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. Jil Sander, 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 UhrEingangsstatements zu Bias aus rechtlicher PerspektiveProf. Dr. Frauke Rostalski, Universität zu Köln
Eingangsstatements zu Bias aus ethischer PerspektiveDr. Björn Schmitz Luhn, Universität Bonn
Eingangsstatements zu Bias aus pflegerischer PerspektiveLena Schendel, Jennifer Brendt-Müller, UK Essen

Eingangsstatements zu Bias aus technischer Perspektive

Dr.-Ing. Niklas Kühl, 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

Dr. Erik Weiss, Universität zu Köln

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


  • No labels