Syntho ຊະນະ Global SAS Hackathon ໃນໝວດການດູແລສຸຂະພາບ ແລະວິທະຍາສາດຊີວິດ
SAS Hackathon ເປັນງານທີ່ພິເສດທີ່ໄດ້ນຳເອົາ 104 ທີມຈາກ 75 ປະເທດເຂົ້າຮ່ວມໃນການສະແດງຄວາມສາມາດໃນທົ່ວໂລກຢ່າງແທ້ຈິງ. ໃນສະພາບແວດລ້ອມທີ່ມີການແຂ່ງຂັນທີ່ສຸດນີ້, ພວກເຮົາມີຄວາມພູມໃຈທີ່ຈະປະກາດວ່າຫຼັງຈາກເດືອນຂອງການເຮັດວຽກຫນັກ, Syntho ໄດ້ເພີ່ມຂຶ້ນເປັນຊື່ສຽງ, ຮັບປະກັນໄຊຊະນະຢ່າງແຂງແຮງໃນປະເພດການດູແລສຸຂະພາບແລະວິທະຍາສາດຊີວິດ. ເກີນກວ່າ 18 ບໍລິສັດທີ່ໜ້າປະທັບໃຈອື່ນໆ, ຜົນສຳເລັດອັນດີເດັ່ນຂອງພວກເຮົາໄດ້ສ້າງຕຳແໜ່ງເປັນຜູ້ນຳໃນສາຂາວິຊາສະເພາະນີ້.
ການນໍາສະເຫນີ
ອະນາຄົດຂອງການວິເຄາະຂໍ້ມູນແມ່ນກຽມພ້ອມທີ່ຈະໄດ້ຮັບການປະຕິຮູບໂດຍຂໍ້ມູນສັງເຄາະ, ໂດຍສະເພາະໃນຂະແຫນງທີ່ຂໍ້ມູນທີ່ມີຄວາມອ່ອນໄຫວດ້ານຄວາມເປັນສ່ວນຕົວ, ເຊັ່ນ: ຂໍ້ມູນການດູແລສຸຂະພາບ, ແມ່ນສໍາຄັນທີ່ສຸດ. ຢ່າງໃດກໍ່ຕາມ, ການເຂົ້າເຖິງຂໍ້ມູນທີ່ມີຄຸນຄ່ານີ້ມັກຈະຖືກຂັດຂວາງໂດຍຂະບວນການທີ່ຫຍຸ້ງຍາກ, ລວມທັງການໃຊ້ເວລາຫຼາຍ, ເຕັມໄປດ້ວຍເອກະສານທີ່ກວ້າງຂວາງແລະຂໍ້ຈໍາກັດຈໍານວນຫລາຍ. ຮັບຮູ້ທ່າແຮງນີ້, Syntho ໄດ້ເຂົ້າຮ່ວມກັບ SAS ສໍາລັບ SAS Hackathon ເພື່ອປະຕິບັດໂຄງການຮ່ວມມືເພື່ອແນໃສ່ປັບປຸງການດູແລຄົນເຈັບໃນສະຖາບັນສຸຂະພາບ. ໂດຍການປົດລັອກຂໍ້ມູນທີ່ມີຄວາມອ່ອນໄຫວດ້ານຄວາມເປັນສ່ວນຕົວຜ່ານຂໍ້ມູນສັງເຄາະ ແລະ ນຳໃຊ້ຄວາມສາມາດການວິເຄາະ SAS, Syntho ພະຍາຍາມໃຫ້ຄວາມເຂົ້າໃຈທີ່ມີຄຸນຄ່າທີ່ມີທ່າແຮງທີ່ຈະສ້າງອະນາຄົດຂອງການດູແລສຸຂະພາບ.
