Další velká věc pro Erasmus MC – syntetická data generovaná umělou inteligencí

Na Erasmus MC, jedné z předních nemocnic, je možné si vyžádat syntetická data generovaná Syntho's Syntho Engine,  Smart Health Tech Center (SHTC) – Erasmus MC zorganizovala minulý čtvrtek 30. března oficiální výkop, ve kterém Robert Veen (Research Suite) a Wim Kees Janssen (Syntho ) odpověděl na otázky:Co jsou syntetická data?','Proč to děláme?' a "Jak to funguje v rámci Erasmus MC?".

Co jsou syntetická data generovaná umělou inteligencí?

Reálná data se shromažďují získáváním informací o skutečných pacientech, zaměstnancích a interních obchodních procesech. Syntetická data jsou na druhé straně generována algoritmem, který vytváří zcela nové a fiktivní datové body, kde jednotlivci již neexistují.

Důležitým rozdílem je použití umělé inteligence k napodobování a reprodukci charakteristik, vzorů a vlastností skutečných dat v syntetických datech.

Výsledek: Syntetická data generovaná umělou inteligencí, která jsou stejně přesná jako skutečná data. V důsledku toho může být dokonce použit pro analýzu, jako by to byla skutečná data.

Proto to Syntho nazývá „Synthetic Data Twin“: data jsou jako-dobrý-jako-skutečný, ale lze je použít bez omezení ochrany osobních údajů.

Proč to děláme?

Odemkněte data a zkraťte „Time-to-Data“

Použitím syntetických dat namísto skutečných dat můžeme jako organizace snížit hodnocení rizik a související časově náročné procesy. Umožňuje nám odemknout další a další datové sady. Můžeme také zajistit, že požadavky na přístup k datům mohou být urychleny, abychom mohli zkrátit „time-to-data“. Díky tomu Erasmus MC buduje silný základ pro urychlení inovací založených na datech.

Reprezentativní data pro testovací účely

Testování a vývoj s reprezentativními testovacími daty je nezbytný pro poskytování nejmodernějších technologických řešení. Syntetické dvojče dat založené na výrobních datech vyústí v data, která lze použít jako testovací data. Výsledek: produkční data, privacy by design v řešení, které funguje snadno, rychle a je škálovatelné. Inteligentním využitím generativní umělé inteligence při vytváření syntetických dat je navíc možné zvětšovat a simulovat datové sady. To může být řešením, například když je nedostatek dat (nedostatek dat) nebo když chcete převzorkovat okrajové případy.

Analytics se syntetickými daty generovanými umělou inteligencí

AI se používá k modelování syntetických dat takovým způsobem, že statistické vzory, vztahy a charakteristiky jsou zachovány takovým způsobem, aby mohly dokonce použít pro analýzy. Zejména ve fázi vývoje modelů budeme preferovat použití syntetických dat a vždy vyzýváme uživatele dat: „proč používat reálná data, když můžete použít i syntetická data“?

Jak to na Erasmus MC funguje?

Chcete použít syntetickou datovou sadu? Nebo chcete získat více informací o možnostech? Kontaktujte prosím Research Suite programu Erasmus MC.

Zajímají vás syntetická data generovaná umělou inteligencí a chcete se ponořit do hloubky možností? Kontaktujte naše odborníky or požádat o demo.