<html>
  <head>

    <meta http-equiv="content-type" content="text/html; charset=UTF-8">
  </head>
  <body>
    <p style="-webkit-tap-highlight-color: transparent; font-style:
      normal; font-variant-ligatures: normal; font-variant-caps: normal;
      font-weight: 400; letter-spacing: normal; orphans: 2; text-align:
      start; text-indent: 0px; text-transform: none; white-space:
      normal; widows: 2; word-spacing: 0px; -webkit-text-stroke-width:
      0px; background-color: rgb(255, 255, 255);
      text-decoration-thickness: initial; text-decoration-style:
      initial; text-decoration-color: initial; margin: 0px 0pt 12px
      10pt; max-width: 650pt; line-height: 1.4; font-size: 11pt;
      padding-bottom: 5pt; color: rgb(0, 0, 0); font-family: Verdana,
      Arial, Helvetica, sans-serif;">====</p>
    <p style="-webkit-tap-highlight-color: transparent; font-style:
      normal; font-variant-ligatures: normal; font-variant-caps: normal;
      font-weight: 400; letter-spacing: normal; orphans: 2; text-align:
      start; text-indent: 0px; text-transform: none; white-space:
      normal; widows: 2; word-spacing: 0px; -webkit-text-stroke-width:
      0px; background-color: rgb(255, 255, 255);
      text-decoration-thickness: initial; text-decoration-style:
      initial; text-decoration-color: initial; margin: 0px 0pt 12px
      10pt; max-width: 650pt; line-height: 1.4; font-size: 11pt;
      padding-bottom: 5pt; color: rgb(0, 0, 0); font-family: Verdana,
      Arial, Helvetica, sans-serif;">Apologies for cross-posting</p>
    <p style="-webkit-tap-highlight-color: transparent; font-style:
      normal; font-variant-ligatures: normal; font-variant-caps: normal;
      font-weight: 400; letter-spacing: normal; orphans: 2; text-align:
      start; text-indent: 0px; text-transform: none; white-space:
      normal; widows: 2; word-spacing: 0px; -webkit-text-stroke-width:
      0px; background-color: rgb(255, 255, 255);
      text-decoration-thickness: initial; text-decoration-style:
      initial; text-decoration-color: initial; margin: 0px 0pt 12px
      10pt; max-width: 650pt; line-height: 1.4; font-size: 11pt;
      padding-bottom: 5pt; color: rgb(0, 0, 0); font-family: Verdana,
      Arial, Helvetica, sans-serif;">====</p>
    <p style="-webkit-tap-highlight-color: transparent; font-style:
      normal; font-variant-ligatures: normal; font-variant-caps: normal;
      font-weight: 400; letter-spacing: normal; orphans: 2; text-align:
      start; text-indent: 0px; text-transform: none; white-space:
      normal; widows: 2; word-spacing: 0px; -webkit-text-stroke-width:
      0px; background-color: rgb(255, 255, 255);
      text-decoration-thickness: initial; text-decoration-style:
      initial; text-decoration-color: initial; margin: 0px 0pt 12px
      10pt; max-width: 650pt; line-height: 1.4; font-size: 11pt;
      padding-bottom: 5pt; color: rgb(0, 0, 0); font-family: Verdana,
      Arial, Helvetica, sans-serif;"><b
        style="-webkit-tap-highlight-color: transparent;">1-day workshop
        June 15, 2023<span> </span></b>in conjunction with<span> </span><b
        style="-webkit-tap-highlight-color: transparent;">AIME 2023 </b>(<a class="moz-txt-link-freetext" href="https://aime23.aimedicine.info">https://aime23.aimedicine.info</a>)<span
        style="-webkit-tap-highlight-color: transparent; font-size:
        11pt;">, Portoroz, Slovenia </span></p>
    <p style="-webkit-tap-highlight-color: transparent; font-style:
      normal; font-variant-ligatures: normal; font-variant-caps: normal;
      font-weight: 400; letter-spacing: normal; orphans: 2; text-align:
      start; text-indent: 0px; text-transform: none; white-space:
      normal; widows: 2; word-spacing: 0px; -webkit-text-stroke-width:
