Kami membuka potensi penuh data perawatan kesehatan dengan AI generatif selama SAS Hackathon.
Layanan kesehatan sangat membutuhkan wawasan penggerak data. Karena perawatan kesehatan kekurangan staf, terlalu tertekan dengan potensi untuk menyelamatkan nyawa. Namun, data perawatan kesehatan adalah data yang paling sensitif terhadap privasi dan karenanya dikunci. Data sensitif privasi ini:
Ini bermasalah, karena tujuan kami untuk hackathon ini adalah memprediksi kerusakan dan kematian sebagai bagian dari penelitian kanker untuk rumah sakit terkemuka. Itulah sebabnya Syntho dan SAS berkolaborasi untuk rumah sakit ini, di mana Syntho membuka kunci data dengan data sintetis dan SAS merealisasikan wawasan data dengan SAS Viya, platform analitik terkemuka.
Syntho Engine kami menghasilkan data buatan yang benar-benar baru. Perbedaan utama, kami menerapkan AI untuk meniru karakteristik data dunia nyata dalam data sintetis, dan sedemikian rupa sehingga bahkan dapat digunakan untuk analitik. Itulah mengapa kami menyebutnya sebagai kembaran data sintetik. Ini sebagus nyata dan secara statistik identik dengan data asli, tetapi tanpa risiko privasi.
Selama hackathon ini, kami mengintegrasikan API Syntho Engine di SAS Viya sebagai langkah. Di sini kami juga memvalidasi bahwa data sintetik memang sebagus aslinya di SAS Viya. Sebelum kami memulai penelitian kanker, kami menguji pendekatan terpadu ini dengan kumpulan data terbuka dan memvalidasi apakah data sintetik memang sebaik-nyata melalui berbagai metode validasi di SAS Viya.
Korelasi, hubungan antar variabel, dipertahankan.
Area Di Bawah Kurva, ukuran kinerja model, dipertahankan.
Dan bahkan kepentingan variabel, kekuatan prediktif variabel untuk suatu model, berlaku saat kita membandingkan data asli dengan data sintetik.
Oleh karena itu, kita dapat menyimpulkan bahwa data sintetik yang dihasilkan oleh Syntho Engine di SAS Viya memang sebagus aslinya dan kita dapat menggunakan data sintetik untuk pengembangan model. Oleh karena itu, kita dapat memulai dengan penelitian kanker ini untuk memprediksi kerusakan dan kematian.
Di sini, kami menggunakan Mesin Syntho terintegrasi sebagai langkah dalam SAS Viya untuk membuka kunci data sensitif privasi ini dengan data sintetis.
Hasilnya, AUC sebesar 0.74 dan model yang mampu memprediksi deteriorasi dan mortalitas.
Sebagai hasil dari penggunaan data sintetik, kami dapat membuka layanan kesehatan ini dalam situasi dengan risiko lebih kecil, lebih banyak data, dan akses data lebih cepat.
Ini tidak hanya mungkin di dalam rumah sakit, juga data dari beberapa rumah sakit dapat digabungkan. Oleh karena itu, langkah selanjutnya adalah mensintesis data dari beberapa rumah sakit. Data rumah sakit relevan yang berbeda disintesis sebagai masukan untuk model di SAS Viya melalui Mesin Syntho. Di sini, kami menyadari AUC sebesar 0.78, yang menunjukkan bahwa lebih banyak data menghasilkan kekuatan prediksi yang lebih baik dari model tersebut.
Dan inilah hasil dari hackathon ini:
Langkah selanjutnya adalah
Beginilah cara Syntho dan SAS membuka kunci data dan mewujudkan wawasan berbasis data dalam perawatan kesehatan untuk memastikan perawatan kesehatan dikelola dengan baik, dengan tekanan normal untuk menyelamatkan nyawa.