Audita un modelo de triaje en urgencias por sesgos demográficos
Visión general
De qué trata este proyecto.
Trabajen en equipo de 2. Reciben el modelo entrenado y 25.000 episodios anonimizados con priorización predicha, tiempo real a atención y desenlace. Calculen tasa de priorización alta, tiempo medio a atención y desenlaces (ingreso, alta, traslado) por subgrupo. Apliquen demographic parity y equalized odds. Identifiquen las dos disparidades más severas y propongan dos mitigaciones (re-pesado por subgrupo, umbrales diferenciales, recolección dirigida). Éxito: informe que el comité de bioética pueda usar para decidir si extender el modelo.
El Briefing
Lo que harás y lo que demostrarás.
Auditar fairness de un modelo de triaje en urgencias y entregar al comité de bioética dos mitigaciones con tradeoffs.
Earning criteria — what you'll demonstrate
- Aplicar métricas formales de fairness en contexto clínico
- Razonar sobre demographic parity vs equalized odds en triaje
- Comunicar tradeoffs éticos a un comité con poder de veto
- Practicar revisión cruzada como mecanismo de calidad
Encaje académico
Dónde encaja esto en tus estudios.
Afina las mismas habilidades que tu titulación espera de ti.
Habilidades
Habilidades que demostrarás.
Cada una aparece en tu credencial verificada.
Carreras
Roles para los que esto te prepara.
Títulos reales. Puentes de habilidades reales. Elige el que más se acerque a tu trayectoria.
Trayectorias profesionales que esto construye
Roles canónicosInvestigador/a de Seguridad en IA
Auditar triaje hospitalario es uno de los casos más representativos de AI safety aplicada en salud pública.
Este proyecto afina
- fairness-in-healthcare
- bias-auditing
- demographic-parity
Científico/a de IA Aplicada
Traducir auditoría en mitigaciones simuladas es la mentalidad de aplicación que define el rol.
Este proyecto afina
- fairness-in-healthcare
- clinical-data
- equal-opportunity
Arquitecto/a de Soluciones de IA
Comunicar tradeoffs éticos a comités es habilidad transversal del rol.
Este proyecto afina
- bias-auditing
- fairness-in-healthcare
- clinical-data