Page History
Freitag 25.11.2022, 13:00 - 16:00 Uhr, online
Im medizinischen und pflegerischen Kontext können verschiedenste Arten von Bias auftreten. Lernt ein KI-Modell beispielsweise aus Daten, die eine bestimmte Personengruppe benachteiligt, so kann das Modell diese Vorurteile übernehmen und in den Ausgaben widerspiegeln. Im ersten öffentlichen Workshop der beiden Projekte SmartHospital.NRW und ZERTIFIZERTE KI soll konkretisiert werden, wie sich Bias im Kontext Smart Hospital präsentiert. Dazu wird das Thema Bias aus unterschiedlichen Perspektiven beleuchtet, u.a. Recht, Medizin und Technik. Für konkrete Einsatzszenarien aus dem Projekts SmartHospital.NRW wird dann diskutiert, welche Bias-Arten auftreten können und es wird eine Einschätzung zu den Auswirkungen gegeben.
Die Ergebnisse dieser ersten Veranstaltung dienen als Grundlage für weitere Workshops, in denen u.a. erarbeitet werden soll, wie die identifizierten Arten von Bias aus technischer Sicht erfolgreich für die untersuchten Einsatzszenarien vermieden werden können.
Interessierte Teilnehmer*innen registrieren sich bitte für die Veranstaltung unter: ANMELDUNG (Log-in Code: smho-zki)
13:00 - 13:10 Uhr | Begrüßung und Einleitung | |
13:10 - 13:15 Uhr | Vorstellung der Projekte SmartHospital.NRW und ZERTIFIZIERTE KI | Dr. med. Anke Diehl, UK Essen Joachim Lonien, DIN |
13:15 - 13:30 Uhr | Vorstellung ausgewählter Use Cases aus SmartHospital.NRW | Dario Antweiler, Fraunhofer IAIS |
13:30-14:10 Uhr | Eingangsstatements zu Bias aus rechtlicher Perspektive | Prof. Dr. Frauke Rostalski, Universität Köln |
Eingangsstatements zu Bias aus ethischer Perspektive | Dr. Björn Schmitz Luhn, Universität Bonn | |
Eingangsstatements zu Bias aus pflegerischer Perspektive | Stabsstelle Entwicklung und Forschung PflegeLena Schendel, Jennifer Brendt, UK Essen | |
Eingangsstatements zu Bias aus technischer Perspektive | Dr.-Ing. Niklas KühnKühl, KIT | |
14:10 - 14:30 Uhr | Umfrage zu Bias | Publikum |
14:30 - 14:40 Uhr | Pause | |
14:40 - 15:50 Uhr | Gemeinsame Diskussion und Einschätzung der identifizierten Bias | Dr. Christian Temath, KI.NRW Dr. Anke Diehl, UK Essen Publikum Expert*innen aus den Eingangsstatements |
15:50 - 16:00 Uhr | Zusammenfassung |
Bei Fragen stehen wir Ihnen sehr gerne zur Verfügung.
Elisabeth Liebert
Universitätsmedizin Essen (AöR)
E-Mail: Elisabeth.Liebert@uk-essen.de
Rebekka Görge
Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme IAIS
E-Mail: rebekka.goerge@iais.fraunhofer.de
Alexander Zimmermann
DIN
E-Mail: alexander.zimmermann@din.de
Telefon: +49 30 2601-2153