HarmonicAI: Human-guided collaborative multi-objective design of explainable, fair and privacy-preserving AI for digital health
HarmonicAI:用于数字健康的可解释、公平和隐私保护人工智能的人工引导协作多目标设计
基本信息
- 批准号:EP/Y037367/1
- 负责人:
- 金额:$ 8.44万
- 依托单位:
- 依托单位国家:英国
- 项目类别:Research Grant
- 财政年份:2024
- 资助国家:英国
- 起止时间:2024 至 无数据
- 项目状态:未结题
- 来源:
- 关键词:
项目摘要
Artificial Intelligence (AI) is one of the most significant pillars for the digital transformation of modern healthcare systems which will leverage the growing volume of real-world data collected through wearables and sensors, and consider multitude of complex interactions between diseases and individual/population. While AI-enabled digital health services and products are rapidly expanding in volume and variety, most of the AI innovations remain in the form of proof-of-concept. There is a continuous debate regarding whether AI is worthy of trust. The EU AI HLEG has defined that trustworthy AI systems should be lawful, ethical and robust. Totranslate it into actionable practices, provision of explainability, fairness and privacy is crucial. A considerable volume of research has been conducted in the areas of explainable AI, fair AI and privacy-preserving AI. However, the current research efforts to tackle the three challenges are fragmented and have culminated in a variety of solutions with heterogeneous, non-interoperable, or even conflicting capabilities. The ambitious vision of HarmonicAI is to build a human-machine collaborative multi-objective design framework to foster coherently explainable, fair and privacy-preserving AI for digital health. HarmonicAI draws together provenexperts in AI, health care, IoT, data science, privacy, cyber security, software engineering, HCI and industrial design with an underlying common aim to develop concrete technical and operational guidelines for AI practitioners to design human-centered, domainspecific, requirement-oriented trustworthy AI solutions, accelerating the scalable deployment of AI-powered digital health services and offering assurance to the public that AI in digital health is being developed and used in an ethical and trustworthy manner.
人工智能 (AI) 是现代医疗保健系统数字化转型的最重要支柱之一,它将利用通过可穿戴设备和传感器收集的越来越多的现实世界数据,并考虑疾病与个人/人群之间的多种复杂相互作用。虽然人工智能数字医疗服务和产品的数量和种类正在迅速扩大,但大多数人工智能创新仍处于概念验证的形式。关于人工智能是否值得信任,一直存在争论。欧盟人工智能 HLEG 定义,值得信赖的人工智能系统应该是合法、道德和稳健的。要将其转化为可行的实践,提供可解释性、公平性和隐私至关重要。在可解释的人工智能、公平的人工智能和保护隐私的人工智能领域已经进行了大量的研究。然而,当前应对这三个挑战的研究工作是分散的,最终产生了各种具有异构、不可互操作甚至相互冲突的解决方案。 HarmonicAI 的雄心勃勃的愿景是构建一个人机协作多目标设计框架,以促进数字健康领域连贯可解释、公平且保护隐私的人工智能。 HarmonicAI 汇集了人工智能、医疗保健、物联网、数据科学、隐私、网络安全、软件工程、人机交互和工业设计领域的知名专家,其基本共同目标是为人工智能从业者制定具体的技术和操作指南,以设计以人为本、特定领域、以需求为导向的值得信赖的人工智能解决方案,加速人工智能驱动的数字医疗服务的可扩展部署,并向公众保证数字医疗中的人工智能正在以道德和值得信赖的方式开发和使用。
项目成果
期刊论文数量(0)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
数据更新时间:{{ journalArticles.updateTime }}
{{
item.title }}
{{ item.translation_title }}
- DOI:
{{ item.doi }} - 发表时间:
{{ item.publish_year }} - 期刊:
- 影响因子:{{ item.factor }}
- 作者:
{{ item.authors }} - 通讯作者:
{{ item.author }}
数据更新时间:{{ journalArticles.updateTime }}
{{ item.title }}
- 作者:
{{ item.author }}
数据更新时间:{{ monograph.updateTime }}
{{ item.title }}
- 作者:
{{ item.author }}
数据更新时间:{{ sciAawards.updateTime }}
{{ item.title }}
- 作者:
{{ item.author }}
数据更新时间:{{ conferencePapers.updateTime }}
{{ item.title }}
- 作者:
{{ item.author }}
