Syntho გაიმარჯვებს გლობალური SAS Hackathon კატეგორიაში ჯანმრთელობის დაცვა და ცხოვრების მეცნიერებები
SAS ჰაკათონი იყო არაჩვეულებრივი მოვლენა, რომელმაც შეკრიბა 104 გუნდი 75 ქვეყნიდან, ნიჭიერების მართლაც გლობალურ გამოფენაში. ამ უკიდურესად კონკურენტულ გარემოში, ჩვენ ვამაყობთ, რომ გამოვაცხადოთ, რომ თვეების შრომისმოყვარეობის შემდეგ, Syntho გახდა ცნობილი და უზრუნველყო ჯანდაცვისა და სიცოცხლის მეცნიერებების კატეგორიაში ხმამაღალი გამარჯვება. 18 სხვა დიდ კომპანიას გადააჭარბა, ჩვენმა გამორჩეულმა მიღწევამ დაამკვიდრა ჩვენი პოზიცია, როგორც ლიდერები ამ სპეციალიზებულ სფეროში.
შესავალი
მონაცემთა ანალიტიკის მომავალი რევოლუციას მოახდენს სინთეზური მონაცემებით, განსაკუთრებით იმ სექტორებში, სადაც კონფიდენციალურობისადმი მგრძნობიარე მონაცემები, როგორიცაა ჯანდაცვის მონაცემები, უმნიშვნელოვანესია. თუმცა, ამ ღირებული ინფორმაციის წვდომას ხშირად აფერხებს შრომატევადი პროცესები, მათ შორის შრომატევადი, სავსეა ვრცელი დოკუმენტაცია და მრავალი შეზღუდვა. ამ პოტენციალის აღიარებით, Syntho შეუერთდა ძალებს SAS იმ SAS Hackathon განახორციელოს ერთობლივი პროექტი, რომელიც მიზნად ისახავს ჯანდაცვის დაწესებულებებში პაციენტების მოვლის გაუმჯობესებას. სინთეტიკური მონაცემების მეშვეობით კონფიდენციალურობისადმი მგრძნობიარე მონაცემების განბლოკვით და SAS ანალიტიკის შესაძლებლობების გამოყენებით, Syntho ცდილობს მიაწოდოს ღირებული შეხედულებები, რომლებსაც აქვთ ჯანდაცვის მომავლის ფორმირების პოტენციალი.
კონფიდენციალურობისადმი მგრძნობიარე ჯანდაცვის მონაცემების განბლოკვა სინთეტიკური მონაცემებით როგორც კიბოს კვლევის ნაწილი წამყვანი საავადმყოფოსთვის
პაციენტის მონაცემები ინფორმაციის ოქროს მაღაროა, რომელსაც შეუძლია რევოლუცია მოახდინოს ჯანდაცვის სფეროში, მაგრამ მისი კონფიდენციალურობისადმი მგრძნობიარე ბუნება ხშირად იწვევს მნიშვნელოვან გამოწვევებს მის წვდომასა და გამოყენებაში. Syntho-ს ესმოდა ეს დილემა და ცდილობდა მის გადალახვას SAS-თან თანამშრომლობით SAS Hackathon-ის დროს. მიზანი იყო კონფიდენციალურობისადმი მგრძნობიარე პაციენტის მონაცემების განბლოკვა სინთეტიკური მონაცემების გამოყენებით და ხელმისაწვდომი ყოფილიყო ანალიტიკისთვის SAS Viya-ს მეშვეობით. ეს ერთობლივი ძალისხმევა არა მხოლოდ გვპირდება ჯანდაცვის გაუმჯობესებას, კონკრეტულად კი კიბოს კვლევის სფეროში, რაც მონაცემთა განბლოკვისა და ანალიზის პროცესს შეუფერხებლად და ეფექტურს ხდის, არამედ უზრუნველყოფს პაციენტის კონფიდენციალურობის მაქსიმალურ დაცვას.
