L’Intelligenza Artificiale si \u00e8 dimostrata molto promettente nel trasformare la diagnosi, il trattamento e la cura dei pazienti in campo medico. Se da un lato i sistemi basati sui dati possono creare modelli molto accurati, dall’altro ci sono preoccupazioni circa la loro correttezza. L’opacit\u00e0 di molti modelli di IA pu\u00f2 essere particolarmente problematica in ambiti critici come quello sanitario. Questa proposta mira a dare priorit\u00e0 allo sviluppo dell’Intelligenza Artificiale Spiegabile (XAI) in campo medico, sottolineando la sua importanza nel migliorare la trasparenza, la responsabilit\u00e0 e l’affidabilit\u00e0. <\/p>\n
L’obiettivo di questo workshop \u00e8 esplorare ed esporre ricerche, metodologie e casi di studio incentrati sull’integrazione dell’Intelligenza Artificiale Spiegabile (XAI) nel settore medico. Fornir\u00e0 una piattaforma per ricercatori, professionisti e responsabili politici per condividere le loro intuizioni e i loro progressi in materia di XAI. L’obiettivo \u00e8 migliorare la trasparenza e la fiducia nei sistemi di intelligenza artificiale in campo medico. <\/p>\n
Il workshop si propone di evidenziare l’importanza della XAI nel processo decisionale in campo medico, di condividere approcci e tecnologie innovative che migliorano l’interpretabilit\u00e0 dell’IA medica e di discutere le implicazioni normative e le strategie di conformit\u00e0 per l’incorporazione della XAI nelle applicazioni di IA sanitaria.<\/p>\n
IL workshop \u00e8 organizzato da Giovanna Castellano, Gianluca Zaza e Gabriella Casalino dell’Universit\u00e0 di Bari (Spoke 6) \u00a0nell’ambito di ECAI 2024, in collaborazione con FAIR.<\/p>\n