ການປົດລັອກຂໍ້ມູນການດູແລສຸຂະພາບທີ່ລະອຽດອ່ອນກັບຄວາມເປັນສ່ວນຕົວດ້ວຍຂໍ້ມູນສັງເຄາະ ເປັນສ່ວນຫນຶ່ງຂອງການຄົ້ນຄວ້າມະເຮັງສໍາລັບໂຮງຫມໍຊັ້ນນໍາ
ຂໍ້ມູນຄົນເຈັບແມ່ນຂໍ້ມູນບໍ່ແຮ່ຄຳທີ່ສາມາດປະຕິວັດການດູແລສຸຂະພາບໄດ້, ແຕ່ລັກສະນະທີ່ລະອຽດອ່ອນດ້ານຄວາມເປັນສ່ວນຕົວຂອງມັນມັກຈະເຮັດໃຫ້ເກີດສິ່ງທ້າທາຍອັນໃຫຍ່ຫຼວງໃນການເຂົ້າເຖິງ ແລະນຳໃຊ້ມັນ. Syntho ເຂົ້າໃຈຄວາມຫຍຸ້ງຍາກນີ້ແລະຊອກຫາວິທີທີ່ຈະເອົາຊະນະມັນໂດຍການຮ່ວມມືກັບ SAS ໃນລະຫວ່າງ SAS Hackathon. ຈຸດປະສົງແມ່ນເພື່ອປົດລັອກຂໍ້ມູນຄົນເຈັບທີ່ມີຄວາມອ່ອນໄຫວດ້ານຄວາມເປັນສ່ວນຕົວໂດຍໃຊ້ຂໍ້ມູນສັງເຄາະ ແລະເຮັດໃຫ້ມັນມີໃຫ້ພ້ອມສໍາລັບການວິເຄາະຜ່ານ SAS Viya. ຄວາມພະຍາຍາມຮ່ວມມືນີ້ບໍ່ພຽງແຕ່ສັນຍາວ່າຈະຊຸກຍູ້ການປັບປຸງສຸຂະພາບ, ໂດຍສະເພາະໃນພາກສະຫນາມຂອງການຄົ້ນຄວ້າມະເຮັງ, ເຮັດໃຫ້ຂະບວນການປົດລັອກແລະການວິເຄາະຂໍ້ມູນ seamless ແລະປະສິດທິພາບ, ແຕ່ຍັງຮັບປະກັນການປົກປ້ອງສູງສຸດຂອງຄວາມເປັນສ່ວນຕົວຂອງຄົນເຈັບ.
ການປະສົມປະສານຂອງເຄື່ອງຈັກ Syntho ແລະ SAS Viya
ພາຍໃນງານ hackathon, ພວກເຮົາໄດ້ລວມເອົາ Syntho Engine API ເຂົ້າໄປໃນ SAS Viya ສຳເລັດເປັນບາດກ້າວທີ່ສຳຄັນໃນໂຄງການຂອງພວກເຮົາ. ການເຊື່ອມໂຍງນີ້ບໍ່ພຽງແຕ່ອໍານວຍຄວາມສະດວກໃຫ້ແກ່ການລວມເອົາຂໍ້ມູນສັງເຄາະ, ແຕ່ຍັງໄດ້ສະຫນອງສະພາບແວດລ້ອມທີ່ເຫມາະສົມເພື່ອກວດສອບຄວາມຊື່ສັດຂອງຕົນພາຍໃນ SAS Viya. ກ່ອນທີ່ຈະເລີ່ມຕົ້ນການຄົ້ນຄວ້າມະເຮັງຂອງພວກເຮົາ, ການທົດສອບຢ່າງກວ້າງຂວາງໄດ້ດໍາເນີນການໂດຍໃຊ້ຊຸດຂໍ້ມູນເປີດເພື່ອປະເມີນປະສິດທິພາບຂອງວິທີການປະສົມປະສານນີ້. ໂດຍຜ່ານວິທີການກວດສອບຕ່າງໆທີ່ມີຢູ່ໃນ SAS Viya, ພວກເຮົາຮັບປະກັນວ່າຂໍ້ມູນສັງເຄາະໄດ້ສະແດງໃຫ້ເຫັນເຖິງລະດັບຄຸນນະພາບແລະຄວາມຄ້າຍຄືກັນກັບຂໍ້ມູນທີ່ແທ້ຈິງທີ່ຖືວ່າມັນສົມທຽບຢ່າງແທ້ຈິງ, ຢືນຢັນລັກສະນະ "ດີແທ້" ຂອງມັນ.
ຂໍ້ມູນສັງເຄາະກົງກັບ ຄວາມຖືກຕ້ອງ ຂອງຂໍ້ມູນທີ່ແທ້ຈິງ?
