ສິ່ງໃຫຍ່ຕໍ່ໄປສໍາລັບ Erasmus MC - AI ຜະລິດຂໍ້ມູນສັງເຄາະ

ຢູ່​ທີ່ Erasmus MC, ຫນຶ່ງໃນໂຮງຫມໍຊັ້ນນໍາ, ມັນເປັນໄປໄດ້ທີ່ຈະຮ້ອງຂໍໃຫ້ຂໍ້ມູນສັງເຄາະທີ່ສ້າງຂຶ້ນໂດຍ Syntho's ເຄື່ອງຈັກ Syntho. ໄດ້ ສູນເທັກໂນໂລຍີ Smart Health (SHTC) – Erasmus MC ໄດ້​ຈັດ​ການ​ເປີດ​ສາກ​ຢ່າງ​ເປັນ​ທາງ​ການ​ໃນ​ວັນ​ພະ​ຫັດ​ທີ່ 30 ມີ​ນາ​ຜ່ານ​ມາ, ໃນ​ນັ້ນ Robert Veen (ຊຸດການຄົ້ນຄວ້າ) ແລະ Wim Kees Janssen (ສັງລວມ ) ຕອບ​ຄໍາ​ຖາມ​: 'ຂໍ້ມູນສັງເຄາະແມ່ນຫຍັງ?','ເປັນຫຍັງພວກເຮົາຈຶ່ງເຮັດແນວນີ້?'ແລະ 'ນີ້ເຮັດວຽກແນວໃດພາຍໃນ Erasmus MC?'.

AI ສ້າງຂໍ້ມູນສັງເຄາະແມ່ນຫຍັງ?

ຂໍ້ມູນທີ່ແທ້ຈິງແມ່ນເກັບກໍາໂດຍການໄດ້ຮັບຂໍ້ມູນກ່ຽວກັບຄົນເຈັບທີ່ແທ້ຈິງ, ພະນັກງານແລະຂະບວນການທຸລະກິດພາຍໃນ. ໃນທາງກົງກັນຂ້າມ, ຂໍ້ມູນສັງເຄາະແມ່ນຜະລິດໂດຍລະບົບສູດການຄິດໄລ່ທີ່ສ້າງຈຸດຂໍ້ມູນໃຫມ່ແລະສົມມຸດຕິຖານ, ບ່ອນທີ່ບຸກຄົນບໍ່ມີຢູ່ແລ້ວ.

ຄວາມແຕກຕ່າງທີ່ ສຳ ຄັນແມ່ນການໃຊ້ປັນຍາປະດິດເພື່ອເຮັດແບບຢ່າງແລະການແຜ່ພັນຄຸນລັກສະນະ, ຮູບແບບແລະຄຸນສົມບັດຂອງຂໍ້ມູນທີ່ແທ້ຈິງໃນຂໍ້ມູນສັງເຄາະ.

ຜົນ: AI ຜະລິດຂໍ້ມູນສັງເຄາະທີ່ຖືກຕ້ອງເທົ່າກັບຂໍ້ມູນທີ່ແທ້ຈິງ. ດັ່ງນັ້ນ, ມັນຍັງສາມາດຖືກນໍາໃຊ້ສໍາລັບການວິເຄາະຄືກັບວ່າມັນເປັນຂໍ້ມູນທີ່ແທ້ຈິງ.

ນັ້ນແມ່ນເຫດຜົນທີ່ Syntho ເອີ້ນມັນວ່າ "Synthetic Data Twin": ຂໍ້ມູນແມ່ນ as-good-as-real, ແຕ່ສາມາດນໍາໃຊ້ໄດ້ໂດຍບໍ່ມີການທ້າທາຍຄວາມເປັນສ່ວນຕົວ.

ເປັນຫຍັງພວກເຮົາຈຶ່ງເຮັດແນວນີ້?

ປົດລັອກຂໍ້ມູນ ແລະຫຼຸດ "ເວລາຕໍ່ຂໍ້ມູນ"

ໂດຍການນໍາໃຊ້ຂໍ້ມູນສັງເຄາະແທນທີ່ຈະເປັນຂໍ້ມູນທີ່ແທ້ຈິງ, ພວກເຮົາເປັນອົງການຈັດຕັ້ງສາມາດຫຼຸດຜ່ອນການປະເມີນຄວາມສ່ຽງແລະຂະບວນການທີ່ໃຊ້ເວລາທີ່ກ່ຽວຂ້ອງ. ມັນອະນຸຍາດໃຫ້ພວກເຮົາປົດລັອກຊຸດຂໍ້ມູນເພີ່ມເຕີມແລະເພີ່ມເຕີມ. ພວກເຮົາຍັງສາມາດຮັບປະກັນວ່າການຮ້ອງຂໍການເຂົ້າເຖິງຂໍ້ມູນສາມາດເລັ່ງໄດ້ເພື່ອໃຫ້ພວກເຮົາສາມາດຫຼຸດຜ່ອນ "ເວລາຕໍ່ຂໍ້ມູນ". ດ້ວຍນີ້, Erasmus MC ກໍາລັງສ້າງພື້ນຖານທີ່ເຂັ້ມແຂງເພື່ອເລັ່ງການປະດິດສ້າງທີ່ຂັບເຄື່ອນດ້ວຍຂໍ້ມູນ.

