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

Compare with Current View Page History

« Previous Version 2 Next »

Donnerstag 16.03.2023,  9:00 - 12:45 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)

9:00 - 9:05 UhrBegrüßung
9:05 - 9:15 UhrZusamenfassung des ersten Workshops und Vorstellung des zweiten Workshops
9:15 - 9:35 UhrVorstellung der Normungsroadmap KIClaudia Reinel, DIN
9:35 - 10:15 UhrFairness in KIAnna Schmitz, Fraunhofer IAIS
10:15 - 10:25 UhrPause
10:25 - 12:00 UhrBreakout Sessions
12:00 - 12:30 UhrVorstellung der Gruppenergebnisse und Austausch
12:30 - 12:45 UhrAusblick und Abschluss


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