ການພົວພັນແລະຄວາມສໍາພັນລະຫວ່າງຕົວແປໄດ້ຖືກເກັບຮັກສາໄວ້ຢ່າງຖືກຕ້ອງໃນຂໍ້ມູນສັງເຄາະ.
ພື້ນທີ່ພາຍໃຕ້ເສັ້ນໂຄ້ງ (AUC), metric ສໍາລັບການວັດແທກການປະຕິບັດຕົວແບບ, ຍັງຄົງສອດຄ່ອງ.
ຍິ່ງໄປກວ່ານັ້ນ, ຄວາມສໍາຄັນຂອງຕົວແປ, ເຊິ່ງຊີ້ໃຫ້ເຫັນເຖິງອໍານາດຄາດຄະເນຂອງຕົວແປໃນແບບຈໍາລອງ, ຍັງຄົງ intact ເມື່ອປຽບທຽບຂໍ້ມູນສັງເຄາະກັບຊຸດຂໍ້ມູນຕົ້ນສະບັບ.
ອີງໃສ່ການສັງເກດເຫຼົ່ານີ້, ພວກເຮົາສາມາດສະຫຼຸບໄດ້ຢ່າງຫມັ້ນໃຈວ່າຂໍ້ມູນສັງເຄາະທີ່ຜະລິດໂດຍ Syntho Engine ໃນ SAS Viya ແມ່ນແນ່ນອນທຽບກັບຂໍ້ມູນທີ່ແທ້ຈິງໃນດ້ານຄຸນນະພາບ. ນີ້ຢືນຢັນການນໍາໃຊ້ຂໍ້ມູນສັງເຄາະສໍາລັບການພັດທະນາແບບຈໍາລອງ, ປູທາງໄປສູ່ການຄົ້ນຄວ້າມະເຮັງທີ່ສຸມໃສ່ການຄາດຄະເນການເສື່ອມສະພາບແລະການເສຍຊີວິດ.
ຜົນໄດ້ຮັບທີ່ມີຜົນກະທົບ ກັບຂໍ້ມູນສັງເຄາະໃນຂົງເຂດການຄົ້ນຄວ້າມະເຮັງ:
ການນໍາໃຊ້ເຄື່ອງຈັກ Syntho ປະສົມປະສານພາຍໃນ SAS Viya ໄດ້ໃຫ້ຜົນໄດ້ຮັບທີ່ມີຜົນກະທົບໃນການຄົ້ນຄວ້າມະເຮັງສໍາລັບໂຮງຫມໍທີ່ໂດດເດັ່ນ. ໂດຍການໃຊ້ຂໍ້ມູນສັງເຄາະ, ຂໍ້ມູນການດູແລສຸຂະພາບທີ່ມີຄວາມອ່ອນໄຫວດ້ານຄວາມເປັນສ່ວນຕົວໄດ້ຖືກປົດລັອກຢ່າງສຳເລັດຜົນ, ເຮັດໃຫ້ການວິເຄາະທີ່ມີຄວາມສ່ຽງຫຼຸດລົງ, ມີຂໍ້ມູນເພີ່ມຂຶ້ນ ແລະເຂົ້າເຖິງໄດ້ໄວຂຶ້ນ.
ໂດຍສະເພາະແມ່ນການນໍາໃຊ້ຂໍ້ມູນສັງເຄາະໄດ້ນໍາໄປສູ່ການພັດທະນາແບບຈໍາລອງທີ່ມີຄວາມສາມາດຄາດຄະເນການເສື່ອມສະພາບແລະການເສຍຊີວິດ, ບັນລຸພື້ນທີ່ທີ່ຫນ້າປະທັບໃຈພາຍໃຕ້ເສັ້ນໂຄ້ງ (AUC) ຂອງ 0.74. ນອກຈາກນັ້ນ, ການປະສົມປະສານຂອງຂໍ້ມູນສັງເຄາະຈາກຫຼາຍໆໂຮງຫມໍໄດ້ສົ່ງຜົນໃຫ້ພະລັງງານທີ່ຄາດເດົາໄດ້ເພີ່ມຂຶ້ນຢ່າງຫຼວງຫຼາຍ, ຕາມຫຼັກຖານຂອງ AUC ເພີ່ມຂຶ້ນ. ຜົນໄດ້ຮັບເຫຼົ່ານີ້ຊີ້ໃຫ້ເຫັນເຖິງທ່າແຮງການຫັນປ່ຽນຂອງຂໍ້ມູນສັງເຄາະໃນການສ້າງຄວາມເຂົ້າໃຈທີ່ອີງໃສ່ຂໍ້ມູນແລະຄວາມກ້າວຫນ້າໃນດ້ານການດູແລສຸຂະພາບ.