      0px; background-color: rgb(255, 255, 255);
      text-decoration-thickness: initial; text-decoration-style:
      initial; text-decoration-color: initial; margin: 0px 0pt 12px
      10pt; max-width: 650pt; line-height: 1.4; font-size: 11pt;
      padding-bottom: 5pt; color: rgb(0, 0, 0); font-family: Verdana,
      Arial, Helvetica, sans-serif;"><a class="moz-txt-link-freetext" href="https://www.um.es/medailab/events/XAI-Healthcare/">https://www.um.es/medailab/events/XAI-Healthcare/</a><b
        style="-webkit-tap-highlight-color: transparent;"><br
          style="-webkit-tap-highlight-color: transparent;">
      </b></p>
    <p style="-webkit-tap-highlight-color: transparent; font-style:
      normal; font-variant-ligatures: normal; font-variant-caps: normal;
      font-weight: 400; letter-spacing: normal; orphans: 2; text-align:
      start; text-indent: 0px; text-transform: none; white-space:
      normal; widows: 2; word-spacing: 0px; -webkit-text-stroke-width:
      0px; background-color: rgb(255, 255, 255);
      text-decoration-thickness: initial; text-decoration-style:
      initial; text-decoration-color: initial; margin: 0px 0pt 12px
      10pt; max-width: 650pt; line-height: 1.4; font-size: 11pt;
      padding-bottom: 5pt; color: rgb(0, 0, 0); font-family: Verdana,
      Arial, Helvetica, sans-serif;"><b
        style="-webkit-tap-highlight-color: transparent;">Important
        dates</b><br style="-webkit-tap-highlight-color: transparent;">
      <b style="-webkit-tap-highlight-color: transparent;">April 24</b>,
      2023 Paper submission<br style="-webkit-tap-highlight-color:
        transparent;">
      <b style="-webkit-tap-highlight-color: transparent;">May 11</b>,
      2023 Acceptance<br style="-webkit-tap-highlight-color:
        transparent;">
      <b style="-webkit-tap-highlight-color: transparent;">May 15</b>,
      2023 Final mansucript<br style="-webkit-tap-highlight-color:
        transparent;">
      <br style="-webkit-tap-highlight-color: transparent;">
      The purpose of XAI-Healthcare 2023 event is to provide a place for
      intensive discussion on all aspects of eXplainable Artificial
      Intelligence (XAI) in the medical and healthcare field. This
      should result in cross-fertilization among research on Machine
      Learning, Decision Support Systems, Natural Language,
      Human-Computer Interaction, and Healthcare sciences. This meeting
      will also provide attendees with an opportunity to learn more on
      the progress of XAI in healthcare and to share their own
      perspectives. The panel discussion will provide participants with
      the insights on current developments and challenges from the
      researchers working in this fast-developing field.<br
        style="-webkit-tap-highlight-color: transparent;">
      <br style="-webkit-tap-highlight-color: transparent;">
      Explainable AI (XAI) aims to address the problem of understanding
      how decisions are made by AI systems by designing formal methods
      and frameworks for easing their interpretation. The impact of AI
      in clinical settings and the trust placed in such systems by
      clinicians have been a growing concern related to the risk of
      introducing AI into the healthcare environment. XAI in healthcare
      is a multidisciplinary area addressing this challenge by combining
      AI technologies, cognitive modeling, healthcare science, ethical
      and legal issues.<br style="-webkit-tap-highlight-color:
        transparent;">
      <br style="-webkit-tap-highlight-color: transparent;">
      <b style="-webkit-tap-highlight-color: transparent;">Submission
        Guidelines<br style="-webkit-tap-highlight-color: transparent;">
