一种惩罚时，歧视只是换了地址。
要点
- 据 Towards Healthcare 数据，2026 年全球医疗生物识别市场达 115.7 亿美元，2035 年可能超过 487.7 亿美元（年复合增长率 17.34%）。
- Humana 和 UnitedHealthcare 提供使用活动数据的健康奖励计划。
- Commonwealth Fund 2026 年报告确认，美国没有任何一个州消除了按种族或族裔划分的医疗可及性差异。
- 缺乏稳定网络连接、测量设备或数字基础设施的人群，其生物识别档案可能更不完整。
- 监管机构尚未界定数据颗粒度从哪个阈值起会制造出”隐形不可保”阶层。
病历档案有其局限
几十年来，美国保险公司依据间接变量为风险定价：年龄、性别、邮编、自述病史。这些变量很粗糙。一个住在贫困社区的 45 岁男性，身体状况可能好过他那位久坐不动的 30 岁邻居。行政档案无法做出这种区分。
生物识别承诺纠正这一点。心率传感器、加速度计、脉搏血氧仪：这些设备测量的，正是档案只能粗略申报的内容。Humana 推出了与联网手表数据挂钩的激励计划。UnitedHealthcare Motion 用活动目标换取奖励。商业逻辑很直接：测量得更精细，是为了区分得更精细——先是统计意义上的，再是经济意义上的。
Towards Healthcare 估计，2025 年北美占全球市场约 42%。北美既不占全球人口的 42%，也不占慢性病患者的 42%。这一比例反映的，是私营保险公司的集中：它们既有能力投资这些技术，又有最直接的财务动机去细化风险分层。
当机器在学习时，”客观”意味着什么
这个市场的关键词是”客观”。生理数据被定性为中立，因为它测量的是真实的物理信号：心跳、步行距离、血氧饱和度。这个论点有其力量。计步器不知道你是黑人还是白人，是穷人还是富人。
但用这些数据训练出来的算法，无法与产生训练数据的人群脱钩。发表于《新英格兰医学杂志》等期刊的研究记录到，脉搏血氧仪会高估深肤色患者的血氧饱和度，产生错误读数，在新冠疫情期间延误了治疗。传感器是客观的，偏差是结构性的。
这一机制不同于故意歧视，也正因如此更难被挑战。当保险公司援引”生理风险评分”拒保或加收保费时，原告可能必须证明存在可识别的做法、差异性影响和因果联系；能否获取模型取决于适用程序和法律。某些反歧视保护——尤其是司法解释下的《第六章》（Title VI）——要求证明主观意图，而《第七章》（Title VII）在就业领域明确承认”差异影响”（disparate impact）。
Commonwealth Fund 测量算法看不到的东西
Commonwealth Fund 2026 年《州健康差异报告》连续多个周期得出同一结论：美国没有任何一个州消除了按种族或族裔划分的医疗可及性差异。差距体现在婴儿死亡率、未被诊断的慢性病、癌症首次确诊前的等待时间上。
这些差异成因多元，包括结构性种族主义、社会条件、保险覆盖和治疗不平等。一位住在农村医疗荒漠的 40 岁黑人女性，无法获得与住在覆盖良好城区的 40 岁白人女性相同的筛查。由于测量与筛查基础设施的可及性差距已有记录，她的生物识别档案会更单薄。
用生物识别取代行政档案，会产生一个反直觉的效果。行政档案无论多么粗糙，记录的是真实发生的医疗行为：一次就诊、一次住院、一张处方。连续生物识别记录的，是那些拥有可供测量设备的人的行为与生理状态。生物识别数据正在加深医疗保险的不平等：类似的动态正在美国市场上演。Commonwealth Fund 每年测量这片地形——而在这项技术到来之前，它就已经不平等了。
数据缺失作为一种隐性惩罚
在这个市场中，用途涵盖身份识别、认证、访问控制和反欺诈；测量的连续性本身并不能概括其创新。年度体检是一张照片，联网手表是一部电影。基于连续数据构建的风险模型，颗粒度高于基于一次性体检构建的模型。
但这种精确度通常需要网络连接来传输和同步数据，尽管测量本身未必需要联网。一块 Apple Watch 售价在 250 至 800 美元之间。一部能可靠采集健康数据的较新智能手机，是一笔相当的投资。2025 年，有 3,450 万美国人生活在联邦官方贫困线以下。低收入者在稳定联网、设备获取和某些连续采集系统所需数字技能方面，遭遇障碍的频率更高。在网络覆盖不足的农村地区，数据的连续传输可能因此中断。
