Нууцлалаас боломж хүртэл: SAS Hackathon-ын нэг хэсэг болгон SAS Viya дахь нэгдсэн Syntho Engine-ээр дамжуулан нийлэг өгөгдлийг ашиглан нууцлалын эмзэг өгөгдлийн түгжээг тайлах
Бид SAS Hackathon-ын үеэр хиймэл хиймэл оюун ухаанаар эрүүл мэндийн тусламж үйлчилгээний мэдээллийн бүрэн боломжийг нээж өгдөг.
Яагаад хувийн нууцад мэдрэмтгий эрүүл мэндийн мэдээллийн түгжээг тайлах ёстой вэ?
Эрүүл мэндийн үйлчилгээ нь мэдээллийн хөтөч ойлголтыг маш ихээр шаарддаг. Эрүүл мэндийн тусламж үйлчилгээ нь боловсон хүчин дутмаг, хэт их дарамт шахалтад өртөж, хүний амь насыг аврах боломжтой байдаг. Гэсэн хэдий ч эрүүл мэндийн тусламж үйлчилгээний мэдээлэл нь хувийн нууцад хамгийн мэдрэмтгий мэдээлэл тул түгжигдсэн байдаг. Энэхүү нууцлалд мэдрэмтгий өгөгдөл:
- Нэвтрэх нь цаг хугацаа их шаарддаг
- Өргөн хүрээний бичиг баримт шаарддаг
- Мөн зүгээр л ашиглах боломжгүй
Энэ хакатон бидний зорилго бол тэргүүлэх эмнэлгийн хорт хавдрын судалгааны нэг хэсэг болох муудах, нас баралтыг урьдчилан таамаглах тул энэ нь асуудалтай юм. Тийм ч учраас Syntho болон SAS нь энэ эмнэлэгт хамтран ажилладаг бөгөөд Syntho нь өгөгдлийг синтетик мэдээллээр нээж, SAS нь аналитикийн тэргүүлэгч платформ болох SAS Viya-тай өгөгдлийн ойлголтыг хэрэгжүүлдэг.
Синтетик өгөгдөл үү?
Манай Syntho хөдөлгүүр нь зохиомлоор үүсгэсэн цоо шинэ өгөгдлийг үүсгэдэг. Гол ялгаа нь бид хиймэл өгөгдлийн бодит ертөнцийн өгөгдлийн шинж чанарыг дуурайхын тулд хиймэл оюун ухааныг ашигладаг бөгөөд үүнийг аналитикт ч ашиглаж болно. Тиймээс бид үүнийг синтетик өгөгдлийн ихэр гэж нэрлэдэг. Энэ нь бодитой бөгөөд статистикийн хувьд анхны өгөгдөлтэй ижил боловч хувийн нууцад ямар ч эрсдэлгүй.
Syntho хөдөлгүүрийг SAS Viya-д нэгтгэсэн
Энэ хакатоны үеэр бид SAS Viya-д Syntho Engine API-г алхам болгон нэгтгэсэн. Энд бид синтетик өгөгдөл нь SAS Viya-д үнэхээр бодитой гэдгийг баталсан. Хорт хавдрын судалгааг эхлүүлэхийн өмнө бид энэхүү нэгдсэн арга барилыг нээлттэй өгөгдлийн багцаар туршиж, SAS Viya-д янз бүрийн баталгаажуулалтын аргуудаар синтетик өгөгдөл үнэхээр бодитой эсэхийг баталгаажуулсан.
Синтетик өгөгдөл нь бодитой юу?
Корреляци, хувьсагчдын хоорондын хамаарал хадгалагдана.
Загварын гүйцэтгэлийн хэмжүүр болох муруй доорх талбай хадгалагдана.
Тэр ч байтугай хувьсагчийн ач холбогдол, загварт хамаарах хувьсагчдын таамаглах чадвар нь анхны өгөгдлийг синтетик өгөгдөлтэй харьцуулах үед хадгалагдана.
