ຈາກຄວາມເປັນສ່ວນຕົວເຖິງຄວາມເປັນໄປໄດ້: ການນໍາໃຊ້ຂໍ້ມູນສັງເຄາະໂດຍຜ່ານເຄື່ອງຈັກ Syntho ປະສົມປະສານໃນ SAS Viya ເປັນສ່ວນຫນຶ່ງຂອງ SAS Hackathon ເພື່ອປົດລັອກຂໍ້ມູນທີ່ມີຄວາມອ່ອນໄຫວດ້ານຄວາມເປັນສ່ວນຕົວ

ພວກເຮົາປົດລັອກທ່າແຮງອັນເຕັມທີ່ຂອງຂໍ້ມູນການດູແລສຸຂະພາບດ້ວຍ AI ທົ່ວໄປໃນລະຫວ່າງ SAS Hackathon.

ເປັນຫຍັງຕ້ອງປົດລັອກຂໍ້ມູນການດູແລສຸຂະພາບທີ່ລະອຽດອ່ອນຂອງຄວາມເປັນສ່ວນຕົວ?

ການດູແລສຸຂະພາບຢ່າງຮ້າຍແຮງຕ້ອງການຄວາມເຂົ້າໃຈດ້ານການຂັບລົດຂໍ້ມູນ. ເນື່ອງຈາກວ່າການດູແລສຸຂະພາບແມ່ນ understaffed, ເກີນຄວາມກົດດັນທີ່ມີທ່າແຮງທີ່ຈະຊ່ວຍປະຢັດຊີວິດ. ຢ່າງໃດກໍ່ຕາມ, ຂໍ້ມູນການດູແລສຸຂະພາບແມ່ນຂໍ້ມູນທີ່ມີຄວາມອ່ອນໄຫວດ້ານຄວາມເປັນສ່ວນຕົວທີ່ສຸດ ແລະດັ່ງນັ້ນຈຶ່ງຖືກລັອກໄວ້. ຂໍ້ມູນລະອຽດອ່ອນດ້ານຄວາມເປັນສ່ວນຕົວນີ້:

  • ແມ່ນໃຊ້ເວລາຫຼາຍໃນການເຂົ້າເຖິງ
  • ຕ້ອງການເອກະສານທີ່ກວ້າງຂວາງ
  • ແລະບໍ່ສາມາດໃຊ້ໄດ້ພຽງແຕ່

ນີ້ແມ່ນບັນຫາ, ເນື່ອງຈາກວ່າເປົ້າຫມາຍຂອງພວກເຮົາສໍາລັບ hackathon ນີ້, ມັນຄາດຄະເນການເສື່ອມສະພາບແລະການເສຍຊີວິດເປັນສ່ວນຫນຶ່ງຂອງການຄົ້ນຄວ້າມະເຮັງສໍາລັບໂຮງຫມໍຊັ້ນນໍາ. ນັ້ນແມ່ນເຫດຜົນທີ່ Syntho ແລະ SAS ຮ່ວມມືກັນສໍາລັບໂຮງຫມໍນີ້, ບ່ອນທີ່ Syntho ປົດລັອກຂໍ້ມູນດ້ວຍຂໍ້ມູນສັງເຄາະແລະ SAS ຮັບຮູ້ຄວາມເຂົ້າໃຈຂອງຂໍ້ມູນກັບ SAS Viya, ເວທີການວິເຄາະຊັ້ນນໍາ.

ຂໍ້ມູນສັງເຄາະ?

ເຄື່ອງຈັກ Syntho ຂອງພວກເຮົາສ້າງຂໍ້ມູນໃຫມ່ທີ່ສ້າງຂຶ້ນໂດຍປອມ. ຄວາມແຕກຕ່າງທີ່ ສຳ ຄັນ, ພວກເຮົາ ນຳ ໃຊ້ AI ເພື່ອເຮັດຕາມຄຸນລັກສະນະຂອງຂໍ້ມູນໂລກທີ່ແທ້ຈິງໃນຂໍ້ມູນສັງເຄາະ, ແລະໃນຂອບເຂດທີ່ມັນສາມາດ ນຳ ໃຊ້ໃນການວິເຄາະໄດ້. ນັ້ນແມ່ນເຫດຜົນທີ່ພວກເຮົາເອີ້ນວ່າມັນເປັນຄູ່ແຝດຂໍ້ມູນສັງເຄາະ. ມັນດີເທົ່າກັບຂໍ້ມູນທີ່ແທ້ຈິງ ແລະທາງສະຖິຕິກັບຂໍ້ມູນຕົ້ນສະບັບ, ແຕ່ບໍ່ມີຄວາມສ່ຽງດ້ານຄວາມເປັນສ່ວນຕົວ.

