Ответственный ИИ и изменяющиеся базы данных: как справляться с изменениями данных в медицинских п... скачать в хорошем качестве

Ответственный ИИ и изменяющиеся базы данных: как справляться с изменениями данных в медицинских п...

Как изменения в составе пациентов и клинических данных влияют на качество медицинских моделей ИИ? И что могут сделать медицинские работники, чтобы обнаружить и смягчить последствия сдвигов данных до того, как они вызовут проблемы в практике? На этом вебинаре вы познакомитесь с методом обнаружения отклонений от распределения (OUT-of-Distribution, OOD) как инструментом для ответственного и надежного использования ИИ в здравоохранении. Когда состав пациентов или клинические данные меняются, модели ИИ могут начать давать сбои, часто оставаясь незамеченными до тех пор, пока последствия не станут значительными. Этот вебинар расскажет вам, как выявлять сдвиги данных и обеспечивать дальнейшую работу вашей модели ИИ в соответствии с ожиданиями. Вы также увидите пример из Нидерландов, где методы OOD использовались для улучшения оценки качества в отделениях интенсивной терапии. В этом исследовании было показано, как нетипичные пациенты могут создавать искажения в моделях оценки риска, и как обнаружение OOD способствовало более справедливой и точной оценке качества интенсивной терапии. Подробнее об этом можно прочитать здесь. Презентация Джованни Чина, доцента кафедры ответственного медицинского ИИ на факультете медицинской информатики и факультете логики, языка и вычислительной техники Амстердамского университета. Вебинар проводился на английском языке.