Тиймээс бид SAS Viya дахь Syntho хөдөлгүүрээр үүсгэсэн синтетик өгөгдөл нь бодитойгоор сайн бөгөөд загвар боловсруулахад синтетик өгөгдлийг ашиглах боломжтой гэж бид дүгнэж болно. Иймээс бид хорт хавдрын өвчлөл, нас баралтыг урьдчилан таамаглахын тулд хорт хавдрын судалгаанаас эхэлж болно.
Тэргүүлэгч эмнэлгийн Хавдар судлалын нийлэг өгөгдөл
Энд бид SAS Viya-д нэгдсэн Syntho Engine-ийг ашигласан бөгөөд энэхүү нууцлалын эмзэг өгөгдлийг синтетик мэдээллээр онгойлгох болно.
Үүний үр дүнд AUC 0.74 ба муудах, нас баралтыг урьдчилан таамаглах боломжтой загвар юм.
Синтетик өгөгдлийг ашигласны үр дүнд бид эрсдэл багатай, илүү их өгөгдөлтэй, өгөгдөлд илүү хурдан ханддаг нөхцөлд энэ эрүүл мэндийн тусламж үйлчилгээний түгжээг нээж чадсан.
Олон эмнэлгүүдийн мэдээллийг нэгтгэх
Энэ нь зөвхөн эмнэлэг доторх боломжтой төдийгүй олон эмнэлгийн мэдээллийг нэгтгэх боломжтой. Тиймээс дараагийн алхам нь олон эмнэлгүүдийн мэдээллийг нэгтгэх явдал байв. Эмнэлгийн холбогдох өөр өөр өгөгдлийг Syntho хөдөлгүүрээр дамжуулан SAS Viya-д загварт оруулах оролт болгон нэгтгэсэн. Энд бид 0.78 AUC-ийг олж мэдсэн нь илүү их өгөгдөл нь эдгээр загваруудыг илүү сайн таамаглах чадварыг харуулж байна.
үр дүн
Энэ хакатоны үр дүн нь:
- Syntho нь SAS Viya-д алхам хэлбэрээр нэгдсэн
- синтетик өгөгдлийг SAS Viya дахь Syntho-ээр амжилттай үүсгэсэн
- Синтетик өгөгдлийн дагуу бэлтгэгдсэн загварууд анхны өгөгдөл дээр сургагдсан загвартай ижил оноо авсан тул нийлэг өгөгдлийн нарийвчлалыг баталсан.
- Бид хорт хавдрын судалгааны нэг хэсэг болгон синтетик өгөгдөл дээр муудах, нас баралтыг урьдчилан таамагласан
- мөн олон эмнэлгүүдийн синтетик өгөгдлийг нэгтгэх үед AUC-ийн өсөлтийг харуулсан.
Дараагийн алхмууд
Дараагийн алхамууд нь
- илүү олон эмнэлгүүдийг багтаана
- ашиглалтын тохиолдлыг сунгах ба
- арга техник нь салбарыг үл тоомсорлодог тул бусад аливаа байгууллагад нэвтрүүлэх.
Ингэж Syntho болон SAS нь өгөгдлийн түгжээг тайлж, эрүүл мэндийн тусламж үйлчилгээ сайн боловсон хүчинтэй, хүний амь насыг аврах хэвийн дарамттай байхын тулд эрүүл мэндийн тусламж үйлчилгээний талаарх мэдээлэлд тулгуурласан ойлголтыг хэрэгжүүлдэг.
Эрүүл мэндийн тайланд синтетик мэдээллээ хадгалаарай!
- Эрүүл мэндийн салбар дахь синтетик мэдээллийн үүрэг ролийг судлах
- Синтетик өгөгдөл гэж юу вэ, эрүүл мэндийн байгууллагууд яагаад үүнийг ашигладаг вэ?
- Эрүүл мэндийн салбарт (эм, эмнэлэг, эрүүл мэндийн технологи гэх мэт) лавлагаа ашигласан тохиолдлуудад нэмүү өртөг нэмдэг.