ຜົນໄດ້ຮັບສໍາລັບ ຫນຶ່ງ ໂຮງຫມໍຊັ້ນນໍາ, AUC ຂອງ 0.74 ແລະຮູບແບບທີ່ສາມາດຄາດຄະເນການເສື່ອມສະພາບແລະການເສຍຊີວິດ.
ຜົນໄດ້ຮັບສໍາລັບ ຫຼາຍ ໂຮງຫມໍ, ອັດຕາ AUC ຂອງ 0.78, ສະແດງໃຫ້ເຫັນວ່າຂໍ້ມູນຫຼາຍຂຶ້ນເຮັດໃຫ້ການຄາດເດົາທີ່ດີກວ່າຂອງແບບຈໍາລອງເຫຼົ່ານັ້ນ
ຜົນໄດ້ຮັບ, ຂັ້ນຕອນໃນອະນາຄົດແລະຜົນສະທ້ອນ
ໃນລະຫວ່າງການ hackathon ນີ້, ຜົນໄດ້ຮັບທີ່ໂດດເດັ່ນແມ່ນບັນລຸໄດ້.
1. Syntho, ເຄື່ອງມືການຜະລິດຂໍ້ມູນສັງເຄາະທີ່ທັນສະໄໝ, ໄດ້ປະສົມປະສານເຂົ້າກັບ SAS Viya ຢ່າງບໍ່ຢຸດຢັ້ງເປັນຂັ້ນຕອນສຳຄັນ.
2. ການສ້າງຂໍ້ມູນສັງເຄາະທີ່ປະສົບຜົນສໍາເລັດພາຍໃນ SAS Viya ໂດຍໃຊ້ Syntho ແມ່ນຜົນສໍາເລັດທີ່ສໍາຄັນ.
3. ໂດຍສະເພາະແມ່ນ, ຄວາມຖືກຕ້ອງຂອງຂໍ້ມູນສັງເຄາະໄດ້ຖືກກວດສອບຢ່າງລະອຽດ, ຍ້ອນວ່າຕົວແບບທີ່ໄດ້ຮັບການຝຶກອົບຮົມໃນຂໍ້ມູນນີ້ສະແດງໃຫ້ເຫັນຄະແນນທຽບເທົ່າກັບຜູ້ທີ່ຜ່ານການຝຶກອົບຮົມຈາກຂໍ້ມູນຕົ້ນສະບັບ.
4. ຂີດໝາຍອັນສຳຄັນນີ້ ໄດ້ສືບຕໍ່ການຄົ້ນຄວ້າມະເຮັງໂດຍການເຮັດໃຫ້ການຄາດເດົາການເສື່ອມສະພາບ ແລະ ການເສຍຊີວິດໂດຍໃຊ້ຂໍ້ມູນສັງເຄາະ.
5. ເປັນທີ່ຫນ້າສັງເກດ, ໂດຍການລວມເອົາຂໍ້ມູນສັງເຄາະຈາກຫຼາຍໆໂຮງຫມໍ, ການສາທິດສະແດງໃຫ້ເຫັນການເພີ່ມຂື້ນຂອງພື້ນທີ່ພາຍໃຕ້ເສັ້ນໂຄ້ງ (AUC).
