You are viewing an old version of this page. View the current version.

Compare with Current View Page History

« Previous Version 19 Next »

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

Einleitung


13:10 - 13:15 Uhr

Vorstellung der Projekte


13:15 - 13:30 Uhr

Vorstellung der Use Cases


13:30 - 14:20 Uhr

Eingangsstatements zu Bias von technischer, rechtlicher, ethischer und medizinischer Perspektive

Dr. Björn Schmitz Luhn
Prof. Dr. Frauke Rostalski,
und weitere

14:20 - 14:30 Uhr

Umfrage zu Biases


14:30 - 14:40 Uhr

Pause


14:40 - 15:50 Uhr

Podiumsdiskussion


15:50 - 16:00 Uhr

Abschluss 


Bei Fragen stehen wir Ihnen sehr gerne zur Verfügung.


Dr. rer. nat. Jil Sander

Universitätsmedizin Essen (AöR)
E-Mail: jil.sander@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

gefördert durch:

  • No labels