ເຄື່ອງຈັກ Syntho ປະສົມປະສານຢູ່ໃນ SAS Viya

ໃນລະຫວ່າງການ hackathon ນີ້, ພວກເຮົາໄດ້ປະສົມປະສານ Syntho Engine API ໃນ SAS Viya ເປັນຂັ້ນຕອນ. ໃນທີ່ນີ້ພວກເຮົາຍັງໄດ້ກວດສອບວ່າຂໍ້ມູນສັງເຄາະແມ່ນດີເທົ່າກັບຕົວຈິງໃນ SAS Viya. ກ່ອນທີ່ພວກເຮົາຈະເລີ່ມຕົ້ນດ້ວຍການຄົ້ນຄວ້າມະເຮັງ, ພວກເຮົາໄດ້ທົດສອບວິທີການປະສົມປະສານນີ້ດ້ວຍຊຸດຂໍ້ມູນເປີດແລະກວດສອບວ່າຂໍ້ມູນສັງເຄາະແມ່ນດີແທ້ຈິງໂດຍຜ່ານວິທີການກວດສອບຕ່າງໆໃນ SAS Viya.

ຂໍ້ມູນສັງເຄາະແມ່ນດີແທ້ບໍ?

ການພົວພັນ, ການພົວພັນລະຫວ່າງຕົວແປ, ຖືກຮັກສາໄວ້.

ພື້ນທີ່ພາຍໃຕ້ເສັ້ນໂຄ້ງ, ມາດຕະການສໍາລັບການປະຕິບັດຕົວແບບ, ຖືກຮັກສາໄວ້.

ແລະເຖິງແມ່ນວ່າຄວາມສໍາຄັນຂອງຕົວແປ, ພະລັງງານຄາດຄະເນຂອງຕົວແປສໍາລັບຕົວແບບ, ຖືໃນເວລາທີ່ພວກເຮົາປຽບທຽບຂໍ້ມູນຕົ້ນສະບັບກັບຂໍ້ມູນສັງເຄາະ.

ດັ່ງນັ້ນ, ພວກເຮົາສາມາດສະຫຼຸບໄດ້ວ່າຂໍ້ມູນສັງເຄາະທີ່ຜະລິດໂດຍ Syntho Engine ໃນ SAS Viya ແມ່ນດີແທ້ແລະພວກເຮົາສາມາດນໍາໃຊ້ຂໍ້ມູນສັງເຄາະສໍາລັບການພັດທະນາຕົວແບບ. ດັ່ງນັ້ນ, ພວກເຮົາສາມາດເລີ່ມຕົ້ນດ້ວຍການຄົ້ນຄວ້າມະເຮັງນີ້ເພື່ອຄາດຄະເນການເສື່ອມສະພາບແລະການເສຍຊີວິດ.

ຂໍ້ມູນສັງເຄາະສໍາລັບການຄົ້ນຄວ້າມະເຮັງສໍາລັບໂຮງຫມໍຊັ້ນນໍາ

ທີ່ນີ້, ພວກເຮົາໄດ້ນໍາໃຊ້ເຄື່ອງຈັກ Syntho ປະສົມປະສານເປັນຂັ້ນຕອນໃນ SAS Viya ເພື່ອປົດລັອກຂໍ້ມູນທີ່ມີຄວາມອ່ອນໄຫວດ້ານຄວາມເປັນສ່ວນຕົວນີ້ດ້ວຍຂໍ້ມູນສັງເຄາະ.

ຜົນໄດ້ຮັບ, AUC ຂອງ 0.74 ແລະຮູບແບບທີ່ສາມາດຄາດຄະເນການເສື່ອມສະພາບແລະການເສຍຊີວິດ.

ເນື່ອງຈາກການນໍາໃຊ້ຂໍ້ມູນສັງເຄາະ, ພວກເຮົາສາມາດປົດລັອກການດູແລສຸຂະພາບນີ້ໃນສະຖານະການທີ່ມີຄວາມສ່ຽງຫນ້ອຍ, ຂໍ້ມູນເພີ່ມເຕີມແລະການເຂົ້າເຖິງຂໍ້ມູນໄວຂຶ້ນ.

