الشيء المهم التالي لبرنامج Erasmus MC - الذكاء الاصطناعي الذي تم إنشاؤه بواسطة البيانات الاصطناعية

في ايراسموس MC، أحد المستشفيات الرائدة ، من الممكن طلب بيانات تركيبية تم إنشاؤها بواسطة Syntho's محرك سينثو. Smart Health Tech Center (SHTC) - Erasmus MC نظمت الانطلاقة الرسمية الخميس الماضي 30 مارس ، حيث روبرت فين (جناح البحث) و ويم كيس جانسن (سينثو ) أجاب على الأسئلة:ما هي البيانات التركيبية؟''لما نفعل هذا؟'و' "كيف يعمل هذا في برنامج Erasmus MC؟".

ما هي البيانات التركيبية المُنشأة بواسطة الذكاء الاصطناعي؟

يتم جمع البيانات الحقيقية من خلال الحصول على معلومات حول المرضى الحقيقيين والموظفين والعمليات التجارية الداخلية. من ناحية أخرى ، يتم إنشاء البيانات التركيبية بواسطة خوارزمية تنشئ نقاط بيانات جديدة وخيالية تمامًا ، حيث لم يعد الأفراد موجودين.

يتمثل أحد الاختلافات المهمة في استخدام الذكاء الاصطناعي لتقليد وإعادة إنتاج خصائص وأنماط وخصائص البيانات الحقيقية في البيانات التركيبية.

النتيجة: البيانات التركيبية المُنشأة بواسطة الذكاء الاصطناعي والتي تكون دقيقة مثل البيانات الحقيقية. وبالتالي ، يمكن استخدامها للتحليلات كما لو كانت بيانات حقيقية.

هذا هو السبب في أن Syntho تسميها "Synthetic Data Twin": البيانات هي كما هو الحال في الواقع، ولكن يمكن استخدامها بدون تحديات الخصوصية.

لما نفعل هذا؟

فتح البيانات وتقليل "الوقت للبيانات"

باستخدام البيانات التركيبية بدلاً من البيانات الحقيقية ، يمكننا كمنظمة تقليل تقييمات المخاطر والعمليات المرتبطة بها التي تستغرق وقتًا طويلاً. يسمح لنا بفتح المزيد والمزيد من مجموعات البيانات الإضافية. يمكننا أيضًا ضمان إمكانية تسريع طلبات الوصول إلى البيانات حتى نتمكن من تقليل "الوقت المستغرق للوصول إلى البيانات". مع هذا ، يبني Erasmus MC أساسًا قويًا لتسريع الابتكار القائم على البيانات.

بيانات تمثيلية لأغراض الاختبار

يعد الاختبار والتطوير باستخدام بيانات الاختبار التمثيلية أمرًا ضروريًا لتقديم أحدث الحلول التقنية. ينتج عن توأم البيانات التركيبية استنادًا إلى بيانات الإنتاج بيانات يمكن استخدامها كملف بيانات الاختبار. النتيجة: بيانات شبيهة بالإنتاج ، privacy by design في حل يعمل بسهولة وسرعة وقابل للتطوير. بالإضافة إلى ذلك ، من خلال الاستخدام الذكي للذكاء الاصطناعي التوليدي في إنشاء البيانات التركيبية ، من الممكن أيضًا توسيع مجموعات البيانات ومحاكاتها. يمكن أن يكون هذا حلاً ، على سبيل المثال ، عندما لا توجد بيانات كافية (ندرة البيانات) أو عندما تريد رفع عينة من الحالات المتطورة.

تحليلات مع البيانات التركيبية التي تم إنشاؤها بواسطة الذكاء الاصطناعي

يتم تطبيق الذكاء الاصطناعي لنمذجة البيانات التركيبية بطريقة تحفظ الأنماط والعلاقات والخصائص الإحصائية بطريقة تمكنهم من ذلك حتى تستخدم للتحليلات. خاصة في مرحلة تطوير النماذج ، سنفضل استخدام البيانات التركيبية ودائمًا نتحدى مستخدمي البيانات: "لماذا تستخدم البيانات الحقيقية بينما يمكنك أيضًا استخدام البيانات التركيبية"؟

كيف يعمل هذا في Erasmus MC؟

هل تريد استخدام مجموعة بيانات تركيبية؟ أو هل ترغب في الحصول على مزيد من المعلومات حول الاحتمالات؟ يرجى الاتصال جناح البحث من Erasmus MC.

هل أنت مهتم بالبيانات التركيبية التي يتم إنشاؤها بواسطة الذكاء الاصطناعي وهل تريد التعمق في الإمكانات؟ الاتصال خبرائنا or طلب عرض.