हम एसएएस हैकथॉन के दौरान जेनेरेटिव एआई के साथ हेल्थकेयर डेटा की पूरी क्षमता को अनलॉक करते हैं।
हेल्थकेयर को डेटा ड्राइव इनसाइट्स की सख्त जरूरत है। क्योंकि स्वास्थ्य सेवा में कर्मचारियों की कमी है, जीवन बचाने की क्षमता के साथ दबाव अधिक है। हालाँकि, स्वास्थ्य सेवा डेटा सबसे अधिक गोपनीयता संवेदनशील डेटा है और इसलिए लॉक है। यह गोपनीयता संवेदनशील डेटा:
यह समस्याग्रस्त है, क्योंकि इस हैकथॉन के लिए हमारा लक्ष्य एक प्रमुख अस्पताल के लिए कैंसर अनुसंधान के हिस्से के रूप में गिरावट और मृत्यु दर की भविष्यवाणी करना है। यही कारण है कि सिंथो और एसएएस इस अस्पताल के लिए सहयोग करते हैं, जहां सिंथो सिंथेटिक डेटा के साथ डेटा को अनलॉक करता है और एसएएस प्रमुख एनालिटिक्स प्लेटफॉर्म एसएएस विया के साथ डेटा अंतर्दृष्टि प्राप्त करता है।
हमारा सिंथो इंजन पूरी तरह से नया कृत्रिम रूप से उत्पन्न डेटा उत्पन्न करता है। मुख्य अंतर, हम एआई को सिंथेटिक डेटा में वास्तविक दुनिया के डेटा की विशेषताओं की नकल करने के लिए लागू करते हैं, और इस हद तक कि इसे एनालिटिक्स के लिए भी इस्तेमाल किया जा सकता है। इसलिए हम इसे सिंथेटिक डेटा ट्विन कहते हैं। यह उतना ही अच्छा है जितना वास्तविक और सांख्यिकीय रूप से मूल डेटा के समान है, लेकिन गोपनीयता जोखिमों के बिना।
इस हैकथॉन के दौरान, हमने एसएएस विया में कदम के रूप में सिंथो इंजन एपीआई को एकीकृत किया। यहां हमने यह भी प्रमाणित किया कि एसएएस विया में सिंथेटिक डेटा वास्तव में वास्तविक जितना अच्छा है। इससे पहले कि हम कैंसर अनुसंधान शुरू करें, हमने एक खुले डेटासेट के साथ इस एकीकृत दृष्टिकोण का परीक्षण किया और सत्यापित किया कि क्या सिंथेटिक डेटा वास्तव में एसएएस विया में विभिन्न सत्यापन विधियों के माध्यम से वास्तविक है।
सहसंबंध, चर के बीच संबंध संरक्षित हैं।
वक्र के नीचे का क्षेत्र, मॉडल प्रदर्शन के लिए एक माप, संरक्षित है।
और यहां तक कि चर महत्व, एक मॉडल के लिए चर की भविष्य कहनेवाला शक्ति, तब होती है जब हम मूल डेटा की सिंथेटिक डेटा के साथ तुलना करते हैं।
इसलिए, हम यह निष्कर्ष निकाल सकते हैं कि एसएएस विया में सिंथो इंजन द्वारा उत्पन्न सिंथेटिक डेटा वास्तव में उतना ही अच्छा है जितना वास्तविक और हम मॉडल विकास के लिए सिंथेटिक डेटा का उपयोग कर सकते हैं। इसलिए, हम गिरावट और मृत्यु दर की भविष्यवाणी करने के लिए इस कैंसर अनुसंधान से शुरुआत कर सकते हैं।
यहां, हमने इस गोपनीयता संवेदनशील डेटा को सिंथेटिक डेटा के साथ अनलॉक करने के लिए एसएएस विया में चरण के रूप में एकीकृत सिंथो इंजन का उपयोग किया।
नतीजा, 0.74 का एयूसी और एक मॉडल जो गिरावट और मृत्यु दर की भविष्यवाणी करने में सक्षम है।
सिंथेटिक डेटा का उपयोग करने के परिणामस्वरूप, हम कम जोखिम, अधिक डेटा और तेज़ डेटा एक्सेस वाली स्थिति में इस स्वास्थ्य सेवा को अनलॉक करने में सक्षम हुए।
यह केवल अस्पताल के भीतर ही संभव नहीं है, बल्कि कई अस्पतालों के डेटा को भी जोड़ा जा सकता है। इसलिए, अगला कदम कई अस्पतालों से डेटा का संश्लेषण करना था। सिंथो इंजन के माध्यम से एसएएस विया में मॉडल के लिए इनपुट के रूप में विभिन्न प्रासंगिक अस्पताल डेटा को संश्लेषित किया गया था। यहां, हमें 0.78 के एयूसी का एहसास हुआ, यह दर्शाता है कि अधिक डेटा उन मॉडलों की बेहतर भविष्यवाणी शक्ति में परिणाम देता है।
और इस हैकाथॉन के ये परिणाम हैं:
अगले कदम हैं
इस तरह से सिंथो और एसएएस डेटा को अनलॉक करते हैं और स्वास्थ्य सेवा में डेटा संचालित अंतर्दृष्टि को महसूस करते हैं ताकि यह सुनिश्चित किया जा सके कि जीवन बचाने के लिए सामान्य दबाव के साथ स्वास्थ्य सेवा अच्छी तरह से कार्यरत है।