Erasmus MC:n seuraava iso asia – tekoälyn luoma synteettinen data

At Erasmus MC, joka on yksi johtavista sairaaloista, on mahdollista pyytää Synthon tuottamaa synteettistä dataa Syntho moottori.  Smart Health Tech Center (SHTC) – Erasmus MC järjesti virallisen kick-offin viime torstaina 30. maaliskuuta, jossa Robert Veen (Research Suite) ja Wim Kees Janssen (Syntho ) vastasi kysymyksiin:Mikä on synteettinen data?''Miksi teemme tämän?"ja "Kuinka tämä toimii Erasmus MC:ssä?".

Mitä on tekoälyn luoma synteettinen data?

Todellista tietoa kerätään hankkimalla tietoa todellisista potilaista, työntekijöistä ja sisäisistä liiketoimintaprosesseista. Synteettistä dataa puolestaan ​​tuottaa algoritmi, joka luo täysin uusia ja fiktiivisiä tietopisteitä, joissa yksilöitä ei enää ole.

Tärkeä ero on tekoälyn käyttö jäljittelemään ja toistamaan synteettisen datan todellisen datan ominaisuuksia, malleja ja ominaisuuksia.

Tulos: Tekoälyn luoma synteettinen data, joka on yhtä tarkkaa kuin todellinen data. Näin ollen sitä voidaan jopa käyttää analytiikkaan ikään kuin se olisi todellista dataa.

Siksi Syntho kutsuu sitä "Synthetic Data Twiniksi": data on niin-kuin-todella, mutta sitä voidaan käyttää ilman tietosuojahaasteita.

Miksi teemme tämän?

Avaa tietojen lukitus ja lyhennä "Time-to-Data"

Käyttämällä synteettistä dataa todellisen tiedon sijaan voimme organisaationa vähentää riskien arviointeja ja niihin liittyviä aikaa vieviä prosesseja. Sen avulla voimme avata enemmän ja lisää tietojoukkoja. Voimme myös varmistaa, että tietojen käyttöpyyntöjä voidaan nopeuttaa, jotta voimme lyhentää "aikaa dataan". Tällä Erasmus MC rakentaa vahvan perustan datalähtöisen innovaation nopeuttamiseksi.

Edustavia tietoja testaustarkoituksiin

Testaus ja kehitys edustavilla testitiedoilla on olennaista huippuluokan teknisten ratkaisujen toimittamiseksi. Tuotantotietoihin perustuva synteettinen datapari johtaa dataan, jota voidaan käyttää testitiedot. Tulos: tuotannon kaltaiset tiedot, privacy by design ratkaisussa, joka toimii helposti, nopeasti ja on skaalautuva. Lisäksi hyödyntämällä älykkäästi generatiivista tekoälyä synteettisen datan luomisessa, on mahdollista myös suurentaa ja simuloida tietojoukkoja. Tämä voi olla ratkaisu esimerkiksi silloin, kun dataa ei ole riittävästi (tiedon niukkuus) tai kun halutaan näytteitä reunatapauksista.

Analyysi tekoälyn luomalla synteettisellä tiedolla

Tekoälyä käytetään mallintamaan synteettistä dataa siten, että tilastolliset mallit, suhteet ja ominaisuudet säilyvät siten, että ne voivat käyttää jopa analyyseihin. Etenkin mallien kehitysvaiheessa suosimme synteettisen datan käyttöä ja haastamme aina datan käyttäjät: "miksi käyttää oikeaa dataa, kun voi käyttää myös synteettistä dataa"?

Miten tämä toimii Erasmus MC:ssä?

Haluatko käyttää synteettistä tietojoukkoa? Vai haluatko saada lisätietoa mahdollisuuksista? Ota yhteyttä Erasmus MC:n tutkimussarja.

Kiinnostaako tekoälyn luoma synteettinen data ja haluatko syventää sen mahdollisuuksia? Ota yhteyttä asiantuntijoihimme or pyytää demoa.