数据更新时间:{{ patent.updateTime }}
Syed Ali Raza Zaidi其他文献
A deep Kalman filter network for hand kinematics estimation using sEMG
使用 sEMG 进行手部运动学估计的深度卡尔曼滤波器网络
- DOI:
10.1016/j.patrec.2021.01.001 - 发表时间:
2024-09-14 - 期刊:
- 影响因子:0
- 作者:
Tianzhe Bao;Yihui Zhao;Syed Ali Raza Zaidi;Shengquan Xie;Pengfei Yang;Zhiqiang Zhang - 通讯作者:
Zhiqiang Zhang
Intrusion Detection in SDN-Based Networks: Deep Recurrent Neural Network Approach
基于 SDN 的网络中的入侵检测:深度循环神经网络方法
- DOI:
10.1007/978-3-030-13057-2_8 - 发表时间:
2019-08-15 - 期刊:
- 影响因子:0
- 作者:
Tuan A. Tang;D. McLernon;L. Mhamdi;Syed Ali Raza Zaidi;M. Ghogho - 通讯作者:
M. Ghogho
Internet of Things (IoT) Based Indoor Air Quality Sensing and Predictive Analytic—A COVID-19 Perspective
基于物联网 (IoT) 的室内空气质量传感和预测分析 - 从 COVID-19 角度
- DOI:
10.3390/electronics10020184 - 发表时间:
2021-01-15 - 期刊:
- 影响因子:2.9
- 作者:
R. Mumtaz;Syed Mohammad Hassan Zaidi;M. Z. Shakir;Uferah Shafi;Muhammad Moeez Malik;Ayesha Haque;S. Mumtaz;Syed Ali Raza Zaidi - 通讯作者:
Syed Ali Raza Zaidi
Nearest neighbor Methods and their Applications in Design of 5G & Beyond Wireless Networks
最近邻方法及其在 5G 设计中的应用
- DOI:
10.1109/iwcmc.2019.8766724 - 发表时间:
2021-07-16 - 期刊:
- 影响因子:0
- 作者:
Syed Ali Raza Zaidi - 通讯作者:
Syed Ali Raza Zaidi
Optimal Dimensioning and Performance Analysis of Drone-Based Wireless Communications
基于无人机的无线通信的最佳尺寸和性能分析
- DOI:
10.1109/glocomw.2016.7848992 - 发表时间:
2016-12-01 - 期刊:
- 影响因子:0
- 作者:
A. Hayajneh;Syed Ali Raza Zaidi;D. McLernon;M. Ghogho - 通讯作者:
M. Ghogho
Syed Ali Raza Zaidi的其他文献
{{
item.title }}
{{ item.translation_title }}
- DOI:
{{ item.doi }} - 发表时间:
{{ item.publish_year }} - 期刊:
- 影响因子:{{ item.factor }}
- 作者:
{{ item.authors }} - 通讯作者:
{{ item.author }}
{{ truncateString('Syed Ali Raza Zaidi', 18)}}的其他基金
EVOLVE: Electric Vehicles Point Location Optimisation via Vehicular Communications
EVOLVE:通过车辆通信优化电动汽车点位置
- 批准号:
EP/X039161/1 - 财政年份:2023
- 资助金额:
$ 8.44万 - 项目类别:
Research Grant
相似国自然基金
人类ZBP1诱发细胞死亡和炎症反应的机制研究
- 批准号:32370798
- 批准年份:2023
- 资助金额:50 万元
- 项目类别:面上项目
人类活动重点排放源的高时空分辨率表征方法研究
- 批准号:42375094
- 批准年份:2023
- 资助金额:51 万元
- 项目类别:面上项目
人类活动引起的河流微生物同质化及其对微生物群落稳定性的影响
- 批准号:32371613
- 批准年份:2023
- 资助金额:50 万元
- 项目类别:面上项目
耦合人类与自然系统的曲面模型研究
- 批准号:42330707
- 批准年份:2023
- 资助金额:232 万元
- 项目类别:重点项目
长江三角洲平原中全新世泥炭沼泽演化与人类生业模式响应研究
- 批准号:42371013
- 批准年份:2023
- 资助金额:47 万元
- 项目类别:面上项目
相似海外基金
HarmonicAI: Human-guided collaborative multi-objective design of explainable, fair and privacy-preserving AI for digital health
HarmonicAI:用于数字健康的可解释、公平和隐私保护人工智能的人工引导协作多目标设计
- 批准号:
EP/Y03743X/1 - 财政年份:2024
- 资助金额:
$ 8.44万 - 项目类别:
Research Grant
HarmonicAI: Human-guided collaborative multi-objective design of explainable, fair and privacy-preserving AI for digital health
HarmonicAI:用于数字健康的可解释、公平和隐私保护人工智能的人工引导协作多目标设计
- 批准号:
EP/Z000262/1 - 财政年份:2024
- 资助金额:
$ 8.44万 - 项目类别:
Research Grant
HarmonicAI: Human-guided collAboRative Multi-Objective design of explaiNable, faIr and privaCy-preserving AI for digital health
HarmonicAI:用于数字健康的可解释、公平和保护隐私的人工智能的人类引导协作多目标设计
- 批准号:
EP/Z000041/1 - 财政年份:2024
- 资助金额:
$ 8.44万 - 项目类别:
Research Grant
Toward Human-guided Safe Reinforcement Learning in the Real World
在现实世界中实现人类引导的安全强化学习
- 批准号:
DP240102349 - 财政年份:2024
- 资助金额:
$ 8.44万 - 项目类别:
Discovery Projects
PET Tracer for Imaging of Lung Inflammation
用于肺部炎症成像的 PET 示踪剂
- 批准号:
10682270 - 财政年份:2023
- 资助金额:
$ 8.44万 - 项目类别: