# Processing with AI ## Exploration : IA & Ethics Name: > Jérôme > LIGOUZAT Subject: > Detect dermatological problems using Computer Vision >[TOC] ## Design brief ### Biais If we don't source our dataset with enough rigor, the following biais might appear: >1. Mauvaise classification des pathologie dermatologiques donc erreur de diagnostic >2. Typologie des différentes couleurs de peau mal établie, les pathologie n'ont pas forcément les mêmes apparences selon que la peau est claire ou foncée >3. Confusion si le patient porte des tatouages sur sa peau We will ensure that our model is not biaised by: >1. Diversification maximale du sourcing >2. Entrainer le modèle à reconnaître les tatouages >3. Classification large des pathologies ### Overfitting Le principal problème d'overfitting réside dans la détection de nouvelles pathologie inconnues par les médecins. C'est en fait un problème de médecine plus que d'intelligence artificielle : ne pas confondre une nouvelle pathologie avec une pathologie existante. ### Misuse L'utilisation du dispositif ne peut se faire sans l'accord du patient, en l'informant de tous les risques et imperfections du système. ### Data leakage Nous décidons de rendre le dispositif complètement anonyme. De plus, le modèle n'enregistre que des images de la peau des patient sans pouvoir les identifier. Aucun risque de ce côté là donc. ### Hacking Le risque est que l'anonymisation soit mal effectuée et que la hackeur puisse remonter à l'identité des patients. Sinon, les médecins doivent toujours être en mesure d'exercer sans ce dispositif en cas d'indisponibilité pendant une durée indéterminée.