ໃນຂະນະທີ່ພວກເຮົາສະເຫຼີມສະຫຼອງໄຊຊະນະຂອງພວກເຮົາ, ພວກເຮົາຊອກຫາອະນາຄົດດ້ວຍເປົ້າຫມາຍທີ່ທະເຍີທະຍານ. ຂັ້ນຕອນຕໍ່ໄປລວມມີການຂະຫຍາຍການຮ່ວມມືກັບໂຮງໝໍຫຼາຍຂຶ້ນ, ສຳຫຼວດກໍລະນີການນຳໃຊ້ທີ່ຫຼາກຫຼາຍ, ແລະການຂະຫຍາຍການນຳໃຊ້ຂໍ້ມູນສັງເຄາະໃນທົ່ວຂະແໜງການຕ່າງໆ. ດ້ວຍເຕັກນິກທີ່ເປັນການບໍ່ເຊື່ອໃນຂະແຫນງການ, ພວກເຮົາມີຈຸດປະສົງເພື່ອປົດລັອກຂໍ້ມູນ ແລະຮັບຮູ້ຂໍ້ມູນຄວາມເຂົ້າໃຈທີ່ຂັບເຄື່ອນດ້ວຍຂໍ້ມູນໃນການດູແລສຸຂະພາບ ແລະນອກເໜືອໄປຈາກນັ້ນ. ຜົນກະທົບຂອງຂໍ້ມູນສັງເຄາະໃນການວິເຄາະການດູແລສຸຂະພາບແມ່ນພຽງແຕ່ການເລີ່ມຕົ້ນ, ຍ້ອນວ່າ SAS Hackathon ສະແດງໃຫ້ເຫັນຄວາມສົນໃຈແລະການມີສ່ວນຮ່ວມຢ່າງຫຼວງຫຼາຍຈາກນັກວິທະຍາສາດຂໍ້ມູນແລະຜູ້ທີ່ມັກເຕັກໂນໂລຢີທົ່ວໂລກ.
ການຊະນະ SAS hackathon ທົ່ວໂລກແມ່ນພຽງແຕ່ຂັ້ນຕອນທໍາອິດສໍາລັບ Syntho!
ໄຊຊະນະອັນຍິ່ງໃຫຍ່ຂອງ Syntho ໃນໝວດການດູແລສຸຂະພາບ ແລະວິທະຍາສາດຊີວິດຂອງ SAS Hackathon ຫມາຍເຖິງຈຸດສໍາຄັນໃນການນໍາໃຊ້ຂໍ້ມູນສັງເຄາະສໍາລັບການວິເຄາະການດູແລສຸຂະພາບ. ການປະສົມປະສານຂອງເຄື່ອງຈັກ Syntho ພາຍໃນ SAS Viya ສະແດງໃຫ້ເຫັນເຖິງພະລັງງານແລະຄວາມຖືກຕ້ອງຂອງຂໍ້ມູນສັງເຄາະສໍາລັບການສ້າງແບບຈໍາລອງແລະການວິເຄາະທີ່ຄາດເດົາ. ໂດຍການຮ່ວມມືກັບ SAS ແລະປົດລັອກຂໍ້ມູນທີ່ມີຄວາມອ່ອນໄຫວດ້ານຄວາມເປັນສ່ວນຕົວ, Syntho ໄດ້ສະແດງໃຫ້ເຫັນທ່າແຮງຂອງຂໍ້ມູນສັງເຄາະເພື່ອປະຕິວັດການດູແລຄົນເຈັບ, ປັບປຸງຜົນການຄົ້ນຄວ້າ, ແລະສ້າງຄວາມເຂົ້າໃຈກ່ຽວກັບຂໍ້ມູນໃນອຸດສາຫະກໍາການດູແລສຸຂະພາບ.
ບັນທຶກຂໍ້ມູນສັງເຄາະຂອງທ່ານໃນລາຍງານສຸຂະພາບ!
- ສຳຫຼວດບົດບາດຂອງຂໍ້ມູນສັງເຄາະໃນຂະແໜງສາທາລະນະສຸກ
- ຂໍ້ມູນສັງເຄາະແມ່ນຫຍັງ ແລະເປັນຫຍັງອົງການຮັກສາສຸຂະພາບຈຶ່ງໃຊ້ມັນ?
- ການເພີ່ມມູນຄ່າການອ້າງອິງກໍລະນີການນໍາໃຊ້ໃນການດູແລສຸຂະພາບ (ເຊັ່ນ: ຮ້ານຂາຍຢາ, ໂຮງຫມໍ, ເຕັກໂນໂລຊີສຸຂະພາບ, ແລະອື່ນໆ)