Artikel top billede

(Foto: Mikal Schlosser) (Foto: Mikal Schlosser / Mikal Schlosser)

Forskergruppe skal rette op på skæve algoritmer: "De metoder, som vi kender i dag, vil typisk gøre algoritmen lige dårlig for alle"

Interview: I dag bliver mænd i lavere grad diagnosticeret med depression, mMens kvinder er dårligere stillede, hvis de får et hjerteanfald. Kan algoritmer blive bedre til at behandle begge problemstillinger? Det skal forskere undersøge.

Premium Kun for abonnenter
Det får du i artiklen
  • Se hvordan forskere skal lave mere fair algoritmer til sundhedssektoren.
  • Læs hvad de store udfordringer med algoritmerne er i dag.
810
4:15 min
Sundhedsdata er ofte forudindtaget - som den læge, der diagnosticerer flere kvinder med depression end mænd. Og som den ekspert, der analyserer et utal af hjerner, hvor størstedelen af dem er mænd, og derfor bliver bedst til at spotte faresignalerne på mændenes side.

Men dét vil et forskerhold nu lave om på.

Aasa Feragen, der er professor på DTU indenfor Compute, skal sammen med en forskergruppe hen over de næste to år undersøge, hvordan man kan forbedre de skæve algoritmer.

"Når man som menneske skal tage beslutninger, så bliver man påvirket af forskellige ting. For eksempel patienterne. Det kan være en person, der er god til at tale for sig. Faktorer som køn og alder spiller statistisk set også ind på det indtryk vi giver, og det gælder også overfor fagpersoner," fortæller Aasa Feragen.

Eksklusivt Premium-indhold for abonnenter