      </b>Submission website:
      <a class="moz-txt-link-freetext" href="https://easychair.org/conferences/?conf=xaihealthcare2023">https://easychair.org/conferences/?conf=xaihealthcare2023</a></p>
    <p style="-webkit-tap-highlight-color: transparent; font-style:
      normal; font-variant-ligatures: normal; font-variant-caps: normal;
      font-weight: 400; letter-spacing: normal; orphans: 2; text-align:
      start; text-indent: 0px; text-transform: none; white-space:
      normal; widows: 2; word-spacing: 0px; -webkit-text-stroke-width:
      0px; background-color: rgb(255, 255, 255);
      text-decoration-thickness: initial; text-decoration-style:
      initial; text-decoration-color: initial; margin: 0px 0pt 12px
      10pt; max-width: 650pt; line-height: 1.4; font-size: 11pt;
      padding-bottom: 5pt; color: rgb(0, 0, 0); font-family: Verdana,
      Arial, Helvetica, sans-serif;"><span
        style="-webkit-tap-highlight-color: transparent; font-size:
        11pt;">All papers must be original and not simultaneously
        submitted to another journal or conference. The following paper
        categories are welcome:</span></p>
    <p style="-webkit-tap-highlight-color: transparent; font-style:
      normal; font-variant-ligatures: normal; font-variant-caps: normal;
      font-weight: 400; letter-spacing: normal; orphans: 2; text-align:
      start; text-indent: 0px; text-transform: none; white-space:
      normal; widows: 2; word-spacing: 0px; -webkit-text-stroke-width:
      0px; background-color: rgb(255, 255, 255);
      text-decoration-thickness: initial; text-decoration-style:
      initial; text-decoration-color: initial; margin: 0px 0pt 12px
      10pt; max-width: 650pt; line-height: 1.4; font-size: 11pt;
      padding-bottom: 5pt; color: rgb(0, 0, 0); font-family: Verdana,
      Arial, Helvetica, sans-serif;"><b
        style="-webkit-tap-highlight-color: transparent;">Explanation
        Approaches</b>:<br style="-webkit-tap-highlight-color:
        transparent;">
      Model agnostic methods<br style="-webkit-tap-highlight-color:
        transparent;">
      Feature analysis<br style="-webkit-tap-highlight-color:
        transparent;">
      Visualization approaches<br style="-webkit-tap-highlight-color:
        transparent;">
      Example and counterfactuals based explanations<br
        style="-webkit-tap-highlight-color: transparent;">
      Fairness, accountability and trust<br
        style="-webkit-tap-highlight-color: transparent;">
      Evaluating XAI<br style="-webkit-tap-highlight-color:
        transparent;">
      Fairness and bias auditing<br style="-webkit-tap-highlight-color:
        transparent;">
      Human-AI interaction<br style="-webkit-tap-highlight-color:
        transparent;">
      Human-Computer Interaction (HCI) for XAI<br
        style="-webkit-tap-highlight-color: transparent;">
      Natural Language Processing (NLP) Explainability<br
        style="-webkit-tap-highlight-color: transparent;">
    </p>
    <p style="-webkit-tap-highlight-color: transparent; font-style:
      normal; font-variant-ligatures: normal; font-variant-caps: normal;
      font-weight: 400; letter-spacing: normal; orphans: 2; text-align:
      start; text-indent: 0px; text-transform: none; white-space:
      normal; widows: 2; word-spacing: 0px; -webkit-text-stroke-width:
      0px; background-color: rgb(255, 255, 255);
      text-decoration-thickness: initial; text-decoration-style:
      initial; text-decoration-color: initial; margin: 0px 0pt 12px
      10pt; max-width: 650pt; line-height: 1.4; font-size: 11pt;
      padding-bottom: 5pt; color: rgb(0, 0, 0); font-family: Verdana,
      Arial, Helvetica, sans-serif;"><b
