Nästa stora sak för Erasmus MC – AI genererad syntetisk data

Vid Erasmus MC, ett av de ledande sjukhusen, är det möjligt att begära syntetisk data genererad av Synthos Syntho motor. De Smart Health Tech Center (SHTC) – Erasmus MC anordnade den officiella kick-offen i torsdags den 30 mars, där Robert Veen (Research Suite) och Wim Kees Janssen (Syntho ) svarade på frågorna: 'Vad är syntetiska data?''Varför gör vi det här?'och "Hur fungerar det här inom Erasmus MC?".

Vad är AI-genererad syntetisk data?

Verkliga data samlas in genom att få information om riktiga patienter, anställda och interna affärsprocesser. Syntetisk data, å andra sidan, genereras av en algoritm som skapar helt nya och fiktiva datapunkter, där individer inte längre existerar.

En viktig skillnad är användningen av artificiell intelligens för att efterlikna och reproducera egenskaper, mönster och egenskaper hos den verkliga datan i den syntetiska datan.

Resultatet: AI-genererad syntetisk data som är lika exakt som den verkliga datan. Följaktligen kan den till och med användas för analys som om det vore riktiga data.

Det är därför Syntho kallar det en "Synthetic Data Twin": data är lika-bra-som-äkta, men kan användas utan integritetsproblem.

Varför gör vi det här?

Lås upp data och minska "Time-to-Data"

Genom att använda syntetisk data istället för riktig data kan vi som organisation minska riskbedömningar och tillhörande tidskrävande processer. Det tillåter oss att låsa upp fler och ytterligare datauppsättningar. Vi kan också se till att förfrågningar om att få tillgång till data kan påskyndas så att vi kan minska "time-to-data". Med detta bygger Erasmus MC en stark grund för att accelerera datadriven innovation.

Representativa data för teständamål

Testning och utveckling med representativa testdata är avgörande för att leverera toppmoderna tekniska lösningar. En syntetisk datatvilling baserad på produktionsdata resulterar i data som kan användas som testdata. Resultatet: produktionsliknande data, privacy by design i en lösning som fungerar enkelt, snabbt och är skalbar. Dessutom, genom att använda generativ AI på ett smart sätt i skapandet av syntetisk data, är det också möjligt att förstora och simulera datamängder. Detta kan vara en lösning, till exempel när det inte finns tillräckligt med data (databrist) eller när du vill up-sampla kantfall.

Analys med AI-genererad syntetisk data

AI används för att modellera syntetiska data på ett sådant sätt att de statistiska mönstren, sambanden och egenskaperna bevaras på ett sådant sätt att de kan även användas för analyser. Speciellt i utvecklingsfasen av modeller kommer vi att föredra användningen av syntetisk data och alltid utmana användare av data: "varför använda riktig data när man också kan använda syntetisk data"?

Hur fungerar det här på Erasmus MC?

Vill du använda en syntetisk datauppsättning? Eller vill du få mer information om möjligheterna? Vänligen kontakta Research Suite vid Erasmus MC.

Intresserad av AI Generated Synthetic Data och vill fördjupa dig i möjligheterna? Kontakta våra experter or begära en demo.