XH-KaaS (eXplanable Health-Knowledge as a Service)

Abstract

Os Sistemas de Suporte à Decisão Clínica (SSDC) e as técnicas de inteligência artificial, especialmente o aprendizado de máquina, tornaram-se verdadeiros aliados devido à sua precisão e eficácia. No entanto, a falta de transparência e interpretabilidade desses sistemas representa desafios para sua aplicação prática. Para mitigar tal problemática, o artigo propõe uma arquitetura de conhecimento como serviço ao domínio da saúde. Essa abordagem busca centralizar serviços e incorporar técnicas de explicabilidade, visando aprimorar a compreensão do processo decisório dos modelos de aprendizado de máquina pelos usuários e estabelecer arquiteturas de referência que minimizem os riscos associados à falta de transparência.