Syntho برنده هکاتون جهانی SAS در رده مراقبت های بهداشتی و علوم زندگی شد

هکاتون SAS یک رویداد فوق‌العاده بود که 104 تیم از 75 کشور را در یک نمایشگاه واقعاً جهانی از استعدادها گرد هم آورد. در این محیط بسیار رقابتی، مفتخریم که اعلام کنیم پس از ماه‌ها تلاش سخت، Syntho به شهرت رسید و پیروزی چشمگیری را در بخش مراقبت‌های بهداشتی و علوم زیستی به دست آورد. با پیشی گرفتن از 18 شرکت بزرگ دیگر، دستاورد برجسته ما موقعیت ما را به عنوان رهبران در این زمینه تخصصی تثبیت کرد.

معرفی

آینده تجزیه و تحلیل داده‌ها با داده‌های مصنوعی متحول خواهد شد، به‌ویژه در بخش‌هایی که داده‌های حساس به حریم خصوصی، مانند داده‌های مراقبت‌های بهداشتی، در اولویت هستند. با این حال، دسترسی به این اطلاعات ارزشمند اغلب توسط فرآیندهای دست و پا گیر، از جمله زمان بر، مملو از کاغذبازی های گسترده و محدودیت های متعدد، مانع می شود. با درک این پتانسیل، Syntho به نیروهای خود پیوست SAS برای SAS Hackathon انجام یک پروژه مشترک با هدف بهبود مراقبت از بیمار در موسسات مراقبت های بهداشتی. Syntho با باز کردن قفل داده‌های حساس به حریم خصوصی از طریق داده‌های مصنوعی و استفاده از قابلیت‌های تجزیه و تحلیل SAS، تلاش می‌کند تا بینش‌های ارزشمندی را ارائه دهد که پتانسیل شکل‌دهی آینده مراقبت‌های بهداشتی را دارد.

باز کردن قفل داده های مراقبت های بهداشتی حساس به حریم خصوصی با داده های مصنوعی به عنوان بخشی از تحقیقات سرطان برای یک بیمارستان پیشرو

داده‌های بیمار معدن طلایی از اطلاعات است که می‌تواند مراقبت‌های بهداشتی را متحول کند، اما ماهیت حساس به حریم خصوصی آن اغلب چالش‌های مهمی را در دسترسی و استفاده از آن ایجاد می‌کند. سینتو این معضل را درک کرد و با همکاری با SAS در طول هکاتون SAS به دنبال غلبه بر آن بود. هدف بازگشایی داده‌های بیمار حساس به حریم خصوصی با استفاده از داده‌های مصنوعی و در دسترس قرار دادن آن‌ها برای تجزیه و تحلیل از طریق SAS Viya بود. این تلاش مشترک نه تنها نویدبخش بهبود در مراقبت‌های بهداشتی، به‌ویژه در زمینه تحقیقات سرطان است، و فرآیند باز کردن و تجزیه و تحلیل داده‌ها را یکپارچه و کارآمد می‌کند، بلکه حداکثر محافظت از حریم خصوصی بیمار را تضمین می‌کند.

ادغام Syntho Engine و SAS Viya

در هکاتون، ما با موفقیت Syntho Engine API را به عنوان یک گام مهم در پروژه خود در SAS Viya گنجاندیم. این ادغام نه تنها ادغام داده های مصنوعی را تسهیل کرد، بلکه یک محیط ایده آل برای اعتبارسنجی وفاداری آن در SAS Viya نیز فراهم کرد. قبل از شروع تحقیقات سرطان ما، آزمایشات گسترده ای با استفاده از یک مجموعه داده باز برای ارزیابی اثربخشی این رویکرد یکپارچه انجام شد. از طریق روش‌های اعتبارسنجی مختلف موجود در SAS Viya، ما اطمینان حاصل کردیم که داده‌های مصنوعی سطحی از کیفیت و شباهت به داده‌های واقعی را نشان می‌دهند که آن‌ها را واقعاً قابل مقایسه می‌دانستند و ماهیت «به‌عنوان خوب» آن را تأیید می‌کنند.