L’Intelligenza Artificiale sta prendendo sempre più piede nell’ambito medico: dalla diagnostica, alle predizioni, agli aspetti organizzativi, fino alla semplice consultazione per informazioni sanitarie. Questa nuova tecnologia, in rapido sviluppo e diffusione, non è però esente dalla presenza di stereotipi o “bias”; in questa relazione viene preso in esame come la disparità di genere possa alterarne i risultati. Viene dunque fatto un excursus sulla storia della medicina di genere, dai primi movimenti di protesta negli USA, fino ai più recenti provvedimenti presi a riguardo. Si andranno poi ad elencare i vari ambiti sanitari in cui le Intelligenze Artificiali vengono utilizzate, per poi giungere all'analisi dei bias di genere. Tutte le possibili cause di questi ultimi vengono trattate nei due capitoli finali, fino a concludere con la proposta e la discussione di alcuni metodi per effettuare un “debiasing” degli algoritmi. Come verrà evidenziato, le varie modifiche ai metodi di analisi e restituzione dei dati da parte degli algoritmi sono solo rimedi temporanei. La vera parità di genere va raggiunta facendo fronte alle numerose ingiustizie sociali che si ripercuotono nei confronti delle donne, nonché eliminando i vari stereotipi di genere che da sempre plasmano la nostra società.

Questioni di genere nelle applicazioni di IA in medicina

CASSON, FRANCESCO
2023/2024

Abstract

L’Intelligenza Artificiale sta prendendo sempre più piede nell’ambito medico: dalla diagnostica, alle predizioni, agli aspetti organizzativi, fino alla semplice consultazione per informazioni sanitarie. Questa nuova tecnologia, in rapido sviluppo e diffusione, non è però esente dalla presenza di stereotipi o “bias”; in questa relazione viene preso in esame come la disparità di genere possa alterarne i risultati. Viene dunque fatto un excursus sulla storia della medicina di genere, dai primi movimenti di protesta negli USA, fino ai più recenti provvedimenti presi a riguardo. Si andranno poi ad elencare i vari ambiti sanitari in cui le Intelligenze Artificiali vengono utilizzate, per poi giungere all'analisi dei bias di genere. Tutte le possibili cause di questi ultimi vengono trattate nei due capitoli finali, fino a concludere con la proposta e la discussione di alcuni metodi per effettuare un “debiasing” degli algoritmi. Come verrà evidenziato, le varie modifiche ai metodi di analisi e restituzione dei dati da parte degli algoritmi sono solo rimedi temporanei. La vera parità di genere va raggiunta facendo fronte alle numerose ingiustizie sociali che si ripercuotono nei confronti delle donne, nonché eliminando i vari stereotipi di genere che da sempre plasmano la nostra società.
2023
Gender issues in AI applications for healthcare
Genere
IA
Bias
Etica
File in questo prodotto:
File Dimensione Formato  
Casson_Francesco.pdf

accesso aperto

Dimensione 618.94 kB
Formato Adobe PDF
618.94 kB Adobe PDF Visualizza/Apri

The text of this website © Università degli studi di Padova. Full Text are published under a non-exclusive license. Metadata are under a CC0 License

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.12608/67361