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)
Bitte registrieren Sie sich bis zum 13.03.2023, damit wir die Gruppenaufteilung für die Breakout-Sessions planen können.
9:00 - 9:05 Uhr | Begrüßung | ? |
9:05 - 9:15 Uhr | Zusammenfassung des ersten Workshops und Vorstellung des zweiten Workshops | ? |
9:15 - 9:35 Uhr | Vorstellung der Normungsroadmap KI | Claudia Reinel, DIN |
9:35 - 10:15 Uhr | Fairness in KI | Anna Schmitz, Fraunhofer IAIS |
10:15 - 10:25 Uhr | Pause | |
10:25 - 12:00 Uhr | Breakout-Sessions zur Fairness-Analyse zu ausgewählten Arbeitspaketen aus dem Smart Hospital Kontext | alle |
12:00 - 12:30 Uhr | Vorstellung der Gruppenergebnisse und Austausch | alle |
12:30 - 12:45 Uhr | Ausblick 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