Den neste store tingen for Erasmus MC – AI generert syntetiske data

På Erasmus MC, et av de ledende sykehusene, er det mulig å be om syntetiske data generert av Synthos Syntho-motor. De Smart Health Tech Center (SHTC) – Erasmus MC arrangerte det offisielle kick-off sist torsdag 30. mars, hvor Robert Veen (Research Suite) og Wim Kees Janssen (Syntho ) svarte på spørsmålene: 'Hva er syntetiske data?''Hvorfor gjør vi dette?'og "Hvordan fungerer dette innenfor Erasmus MC?".

Hva er AI-genererte syntetiske data?

Reelle data samles inn ved å innhente informasjon om reelle pasienter, ansatte og interne forretningsprosesser. Syntetiske data på sin side genereres av en algoritme som skaper helt nye og fiktive datapunkter, hvor individer ikke lenger eksisterer.

En viktig forskjell er bruken av kunstig intelligens for å etterligne og reprodusere egenskaper, mønstre og egenskaper til de virkelige dataene i de syntetiske dataene.

Resultatet: AI generert syntetiske data som er like nøyaktige som de virkelige dataene. Følgelig kan den til og med brukes til analyser som om det var ekte data.

Det er derfor Syntho kaller det en "Synthetic Data Twin": dataene er like-god-som-ekte, men kan brukes uten personvernutfordringene.

Hvorfor gjør vi dette?

Lås opp data og reduser "Time-to-Data"

Ved å bruke syntetiske data i stedet for ekte data kan vi som organisasjon redusere risikovurderinger og tilhørende tidkrevende prosesser. Det lar oss låse opp flere og flere datasett. Vi kan også sørge for at forespørsler om tilgang til data kan akselereres slik at vi kan redusere "time-to-data". Med dette bygger Erasmus MC et sterkt grunnlag for å akselerere datadrevet innovasjon.

Representative data for testformål

Testing og utvikling med representative testdata er avgjørende for å levere toppmoderne teknologiske løsninger. En syntetisk datatvilling basert på produksjonsdataene resulterer i data som kan brukes som testdata. Resultatet: produksjonslignende data, privacy by design i en løsning som fungerer enkelt, raskt og er skalerbar. I tillegg, ved å gjøre smart bruk av generativ AI i opprettelsen av syntetiske data, er det også mulig å forstørre og simulere datasett. Dette kan for eksempel være en løsning når det ikke er tilstrekkelig med data (dataknapphet) eller når du ønsker å oppsample kantsaker.

Analytics med AI-genererte syntetiske data

AI brukes for å modellere de syntetiske dataene på en slik måte at de statistiske mønstrene, relasjonene og egenskapene bevares på en slik måte at de kan til og med brukes til analyser. Spesielt i utviklingsfasen av modeller vil vi foretrekke bruk av syntetiske data og alltid utfordre brukere av data: «hvorfor bruke ekte data når man også kan bruke syntetiske data»?

Hvordan fungerer dette på Erasmus MC?

Vil du bruke et syntetisk datasett? Eller ønsker du å motta mer informasjon om mulighetene? Vennligst kontakt Forskningssuite til Erasmus MC.

Interessert i AI-generert syntetisk data og vil du fordype deg i mulighetene? Kontakt ekspertene våre or Be om en demo.