ຂໍ້ມູນຕົວແທນເພື່ອຈຸດປະສົງການທົດສອບ

ການທົດສອບແລະການພັດທະນາທີ່ມີຂໍ້ມູນການທົດສອບຕົວແທນເປັນສິ່ງຈໍາເປັນເພື່ອສະຫນອງການແກ້ໄຂເຕັກໂນໂລຢີທີ່ທັນສະໄຫມ. ຄູ່ແຝດຂໍ້ມູນສັງເຄາະໂດຍອີງໃສ່ຂໍ້ມູນການຜະລິດສົ່ງຜົນໃຫ້ຂໍ້ມູນທີ່ສາມາດຖືກນໍາໃຊ້ເປັນ ຂໍ້ມູນການທົດສອບ. ຜົນໄດ້ຮັບ: ຂໍ້ມູນການຜະລິດ, privacy by design ໃນການແກ້ໄຂທີ່ເຮັດວຽກງ່າຍ, ໄວແລະສາມາດຂະຫຍາຍໄດ້. ນອກຈາກນັ້ນ, ໂດຍການເຮັດໃຫ້ການນໍາໃຊ້ທີ່ສະຫຼາດຂອງ AI ທົ່ວໄປໃນການສ້າງຂໍ້ມູນສັງເຄາະ, ມັນກໍ່ເປັນໄປໄດ້ທີ່ຈະຂະຫຍາຍແລະຈໍາລອງຊຸດຂໍ້ມູນ. ນີ້ສາມາດເປັນການແກ້ໄຂ, ສໍາລັບການຍົກຕົວຢ່າງ, ໃນເວລາທີ່ມີຂໍ້ມູນບໍ່ພຽງພໍ (ຂໍ້ມູນຂາດແຄນ) ຫຼືໃນເວລາທີ່ທ່ານຕ້ອງການທີ່ຈະຍົກຕົວຢ່າງແຂບກໍລະນີ.

ການວິເຄາະດ້ວຍຂໍ້ມູນສັງເຄາະທີ່ສ້າງໂດຍ AI

AI ຖືກນໍາໃຊ້ເພື່ອສ້າງແບບຈໍາລອງຂໍ້ມູນສັງເຄາະໃນລັກສະນະທີ່ຮູບແບບສະຖິຕິ, ຄວາມສໍາພັນແລະຄຸນລັກສະນະຕ່າງໆຖືກຮັກສາໄວ້ໃນລັກສະນະທີ່ພວກເຂົາສາມາດເຮັດໄດ້. ເຖິງແມ່ນວ່າຈະຖືກນໍາໃຊ້ສໍາລັບການວິເຄາະ. ໂດຍສະເພາະໃນໄລຍະການພັດທະນາຂອງຕົວແບບ, ພວກເຮົາຈະມັກການນໍາໃຊ້ຂໍ້ມູນສັງເຄາະແລະສະເຫມີທ້າທາຍຜູ້ໃຊ້ຂໍ້ມູນ: "ເປັນຫຍັງຕ້ອງໃຊ້ຂໍ້ມູນທີ່ແທ້ຈິງໃນເວລາທີ່ທ່ານສາມາດນໍາໃຊ້ຂໍ້ມູນສັງເຄາະໄດ້"?

ນີ້ເຮັດວຽກຢູ່ Erasmus MC ແນວໃດ?

ທ່ານຕ້ອງການໃຊ້ຊຸດຂໍ້ມູນສັງເຄາະບໍ? ຫຼືທ່ານຕ້ອງການທີ່ຈະໄດ້ຮັບຂໍ້ມູນເພີ່ມເຕີມກ່ຽວກັບຄວາມເປັນໄປໄດ້ບໍ? ກະ​ລຸ​ນາ​ຕິດ​ຕໍ່​ຫາ​ ຊຸດການຄົ້ນຄວ້າຂອງ Erasmus MC.

ມີຄວາມສົນໃຈໃນຂໍ້ມູນສັງເຄາະທີ່ສ້າງຂຶ້ນໂດຍ AI ແລະທ່ານຕ້ອງການເຈາະເລິກໃນຄວາມເປັນໄປໄດ້ບໍ? ຕິດຕໍ່ຜູ້ຊ່ຽວຊານຂອງພວກເຮົາ or ຮ້ອງຂໍສາທິດ.