Syntho Engine-ისა და SAS Viya-ს ინტეგრაცია
ჰაკათონის ფარგლებში, ჩვენ წარმატებით ჩავრთეთ Syntho Engine API SAS Viya-ში, როგორც გადამწყვეტი ნაბიჯი ჩვენს პროექტში. ამ ინტეგრაციამ არა მხოლოდ ხელი შეუწყო სინთეზური მონაცემების ჩართვას, არამედ უზრუნველყო იდეალური გარემო მისი ერთგულების დასადასტურებლად SAS Viya-ში. კიბოს კვლევის დაწყებამდე ჩატარდა ვრცელი ტესტირება ღია მონაცემთა ბაზის გამოყენებით ამ ინტეგრირებული მიდგომის ეფექტურობის შესაფასებლად. SAS Viya-ში არსებული სხვადასხვა ვალიდაციის მეთოდების მეშვეობით, ჩვენ დავრწმუნდით, რომ სინთეზურმა მონაცემებმა აჩვენა ხარისხის და მსგავსების დონე რეალურ მონაცემებთან, რაც მათ ნამდვილად შესადარებლად თვლიდა, რაც ადასტურებდა მის „კარგად-როგორც-რეალურ“ ბუნებას.
ემთხვევა თუ არა სინთეზური მონაცემები სიზუსტე რეალური მონაცემებით?
ცვლადებს შორის კორელაციები და ურთიერთობები ზუსტად იყო დაცული სინთეზურ მონაცემებში.
მრუდის ქვეშ არსებული ფართობი (AUC), მოდელის მუშაობის გაზომვის მეტრიკა, თანმიმდევრული დარჩა.
გარდა ამისა, ცვლადის მნიშვნელობა, რომელიც მიუთითებდა მოდელში ცვლადების პროგნოზირების ძალაზე, ხელუხლებელი დარჩა სინთეზური მონაცემების თავდაპირველ მონაცემთა ბაზასთან შედარებისას.
ამ დაკვირვებებზე დაყრდნობით, ჩვენ შეგვიძლია დარწმუნებით დავასკვნათ, რომ SAS Viya-ში Syntho Engine-ის მიერ გენერირებული სინთეზური მონაცემები ნამდვილად შეესაბამება რეალურ მონაცემებს ხარისხის თვალსაზრისით. ეს ადასტურებს სინთეზური მონაცემების გამოყენებას მოდელის შემუშავებისთვის, გზას უხსნის კიბოს კვლევას, რომელიც ორიენტირებულია გაუარესებისა და სიკვდილიანობის პროგნოზირებაზე.
გავლენიანი შედეგები კიბოს კვლევის სფეროში სინთეტიკური მონაცემებით:
SAS Viya-ში ინტეგრირებული Syntho Engine-ის გამოყენებამ გამოიღო მნიშვნელოვანი შედეგები კიბოს კვლევაში ცნობილი საავადმყოფოსთვის. სინთეტიკური მონაცემების გამოყენებით, კონფიდენციალურობისადმი მგრძნობიარე ჯანდაცვის ინფორმაცია წარმატებით განბლოკეს, რაც შესაძლებელს ხდის ანალიზის შემცირებულ რისკს, მონაცემთა გაზრდის ხელმისაწვდომობას და დაჩქარებულ წვდომას.
აღსანიშნავია, რომ სინთეზური მონაცემების გამოყენებამ განაპირობა მოდელის შემუშავება, რომელსაც შეუძლია გაუარესების და სიკვდილიანობის პროგნოზირება, შთამბეჭდავი მრუდის ფართობის (AUC) 0.74-ის მიღწევა. გარდა ამისა, მრავალი საავადმყოფოდან სინთეზური მონაცემების ერთობლიობამ გამოიწვია პროგნოზირების უნარის მნიშვნელოვანი ზრდა, რაც დასტურდება გაზრდილი AUC-ით. ეს შედეგები ხაზს უსვამს სინთეზური მონაცემების ტრანსფორმაციულ პოტენციალს ჯანდაცვის სფეროში მონაცემებზე ორიენტირებული შეხედულებებისა და მიღწევების გენერირებაში.
შედეგი ამისთვის ერთი წამყვანი საავადმყოფო, AUC 0.74 და მოდელი, რომელსაც შეუძლია გაუარესების და სიკვდილიანობის პროგნოზირება
შედეგი ამისთვის მრავალჯერადი საავადმყოფოები, AUC 0.78, რაც აჩვენებს, რომ მეტი მონაცემი იწვევს ამ მოდელების უკეთეს პროგნოზირებულ ძალას
შედეგები, მომავალი ნაბიჯები და შედეგები
ამ ჰაკათონის დროს მიღწეული იქნა შესანიშნავი შედეგები.