        style="-webkit-tap-highlight-color: transparent;">AI techniques</b>:<br
        style="-webkit-tap-highlight-color: transparent;">
      Blackbox ML approaches: DL, random forest, etc.<br
        style="-webkit-tap-highlight-color: transparent;">
      Interpretable ML models: Rules, Trees, Bayesian networks, etc.<br
        style="-webkit-tap-highlight-color: transparent;">
      Statistical models and reasoning<br
        style="-webkit-tap-highlight-color: transparent;">
      Case-based reasoning<br style="-webkit-tap-highlight-color:
        transparent;">
      Natural language processing and generation<br
        style="-webkit-tap-highlight-color: transparent;">
      Abductive Reasoning<br style="-webkit-tap-highlight-color:
        transparent;">
    </p>
    <p style="-webkit-tap-highlight-color: transparent; font-style:
      normal; font-variant-ligatures: normal; font-variant-caps: normal;
      font-weight: 400; letter-spacing: normal; orphans: 2; text-align:
      start; text-indent: 0px; text-transform: none; white-space:
      normal; widows: 2; word-spacing: 0px; -webkit-text-stroke-width:
      0px; background-color: rgb(255, 255, 255);
      text-decoration-thickness: initial; text-decoration-style:
      initial; text-decoration-color: initial; margin: 0px 0pt 12px
      10pt; max-width: 650pt; line-height: 1.4; font-size: 11pt;
      padding-bottom: 5pt; color: rgb(0, 0, 0); font-family: Verdana,
      Arial, Helvetica, sans-serif;"><b
        style="-webkit-tap-highlight-color: transparent;">Target
        healthcare problems</b>:<br style="-webkit-tap-highlight-color:
        transparent;">
      Infection challenges (COVID, Antibiotic Resistance, etc.)<br
        style="-webkit-tap-highlight-color: transparent;">
      Trustworthy AI<br style="-webkit-tap-highlight-color:
        transparent;">
      Chronic diseases<br style="-webkit-tap-highlight-color:
        transparent;">
      Ageing & home care<br style="-webkit-tap-highlight-color:
        transparent;">
      Diagnostic systems</p>
    <p style="-webkit-tap-highlight-color: transparent; font-style:
      normal; font-variant-ligatures: normal; font-variant-caps: normal;
      font-weight: 400; letter-spacing: normal; orphans: 2; text-align:
      start; text-indent: 0px; text-transform: none; white-space:
      normal; widows: 2; word-spacing: 0px; -webkit-text-stroke-width:
      0px; background-color: rgb(255, 255, 255);
      text-decoration-thickness: initial; text-decoration-style:
      initial; text-decoration-color: initial; margin: 0px 0pt 12px
      10pt; max-width: 650pt; line-height: 1.4; font-size: 11pt;
      padding-bottom: 5pt; color: rgb(0, 0, 0); font-family: Verdana,
      Arial, Helvetica, sans-serif;"><b
        style="-webkit-tap-highlight-color: transparent;">Organizing
        Committee</b><br style="-webkit-tap-highlight-color:
        transparent;">
      Concha Bielza, Dept. of Artificial Intelligence, Universidad
      Politécnica de Madrid<br style="-webkit-tap-highlight-color:
        transparent;">
      Pedro Larrañaga, Dept. of Artificial Intelligence, Universidad
      Politécnica de Madrid<br style="-webkit-tap-highlight-color:
        transparent;">
      Primoz Kocbek, Faculty of Health Sciences, University of Maribor<br
        style="-webkit-tap-highlight-color: transparent;">
      Jose M. Juarez, Faculty of Computer Science, Universidad de Murcia<br
        style="-webkit-tap-highlight-color: transparent;">
      Gregor Stiglic, Faculty of Health Sciences, University of Maribor<br
        style="-webkit-tap-highlight-color: transparent;">
      Alfredo Vellido, Universitat Politècnica de Catalunya and
      IDEAI-UPC</p>
    <p></p>
  </body>
</html>