A l' Erasmus MC, un dels hospitals líders, és possible sol·licitar dades sintètiques generades per Syntho's Motor sintètic. La Smart Health Tech Center (SHTC) – Erasmus MC va organitzar el llançament oficial el passat dijous 30 de març, en el qual Robert Veen (Research Suite) i Wim Kees Janssen (Syntho ) va respondre a les preguntes: 'Què són les dades sintètiques?','Per què ho fem?'i 'Com funciona això dins d'Erasmus MC?'.
Les dades reals es recullen obtenint informació sobre pacients reals, empleats i processos empresarials interns. Les dades sintètiques, en canvi, són generades per un algorisme que crea punts de dades completament nous i ficticis, on els individus ja no existeixen.
Una diferència important és l'ús de la intel·ligència artificial per imitar i reproduir característiques, patrons i propietats de les dades reals a les dades sintètiques.
El resultat: Dades sintètiques generades per IA que són tan precises com les dades reals. En conseqüència, fins i tot es pot utilitzar per analítiques com si fossin dades reals.
És per això que Syntho l'anomena "Synthetic Data Twin": les dades ho són tan-bo-com-real, però es pot utilitzar sense problemes de privadesa.
Mitjançant l'ús de dades sintètiques en lloc de dades reals, com a organització podem reduir les avaluacions de riscos i els processos associats que consumeixen temps. Ens permet desbloquejar més conjunts de dades addicionals. També podem assegurar-nos que les sol·licituds d'accés a les dades es puguin accelerar de manera que puguem reduir el "time-to-data". Amb això, Erasmus MC està construint una base sòlida per accelerar la innovació basada en dades.
Les proves i el desenvolupament amb dades de proves representatives són essencials per oferir solucions tecnològiques d'última generació. Un besson de dades sintètics basat en les dades de producció dóna com a resultat dades que es poden utilitzar com a dades de proves. El resultat: dades semblants a la producció, privacy by design en una solució que funciona fàcil, ràpida i escalable. A més, fent un ús intel·ligent de la IA generativa en la creació de dades sintètiques, també és possible ampliar i simular conjunts de dades. Aquesta pot ser una solució, per exemple, quan no hi ha dades suficients (escassetat de dades) o quan voleu augmentar la mostra de casos extrems.
La IA s'aplica per modelar les dades sintètiques de manera que els patrons estadístics, les relacions i les característiques es conserven de manera que puguin fins i tot servir per a anàlisis. Sobretot en la fase de desenvolupament de models, preferirem l'ús de dades sintètiques i sempre desafiarem els usuaris de dades: "per què utilitzar dades reals quan també pots utilitzar dades sintètiques"?
Voleu utilitzar un conjunt de dades sintètic? O vols rebre més informació sobre les possibilitats? Poseu-vos en contacte amb el Suite de recerca d'Erasmus MC.
T'interessen les dades sintètiques generades per IA i vols aprofundir en les possibilitats? Contacta amb els nostres experts or demanar una demostració.
Poseu-vos en contacte amb Syntho i un dels nostres experts es posarà en contacte amb vostè a la velocitat de la llum per explorar el valor de les dades sintètiques.