Hoppa till huvudinnehåll
RISE logo

Explainable AI för Kunskapsupptäck från Medicinska Datakällor

Projektets mål är att utforma och implementera ett nytt ramverk för datahantering och analys för medicinska datakällor. Fokus ligger på "Explainable AI" samt på de juridiska och etiska aspekterna av de prediktiva modellerna.

Den föreslagna ramen kommer att baseras på tre pelare:

  1. Dataintegration och indexering: Eftersom uppgifterna härstammar från flera medicinska datakällor är det viktigt att hitta lämpliga enhetliga representationer som kombinerar data på ett lämpligt sätt. Dataseten är vanligtvis mycket stora och har en komplex struktur. Därför behövs dataindexeringsmetoder för att söka i dataseten effektivt.
  2. "Explainable AI": Inom hälsotillämpningar är det grundläggande viktigt att kunna förklara de förutsägelser som klassificerare för maskininlärning tillhandahåller. Förutom rättvisa, så är förklarbarhet av förutsägelser en viktigt komponent för att skapa förtroende för systemet.
  3. Juridiska aspekter: För att säkerställa etisk integritet är det nödvändigt att upptäcka och förhindra oavsiktlig partiskhet inom de prediktiva modellerna.

Sammanfattning

Projektnamn

EXTREMUM

Status

Pågående

Region

Region Stockholm

RISE roll i projektet

co-Principal Investigator

Projektstart

Varaktighet

5 år

Total budget

5 MSEK

Partner

Stockholms Universitet, KTH

Finansiärer

Digital Futures

Projektets webbplats

Koordinator

Projektmedlemmar

Bidrar till FN:s hållbarhetsmål

9.Hållbar industri, innovationer och infrastruktur
10.Minskad ojämlikhet

Kontaktperson

Rami Mochaourab

Forskare

Läs mer om Rami

Kontakta Rami

* Obligatoriskt Genom att skicka in formuläret behandlar RISE dina personuppgifter.