ສົມທົບຂໍ້ມູນຈາກຫຼາຍໂຮງໝໍ

ນີ້ບໍ່ພຽງແຕ່ເປັນໄປໄດ້ພາຍໃນໂຮງຫມໍ, ຂໍ້ມູນຈາກຫຼາຍໂຮງຫມໍສາມາດລວມເຂົ້າກັນໄດ້. ດັ່ງນັ້ນ, ຂັ້ນຕອນຕໍ່ໄປແມ່ນເພື່ອສັງເຄາະຂໍ້ມູນຈາກຫຼາຍໂຮງຫມໍ. ຂໍ້​ມູນ​ໂຮງ​ຫມໍ​ທີ່​ກ່ຽວ​ຂ້ອງ​ທີ່​ແຕກ​ຕ່າງ​ກັນ​ໄດ້​ຖືກ​ສັງ​ເຄາະ​ເປັນ​ການ​ປ້ອນ​ຂໍ້​ມູນ​ສໍາ​ລັບ​ຕົວ​ແບບ​ໃນ SAS Viya ຜ່ານ Syntho Engine​. ທີ່ນີ້, ພວກເຮົາຮັບຮູ້ AUC ຂອງ 0.78, ສະແດງໃຫ້ເຫັນວ່າຂໍ້ມູນຫຼາຍຂຶ້ນເຮັດໃຫ້ພະລັງງານຄາດຄະເນທີ່ດີກວ່າຂອງແບບຈໍາລອງເຫຼົ່ານັ້ນ.

ຜົນການຄົ້ນຫາ

ແລະເຫຼົ່ານີ້ແມ່ນຜົນໄດ້ຮັບຈາກ hackathon ນີ້:

  • Syntho ແມ່ນປະສົມປະສານຢູ່ໃນ SAS Viya ເປັນຂັ້ນຕອນ
  • ຂໍ້ມູນສັງເຄາະຖືກສ້າງຂື້ນຜ່ານ Syntho ໃນ SAS Viya ຢ່າງສຳເລັດຜົນ
  • ຄວາມຖືກຕ້ອງຂອງຂໍ້ມູນສັງເຄາະແມ່ນໄດ້ຮັບການອະນຸມັດ, ຍ້ອນວ່າຕົວແບບທີ່ໄດ້ຮັບການຝຶກອົບຮົມກ່ຽວກັບຂໍ້ມູນສັງເຄາະໃຫ້ຄະແນນຄ້າຍຄືກັນກັບແບບຈໍາລອງທີ່ໄດ້ຝຶກອົບຮົມຈາກຂໍ້ມູນຕົ້ນສະບັບ
  • ພວກເຮົາຄາດຄະເນການເສື່ອມສະພາບແລະການຕາຍຂອງຂໍ້ມູນສັງເຄາະເປັນສ່ວນຫນຶ່ງຂອງການຄົ້ນຄວ້າມະເຮັງ
  • ແລະສະແດງໃຫ້ເຫັນເຖິງການເພີ່ມຂຶ້ນຂອງ AUC ເມື່ອລວມເອົາຂໍ້ມູນສັງເຄາະຈາກຫຼາຍໆໂຮງຫມໍ.

ຂັ້ນ​ຕອນ​ຕໍ່​ໄປ

ຂັ້ນຕອນຕໍ່ໄປແມ່ນເພື່ອ

  • ລວມມີໂຮງໝໍຕື່ມອີກ
  • ເພື່ອຂະຫຍາຍກໍລະນີການນໍາໃຊ້ແລະ
  • ເພື່ອຂະຫຍາຍໄປສູ່ອົງການຈັດຕັ້ງອື່ນໆ, ເນື່ອງຈາກວ່າເຕັກນິກແມ່ນ agnostic ຂອງຂະແຫນງການ.

ນີ້ແມ່ນວິທີທີ່ Syntho ແລະ SAS ປົດລັອກຂໍ້ມູນ ແລະຮັບຮູ້ຂໍ້ມູນຄວາມເຂົ້າໃຈທີ່ຂັບເຄື່ອນໃນການດູແລສຸຂະພາບເພື່ອໃຫ້ແນ່ໃຈວ່າການດູແລສຸຂະພາບມີພະນັກງານດີ, ໂດຍມີຄວາມກົດດັນປົກກະຕິເພື່ອຊ່ວຍຊີວິດ.

ຂໍ້ມູນສັງເຄາະຢູ່ໃນການປົກຫຸ້ມຂອງການດູແລສຸຂະພາບ

ບັນທຶກຂໍ້ມູນສັງເຄາະຂອງທ່ານໃນລາຍງານສຸຂະພາບ!

  • ສຳຫຼວດບົດບາດຂອງຂໍ້ມູນສັງເຄາະໃນຂະແໜງສາທາລະນະສຸກ
  • ຂໍ້ມູນສັງເຄາະແມ່ນຫຍັງ ແລະເປັນຫຍັງອົງການຮັກສາສຸຂະພາບຈຶ່ງໃຊ້ມັນ?
  • ການເພີ່ມມູນຄ່າການອ້າງອິງກໍລະນີການນໍາໃຊ້ໃນການດູແລສຸຂະພາບ (ເຊັ່ນ: ຮ້ານຂາຍຢາ, ໂຮງຫມໍ, ເຕັກໂນໂລຊີສຸຂະພາບ, ແລະອື່ນໆ)
ຮ້ອງຂໍລາຍງານ
ຕິດຕໍ່