En esta sesión, organizada por el proyecto TRUSTroke, exploraremos los aspectos cruciales de la Inteligencia Artificial (IA) que hacen que las predicciones en el cuidado de los accidentes cerebrovasculares sean comprensibles y confiables. Hablaremos sobre cómo se pueden diseñar y evaluar los modelos de IA para garantizar la transparencia y la confiabilidad en sus predicciones, mejorando en última instancia la atención al paciente y la toma de decisiones médicas. Finalmente, profundizaremos en los problemas éticos inherentes al proceso de construcción, validación, implementación y toma de decisiones a través de sistemas algorítmicos.

*idioma del webinar: inglés

Agenda

Introduction to AI in Healthcare: What is AI/ML/DL? Importance of data in healthcare AI applications.

Types of AI Problems in Stroke Prediction: Classification, Regression, Forecasting, etc. in the context of stroke prediction.

Evaluation of AI Models: Key metrics for evaluating AI models in the context of healthcare, Explanation of train/test splits and their importance in model validation.

Trustroke AI Algorithms: Overview of AI algorithms planned for the project (Tree-based models & Forecasting models)

Ethical Considerations I: Explainability, Techniques for making AI models interpretable (LIME, SHAP, etc.)

Ethical Considerations II: Transparency, Fairness & Empowerment of stakeholders

Q&A