1. Syntho, უახლესი სინთეზური მონაცემთა გენერირების ინსტრუმენტი, შეუფერხებლად იყო ინტეგრირებული SAS Viya-ში, როგორც გადამწყვეტი ნაბიჯი.
2. SAS Viya-ში სინთეტიკური მონაცემების წარმატებული გენერაცია Syntho-ს გამოყენებით მნიშვნელოვანი მიღწევა იყო.
3. აღსანიშნავია, რომ სინთეზური მონაცემების სიზუსტე საფუძვლიანად იქნა დამოწმებული, რადგან ამ მონაცემებზე გაწვრთნილი მოდელები აჩვენებდნენ ორიგინალურ მონაცემებზე მომზადებულ მოდელებთან შედარებით.
4. ამ ეტაპმა ხელი შეუწყო კიბოს კვლევას, სინთეზური მონაცემების გამოყენებით გაუარესების და სიკვდილიანობის პროგნოზირების საშუალებას.
5. აღსანიშნავია, რომ მრავალი საავადმყოფოდან მიღებული სინთეზური მონაცემების შერწყმით, დემონსტრირებამ გამოავლინა მრუდის ქვეშ არსებული ფართობის ზრდა (AUC).
როდესაც ჩვენ ტრიუმფს ვზეიმობთ, ჩვენ მომავალს ამბიციური მიზნებით ვუყურებთ. შემდეგი ნაბიჯები მოიცავს თანამშრომლობის გაფართოებას უფრო მეტ საავადმყოფოსთან, სხვადასხვა გამოყენების შემთხვევების შესწავლას და სინთეზური მონაცემების გამოყენების გაფართოებას სხვადასხვა სექტორში. სექტორის აგნოსტიკურ ტექნიკით, ჩვენ მიზნად ისახავს მონაცემთა განბლოკვას და ჯანდაცვაში და მის ფარგლებს გარეთ მონაცემებზე ორიენტირებული შეხედულებების რეალიზებას. სინთეზური მონაცემების გავლენა ჯანდაცვის ანალიტიკაში მხოლოდ დასაწყისია, რადგან SAS Hackathon-მა აჩვენა მონაცემთა მეცნიერებისა და ტექნოლოგიების მოყვარულთა უზარმაზარი ინტერესი და მონაწილეობა მთელ მსოფლიოში.
გლობალური SAS ჰაკათონის მოგება მხოლოდ პირველი ნაბიჯია Syntho-სთვის!
Syntho-ს ინოვაციური გამარჯვება SAS Hackathon's Health Care & Life Sciences კატეგორიაში ნიშნავს მნიშვნელოვან ეტაპს ჯანდაცვის ანალიტიკისთვის სინთეზური მონაცემების გამოყენებაში. SAS Viya-ში Syntho Engine-ის ინტეგრაციამ აჩვენა სინთეზური მონაცემების სიმძლავრე და სიზუსტე პროგნოზირებადი მოდელირებისა და ანალიზისთვის. SAS-თან თანამშრომლობით და კონფიდენციალურობისადმი მგრძნობიარე მონაცემების განბლოკვით, Syntho-მ აჩვენა სინთეზური მონაცემების პოტენციალი, რათა მოახდინოს რევოლუცია პაციენტის მოვლის, კვლევის შედეგების გასაუმჯობესებლად და ჯანდაცვის ინდუსტრიაში მონაცემებზე ორიენტირებული შეხედულებების გასაუმჯობესებლად.
შეინახეთ თქვენი სინთეზური მონაცემები ჯანდაცვის ანგარიშში!
- შეისწავლეთ სინთეზური მონაცემების როლი ჯანდაცვის სექტორში
- რა არის სინთეზური მონაცემები და რატომ იყენებენ მას ჯანდაცვის ორგანიზაციები?
- ღირებულების დამამატებელი საცნობარო გამოყენების შემთხვევები ჯანდაცვაში (როგორიცაა ფარმა, საავადმყოფოები, ჯანდაცვის ტექნოლოგიები და ა.შ.)
