# Processing with AI
## Exploration : IA & Ethics

Name:
> Natanel Mellul
>
Subject:
> Detect dermatological problems using Computer Vision

>[TOC]

## Design brief

L'objectif du modèle est de détecter des problèmes dermatologiques en Computer Vision. Cet outil pourrait par exemple être disponible
en ligne, sur un portail spécialisé afin de faire un pré diagnostic avant consultation. En effet les RDV sont très long à obtenir (de l'ordre
de 6 mois)

### Biais

If we don't source our dataset with enough rigor, the following biais might appear:

>1. Mauvaise reconnaissance des patalogies selon la pigmentation de la peau
>2. Faux diagnostic du à des conditions de prise de vue différentes

We will ensure that our model is not biaised by:

>1. Utiliser des données avec un nombre maximal de personne, avec tout type de peau
>2. Le service étant accessible depuis chez soi avec sa webcam, les conditions d'éclairage par exemple ne seront pas toujours les mêmes.
Pour cela, il faut des données qui reproduisent cette diversté mais aussi donner des instructions claires pour l'utilisation du modèle.

### Overfitting

Si nous entrainant trop notre modèle, celui ci va fonctionner parfaitement mais risque d'être incapable de "généraliser" à de nouvelles photos.
Pour cela, on utilisera un dataset de training et un dataset de validation.

### Misuse

>Une mauvaise utilisation pourrait être l'usage de ce modèle par des compagnies d'assurances (à l'aide des photos fourni dans les dossiers). En
effet, elles pourraient l'utiliser pour détecter de potentiels problèmes de peau, nécessitant des soins couteux (mélanome). Ainsi l'assurance pourrait augmenter
fortement les franchises ou même refuser d'assurer la personne.

### Data leakage

>En cas de fuite (ou de vol) de données, le risque est assez grand. En effet, le modèle nécessitant plusieurs photos de la personne pour fonctionner,
des images des utilisateurs pourraient être divulguées. Cela pourrait par exemple permettre d'identifier la personne sur d'autres images, à l'aide
d'un logiciel de reconnaissance faciale.

### Hacking

>Si quelqu'un réussi à hacker notre modèle, cela peut s'averer très dangereux car le diagnostic serait ainsi éronné. Ainsi, des médicaments
non adaptés pourraient être préscrit, avec un risque accru d'effets secondaires néfastes