Naslednja velika stvar za Erasmus MC – sintetični podatki, ustvarjeni z umetno inteligenco

Ob Erasmus MC, eno vodilnih bolnišnic, je mogoče zahtevati sintetične podatke, ki jih je ustvaril Syntho's Syntho motor. Smart Health Tech Center (SHTC) – Erasmus MC je prejšnji četrtek, 30. marca, organiziral uradni začetek, v katerem Robert Veen (Research Suite) in Wim Kees Janssen (Sinto ) je odgovoril na vprašanja: 'Kaj so sintetični podatki?','Zakaj to počnemo?"in 'Kako to deluje znotraj Erasmus MC?'.

Kaj so sintetični podatki, ustvarjeni z umetno inteligenco?

Realne podatke zbiramo s pridobivanjem informacij o dejanskih pacientih, zaposlenih in notranjih poslovnih procesih. Sintetični podatki pa so generirani z algoritmom, ki ustvari popolnoma nove in fiktivne podatkovne točke, kjer posamezniki ne obstajajo več.

Pomembna razlika je uporaba umetne inteligence za posnemanje in reprodukcijo značilnosti, vzorcev in lastnosti resničnih podatkov v sintetičnih podatkih.

Rezultat: Umetna inteligenca generira sintetične podatke, ki so enako natančni kot resnični podatki. Posledično ga je mogoče uporabiti celo za analitiko, kot da bi šlo za resnične podatke.

Zato ga Syntho imenuje "sintetični podatkovni dvojček": podatki so tako dober-kot-resničen, vendar ga je mogoče uporabljati brez težav z zasebnostjo.

Zakaj to počnemo?

Odklenite podatke in zmanjšajte »čas do podatkov«

Z uporabo sintetičnih podatkov namesto resničnih podatkov lahko kot organizacija zmanjšamo ocene tveganja in s tem povezane zamudne procese. Omogoča nam odklepanje več in dodatnih naborov podatkov. Prav tako lahko zagotovimo, da se zahteve za dostop do podatkov lahko pospešijo, tako da lahko zmanjšamo »čas do podatkov«. S tem Erasmus MC gradi močne temelje za pospeševanje inovacij, ki temeljijo na podatkih.

Reprezentativni podatki za namene testiranja

Testiranje in razvoj z reprezentativnimi testnimi podatki je bistvenega pomena za zagotavljanje najsodobnejših tehnoloških rešitev. Sintetični podatkovni dvojček, ki temelji na proizvodnih podatkih, povzroči podatke, ki jih je mogoče uporabiti kot preskusni podatki. Rezultat: produkcijski podobni podatki, privacy by design v rešitvi, ki deluje preprosto, hitro in je razširljiva. Poleg tega je s pametno uporabo generativne umetne inteligence pri ustvarjanju sintetičnih podatkov mogoče tudi povečati in simulirati nize podatkov. To je lahko rešitev, na primer, ko ni dovolj podatkov (pomanjkanje podatkov) ali ko želite povečati vzorec robnih primerov.

Analitika s sintetičnimi podatki, ustvarjenimi z umetno inteligenco

AI se uporablja za modeliranje sintetičnih podatkov na tak način, da se statistični vzorci, razmerja in značilnosti ohranijo tako, da lahko celo uporabiti za analize. Predvsem v fazi razvoja modelov bomo raje uporabljali sintetične podatke in vedno izzivali uporabnike podatkov: »zakaj bi uporabljali prave podatke, ko pa lahko tudi sintetične«?

Kako to deluje na Erasmus MC?

Ali želite uporabiti sintetični nabor podatkov? Ali pa želite prejeti več informacij o možnostih? Obrnite se na Raziskovalna zbirka Erasmus MC.

Vas zanimajo sintetični podatki, ustvarjeni z umetno inteligenco, in se želite poglobiti v možnosti? Obrnite se na naše strokovnjake or zahtevajte predstavitev.