Diversos dados são gerados diariamente em hospitais, tais como prontuários, exames, imagens radiológicas. Nessa palestra, irei apresentar trabalhos desenvolvidos em meu grupo de pesquisa na Unifesp aplicando técnicas de Inteligência Artificial e Mineração de Dados em medicina. Será exemplificado como algoritmos de Aprendizado de Máquina (AM), Processamento de imagens e Processamento de linguagens naturais (PLN) podem identificar padrões e relações em big data, que seria impossível para o cérebro humano, tornando assim fundamental o uso da IA na sociedade atual. Contudo, quando usamos algoritmos de AM e IA em um conjunto de dados baseado em informações que descrevem pessoas, isso pode resultar inadvertidamente em discriminação. O algoritmo aprende as representações presentes nos dados, os quais podem conter injustiças históricas, bem como preconceitos e tendências individuais. Compreender disparidades presentes nos dados e algoritmos orientaria pesquisadores e desenvolvedores, além de possibilitar a criação de políticas públicas na regulamentação do desenvolvimento atual de algoritmos de IA e AM treinados com dados tendenciosos. Nesta palestra, pretende-se discutir sobre os tipos de vieses existentes, quais técnicas têm sido propostas para mitigar os vieses e quais condutas podem ser tomadas por profissionais de IA para diminuir o viés de algoritmos. Além dos novos projetos de leis brasileiras para regulamentação do uso da IA.
Lilian Berton é Profa. Adjunto no Instituto de Ciência e Tecnologia (ICT) - Universidade Federal de São Paulo (UNIFESP). É doutora (2011/2016) e mestre (2009/2011) em Ciências da Computação e Matemática Computacional pelo Instituto de Ciências Matemáticas e de Computação - Universidade de São Paulo (ICMC - USP). Graduada em Análise de Sistemas (2004-2007) e Matemática (2005-2008) pela Universidade Estadual do Centro-Oeste (UNICENTRO). Tem experiência em inteligência artificial, aprendizado de máquina, processamento de textos, imagens e redes complexas. As principais aplicações de seu trabalho incluem redes sociais, dados climáticos, saúde e indústria 4.0. É coordenadora do grupo de pesquisa PAttern Recognition And Network Analysis (PARANA). É coordenadora do projeto de extensão "Mulheres nas Exatas" e colaboradora do "GT Mulheres em Engenharia" da ABENGE. É integrante dos seguintes centros de pesquisa: Centro de Pesquisa Aplicada em Inteligência Artificial para a evolução das Indústrias para o Padrão 4.0 - IPT (Plataforma IASMIN); Centro de Ciência, Tecnologia e Desenvolvimento para inovação em Medicina e Saúde: inLab.iNova, Instituto Paulista de Resistência aos Antimicrobianos (Projeto ARIES) e Centro de Saúde Global - Unifesp.
Currículo lattes: http://lattes.cnpq.br/9064767888093340