Kolejna wielka rzecz dla Erasmusa MC – dane syntetyczne generowane przez sztuczną inteligencję

Na Erasmus MC, jednego z wiodących szpitali, istnieje możliwość zażądania syntetycznych danych generowanych przez Syntho's Silnik syntezatorowy,  Centrum Technologii Inteligentnego Zdrowia (SHTC) – Erasmus MC zorganizował oficjalne rozpoczęcie w ostatni czwartek 30 marca, w którym Roberta Weena (Pakiet badawczy) i Wima Keesa Janssena (Synto ) odpowiedział na pytania: „Co to są dane syntetyczne?„,”Dlaczego to robimy?' i „Jak to działa w ramach Erasmus MC?”.

Co to są dane syntetyczne generowane przez sztuczną inteligencję?

Prawdziwe dane są zbierane poprzez pozyskiwanie informacji o rzeczywistych pacjentach, pracownikach i wewnętrznych procesach biznesowych. Z drugiej strony dane syntetyczne są generowane przez algorytm, który tworzy zupełnie nowe i fikcyjne punkty danych, w których osoby już nie istnieją.

Istotną różnicą jest wykorzystanie sztucznej inteligencji do naśladowania i odtwarzania cech, wzorców i właściwości danych rzeczywistych w danych syntetycznych.

Wynik: Dane syntetyczne generowane przez sztuczną inteligencję, które są tak dokładne, jak rzeczywiste dane. W związku z tym można go nawet używać do analiz, tak jakby to były prawdziwe dane.

Dlatego Syntho nazywa to „Synthetic Data Twin”: dane są tak dobre jak prawdziwe, ale można z niego korzystać bez wyzwań związanych z prywatnością.

Dlaczego to robimy?

Odblokuj dane i skróć „Time-to-Data”

Używając danych syntetycznych zamiast rzeczywistych, jako organizacja możemy ograniczyć liczbę ocen ryzyka i związanych z nimi czasochłonnych procesów. Pozwala nam to odblokować więcej i dodatkowe zbiory danych. Możemy również zapewnić przyspieszenie żądań dostępu do danych, abyśmy mogli skrócić „czas oczekiwania na dane”. W ten sposób Erasmus MC buduje solidne podstawy do przyspieszenia innowacji opartych na danych.

Reprezentatywne dane do celów testowych

Testowanie i opracowywanie reprezentatywnych danych testowych jest niezbędne do dostarczania najnowocześniejszych rozwiązań technologicznych. Syntetyczny bliźniak danych oparty na danych produkcyjnych daje dane, których można użyć jako dane testowe. Wynik: dane zbliżone do produkcji, privacy by design w rozwiązaniu, które działa łatwo, szybko i jest skalowalne. Ponadto dzięki inteligentnemu wykorzystaniu generatywnej sztucznej inteligencji do tworzenia danych syntetycznych możliwe jest również powiększanie i symulowanie zbiorów danych. Może to być rozwiązanie, na przykład, gdy nie ma wystarczających danych (niedobór danych) lub gdy chcesz zwiększyć próbkowanie przypadków brzegowych.

Analityka z danymi syntetycznymi generowanymi przez sztuczną inteligencję

Sztuczna inteligencja jest stosowana do modelowania danych syntetycznych w taki sposób, aby wzorce statystyczne, relacje i cechy zostały zachowane w taki sposób, aby mogły nawet służyć do analiz. Szczególnie w fazie opracowywania modeli będziemy preferować wykorzystanie danych syntetycznych i zawsze stawiamy użytkownikom danych wyzwanie: „po co korzystać z rzeczywistych danych, skoro można również korzystać z danych syntetycznych”?

Jak to działa w Erasmus MC?

Czy chcesz użyć syntetycznego zestawu danych? A może chcesz otrzymać więcej informacji o możliwościach? Prosimy o kontakt z Apartament Badawczy Erasmus MC.

Interesujesz się syntetycznymi danymi generowanymi przez sztuczną inteligencję i chcesz poznać ich możliwości? Skontaktuj się z naszymi ekspertami or poprosić o demo.