Desenvolvimento de Diagnósticos de IA Equitativos: Uma Abordagem Técnica para Mitigação de Viés
IA / AP, Código Aberto
tickets Free
Official event page![](https://storage.googleapis.com/devspt-cms-gcp/cms/Developing_Equitable_AI_Diagnostics_A_Technical_Approach_to_Bias_Mitigation_f589fa0869/Developing_Equitable_AI_Diagnostics_A_Technical_Approach_to_Bias_Mitigation_f589fa0869.webp)
A pré-inscrição é OBRIGATÓRIA.
https://streamyard.com/watch/PAjNa3yudW5T?utm_campaign=Webinars&utm_source=Community&utm_medium=Community&utm_content=Webinar%20-%2013th%20Nov%202024
Adicione ao seu calendário - https://hubs.li/Q02R2NfK0
Tema: "Desenvolvimento de Diagnósticos de IA Equitativos: Uma Abordagem Técnica para Mitigação de Viés"
Nesta palestra, exploraremos a necessidade crítica de equidade em cuidados de saúde impulsionados por IA, com foco na mitigação de viés em modelos de aprendizagem de máquina. À medida que os sistemas de IA se tornam mais integrados aos diagnósticos de saúde, é fundamental abordar as disparidades no desempenho dos modelos em diferentes grupos étnicos. Esta sessão apresentará uma análise técnica aprofundada dos desafios do viés em conjuntos de dados de imagiologia médica e o impacto resultante nos resultados de saúde para populações sub-representadas.
Começaremos definindo os tipos de viés comumente encontrados em modelos de aprendizagem de máquina, com um estudo de caso na deteção de câncer de pele. Iremos demonstrar como o treino em conjuntos de dados desequilibrados exacerba as disparidades no diagnóstico de câncer de pele entre diferentes grupos raciais. Os participantes obterão uma visão sobre técnicas práticas para corrigir esses viés, incluindo aumento de dados, algoritmos sensíveis à equidade e métricas de avaliação avançadas projetadas para avaliar a equidade do modelo.
Além de discutir soluções técnicas, também abordaremos as limitações e considerações éticas em torno da mitigação de viés na IA em saúde, destacando a importância da colaboração interdisciplinar na criação de ferramentas de diagnóstico equitativas. Ao final da sessão, os participantes estarão equipados com o conhecimento para implementar técnicas de equidade em seus próprios modelos de IA, promovendo melhores resultados para todas as populações de pacientes.
Biografia do orador: Laura Montoya, Fundadora e Sócia-Gerente da Accel Impact Organizations
Laura é uma líder em tecnologia focada no impacto social e na IA ética. Ela fundou a Accel Impact Organizations, incluindo o Accel AI Institute e o LXAI. Com um histórico em biologia, física e desenvolvimento humano, Laura trabalhou em grandes empresas de tecnologia como a Intuit e tem sido uma líder em iniciativas de diversidade em tecnologia. Ela é uma palestrante frequente em conferências do setor e foi destaque em publicações importantes.
Links da ODSC:
• Obtenha acesso gratuito a mais palestras/treinamentos como este na plataforma Ai+ Training:
https://hubs.li/H0Zycsf0
• Blog da ODSC: https://opendatascience.com/
• Facebook: https://www.facebook.com/OPENDATASCI
• Twitter: https://twitter.com/_ODSC & @odsc
• LinkedIn: https://www.linkedin.com/company/open-data-science
• Canal Slack: https://hubs.li/Q02zdcSk0
• Código de Conduta: https://odsc.com/code-of-conduct/
Start event
November 13, 2024 at 4:00 PM
End event
November 13, 2024 at 5:00 PM