以生理数据换取保费折扣的保险公司，把这一安排说成是自愿的、激励性的。但在基础保费结构性上涨的市场里，这种”自愿”安排对不参与者形成实质压力。在受《平价医疗法案》（ACA）约束的个人和小团体市场中，不共享数据不能直接被用来按健康状况定价；集体健康激励在满足条件时仍然可行。但这项成本尤其落在那些风险状况无法从连续生物识别数据中受益的人身上。
这一现象与其他行业已有记录的动态相呼应。先采用再监管的代价越来越高：技术部署与护栏建立之间的时间差，制造出窗口期，非预期后果在此期间扎根，事后难以拆解。
决定价格的数据如何治理：2026 至 2035
据 Towards Healthcare，全球市场将从 2026 年的 115.7 亿美元增至 2035 年的 487.7 亿美元。这一预测主要基于身份识别、安全、反欺诈和医疗数字整合等用途。由此展开三条路径，区别在于监管姿态。
第一条路径：监管跟随部署，通常滞后五到七年。在这个窗口期里，生物识别定价模型落地并形成既成事实——一批保单建立在连续数据之上的被保险人，以及一批未被测量的人群。在受 ACA 约束的个人和小团体市场中，缺乏生物识别数据本身不构成被允许的定价因素。当监管者介入时，面对的是围绕既有做法组织起来的市场，必须拆解这些做法，又不能打断正在履行的合同。《平价医疗法案》已经显示了事后纠正的难度：其反歧视条款的部分实施性法规曾被暂停或被法院下达禁令。
第二条路径：联邦监管机构或一批州在做法尚未统一前介入，施加两项对称约束：对生物识别定价模型规定算法透明度义务，以及禁止隐性惩罚数据缺失。第二项约束最难操作，因为它要求区分”基于生理数据计算出的保费”和”基于生理数据缺失计算出的保费”——两种路径可能得出同一个数字。联邦贸易委员会（FTC）拥有调查不公平商业行为的工具，已就生物识别数据发布政策并就健康数据采取过行动，但其针对医疗算法的专门框架仍不完整。
第三条路径是用数据本身来监管：公共项目把生物识别采集扩展到代表性不足的人群，使训练模型包含足够的生理与社会经济多样性，从而降低结构性偏差。美国国立卫生研究院（NIH）的”我们所有人”（All of Us）计划正是出于这一目的，致力于建立一个能代表美国多样性的基因组与生理数据库。若保险公司被要求或受激励将这些数据纳入模型，训练数据的代表性质量将发生根本变化。
三条路径各自产生不同的集体需求。第一条要求在损害被记录后能快速实施监管反馈。第二条要求具备算法审计方面的公共专业能力，而美国监管机构尚未在这一领域达到所需规模。第三条则需要对健康数据基础设施进行公共投资，而这笔资金在政治上存在争议。
值得跟踪的具体信号有三个：各州（而非联邦）采纳生物识别健康数据隐私法的速度；Humana 和 UnitedHealth 在集体诉讼压力下的做法演变；以及”我们所有人”计划的走向——它将在未来三年内给出首个信号，表明政治上是否有意愿以公共代表性数据库来抗衡私人数据库。
参照先例，但先例并不给出答案
汽车保险经历过类似变革。车载远程信息装置取代年龄和邮编，改为直接测量驾驶行为，被当作风险客观化的手段。英美两国的分析显示，贫困社区的驾驶者夜间出行更多、行驶路段更拥挤，他们在远程信息模型下遭遇了更多困难。他们的风险画像反映的更多是统计上风险较高的路况，而非更不安全的驾驶行为。
医疗保险领域还有一层复杂性：健康既是个人商品，也是集体商品。汽车保险公司可以说自己只是反映每位驾驶者的统计风险。医疗保险公司则在一个医疗可及性直接决定死亡率的体系中运营，而 Commonwealth Fund 已在州级层面记录了医疗服务与结果的地域差异。遗产重回财富首要决定因素之位：优势向已处于有利位置者集中，是一个跨领域的现象，不限于医疗保险。
一项技术究竟缩小还是固化不平等，差别不在传感器本身，而在于规范数据用途的规则。
来源
- Coherent Market Insights – Healthcare Biometrics Market（2026）
- Commonwealth Fund – 2026 State Health Disparities Report（commonwealthfund.org）
- 美国国立卫生研究院 – All of Us Research Program（allofus.nih.gov）
- Towards Healthcare – 北美医疗生物识别市场数据（2026）
