SAS Hackathon zamanı generativ süni intellekt ilə səhiyyə məlumatlarının tam potensialını açırıq.
Səhiyyənin məlumat ötürücü anlayışlara ciddi ehtiyacı var. Çünki səhiyyə işçiləri azdır, həyatı xilas etmək potensialı ilə həddindən artıq təzyiq altındadır. Bununla belə, səhiyyə məlumatları məxfiliyə ən həssas məlumatlardır və buna görə də kilidlənir. Bu məxfiliyə həssas məlumatlar:
Bu problemlidir, çünki bu hakatonda məqsədimiz aparıcı xəstəxana üçün xərçəng tədqiqatının bir hissəsi kimi pisləşmə və ölüm hallarını proqnozlaşdırmaqdır. Buna görə də Syntho və SAS bu xəstəxana üçün əməkdaşlıq edir, burada Syntho sintetik məlumatlarla məlumatları açır və SAS aparıcı analitik platforma olan SAS Viya ilə məlumat anlayışlarını həyata keçirir.
Bizim Syntho Mühərrikimiz tamamilə yeni süni şəkildə yaradılan məlumatları yaradır. Əsas fərq, biz süni intellektdən sintetik məlumatlarda real dünya məlumatlarının xüsusiyyətlərini təqlid etmək üçün tətbiq edirik və o, hətta analitika üçün istifadə edilə bilər. Buna görə də biz onu sintetik məlumat əkizləri adlandırırıq. O, real olduğu qədər yaxşıdır və statistik olaraq orijinal məlumatlarla eynidir, lakin məxfilik riskləri yoxdur.
Bu hakathon zamanı biz addım olaraq SAS Viya-da Syntho Engine API-ni inteqrasiya etdik. Burada biz sintetik məlumatların SAS Viya-da həqiqətən də real olduğunu təsdiqlədik. Xərçəng tədqiqatına başlamazdan əvvəl biz bu inteqrasiya olunmuş yanaşmanı açıq verilənlər bazası ilə sınaqdan keçirdik və SAS Viya-da müxtəlif yoxlama metodları vasitəsilə sintetik məlumatların həqiqətən də yaxşı olub-olmadığını təsdiq etdik.
Korrelyasiya, dəyişənlər arasında əlaqələr saxlanılır.
Model performansı üçün ölçü olan əyrinin altındakı sahə qorunur.
Və hətta dəyişən əhəmiyyəti, bir model üçün dəyişənlərin proqnozlaşdırıcı gücü, orijinal məlumatları sintetik məlumatlarla müqayisə etdiyimiz zaman qorunur.
Beləliklə, SAS Viya-da Syntho Mühərriki tərəfindən yaradılan sintetik məlumatların həqiqətən real olduğu qədər yaxşı olduğu və modelin inkişafı üçün sintetik məlumatlardan istifadə edə biləcəyimiz qənaətinə gələ bilərik. Beləliklə, pisləşməni və ölümü proqnozlaşdırmaq üçün bu xərçəng araşdırmasına başlaya bilərik.
Burada biz SAS Viya-da bu məxfiliyə həssas məlumatları sintetik məlumatlarla açmaq üçün inteqrasiya olunmuş Syntho Mühərrikindən istifadə etdik.
Nəticə, AUC 0.74 və pisləşməni və ölümü proqnozlaşdıra bilən bir model.
Sintetik məlumatlardan istifadə nəticəsində biz daha az riskli, daha çox məlumat və daha sürətli məlumat əldə edən bir vəziyyətdə bu səhiyyə xidmətinin kilidini aça bildik.
Bu, təkcə xəstəxana daxilində mümkün deyil, həm də bir çox xəstəxanaların məlumatları birləşdirilə bilər. Beləliklə, növbəti addım bir çox xəstəxanadan məlumatların sintezi idi. Müxtəlif müvafiq xəstəxana məlumatları Syntho Engine vasitəsilə SAS Viya-da model üçün giriş kimi sintez edilmişdir. Burada daha çox məlumatın həmin modellərin daha yaxşı proqnozlaşdırıcı gücü ilə nəticələndiyini nümayiş etdirərək 0.78 AUC əldə etdik.
Bu hakatonun nəticələri bunlardır:
Növbəti addımlar
Syntho və SAS, insanların həyatını xilas etmək üçün normal təzyiqlə, səhiyyənin yaxşı kadrlarla təmin olunduğundan əmin olmaq üçün məlumatların kilidini bu şəkildə açır və səhiyyə sahəsində məlumatlara əsaslanan fikirləri həyata keçirir.