You are here: Home Kolloquium Explainable Artificial Intelligence for the Medical Domain

Explainable Artificial Intelligence for the Medical Domain

Ass. Prof. Dr. Christin Seifert, University of Twente

Event details
What
    When Jan 10, 2020
    from 09:00 to 09:45
    Where Raum 0.016, Endenicher Allee 19a
    Add event to calendar vCal
    iCal
    Artificial intelligence approaches have shown to outperform human expert judgements in several well-defined problem settings in the medical domain. However, automatic decision support in the medical and health science domain poses several challenges: varying data quality and modality, lack of  structure and semantics, limited training data, and interpretability of trained models and results. In this talk, I will address some of those challenges. Specifically, I will discuss semantic annotation of textual data, post-structuring of medical reports and causal discovery in time-series data. I will further question the assumption that presenting explanations for machine learning models necessarily increases trust in those models.

     

    Vorab wird in einem kurzen Vortrag einen Einblick in eine Lehrveranstaltung zu Thema 
     Lernen von Entscheidungsbäumen
    gegeben.

    "Soll ich zu der Vorlesung gehen oder nicht?" ist eine Frage, die sich Studierende in der Praxis öfter stellen. Dabei sind  z.B. die Uhrzeit der Vorlesung, das persönliche Interesse am Vorlesungsthema und auch, ob man am Vortag feiern war, Kriterien, die für die Entscheidung eine Rolle spielen.
    Was ist, wenn man sich jedoch alleine nicht entscheiden kann? Angenommen, man hätte die Kriterien und die Entscheidungen für alle Vorlesungen der letzen Jahre von älteren Studierenden bekommen - einen Datensatz mit mehreren Hundert Einträgen.
    In dieser Vorlesung werden wir sehen, wie man aus einem solchen Datensatz eine Entscheidung für eine neue, noch unbekannte Vorlesung ableitet. Anders formuliert: In dieser Vorlesung sehen wir, wie man aus einer Menge von Daten einen Entscheidungsbaum konstruiert.
    Document Actions