Tunafungua uwezo kamili wa data ya huduma ya afya na AI ya uzalishaji wakati wa SAS Hackathon.
Huduma ya afya inahitaji sana maarifa ya hifadhi ya data. Kwa sababu huduma ya afya haina wafanyikazi, inashinikizwa sana na uwezo wa kuokoa maisha. Hata hivyo, data ya huduma ya afya ndiyo data nyeti zaidi ya faragha na kwa hivyo imefungwa. Data hii nyeti ya faragha:
Hili ni tatizo, kwani lengo letu la hackathon hii ni kutabiri kuzorota na vifo kama sehemu ya utafiti wa saratani kwa hospitali kuu. Ndiyo maana Syntho na SAS hushirikiana katika hospitali hii, ambapo Syntho hufungua data kwa data ya sanisi na SAS inatambua maarifa ya data na SAS Viya, jukwaa kuu la uchanganuzi.
Injini yetu ya Syntho inazalisha data mpya kabisa iliyozalishwa kwa njia isiyo ya kweli. Tofauti kuu, tunatumia AI ili kuiga sifa za data ya ulimwengu halisi katika data ya sanisi, na kwa kiwango ambacho inaweza hata kutumika kwa uchanganuzi. Ndio maana tunaiita pacha ya data ya syntetisk. Ni sawa na halisi na kitakwimu inafanana na data asili, lakini bila hatari za faragha.
Wakati wa udukuzi huu, tuliunganisha API ya Injini ya Syntho katika SAS Viya kama hatua. Hapa tulithibitisha pia kwamba data ya syntetisk ni nzuri kama halisi katika SAS Viya. Kabla hatujaanza na utafiti wa saratani, tulijaribu mbinu hii iliyojumuishwa na seti ya data iliyo wazi na kuthibitishwa ikiwa data ya syntetisk ni nzuri kama kweli kupitia njia tofauti za uthibitishaji katika SAS Viya.
Uhusiano, uhusiano kati ya vigezo, huhifadhiwa.
Eneo la Chini ya Curve, kipimo cha utendaji wa mfano, huhifadhiwa.
Na hata umuhimu wa kutofautisha, nguvu ya utabiri ya vigeu kwa modeli, inashikilia tunapolinganisha data asilia na data ya sintetiki.
Kwa hivyo, tunaweza kuhitimisha kwamba data ya synthetic inayotolewa na Injini ya Syntho katika SAS Viya ni nzuri-kama-halisi na kwamba tunaweza kutumia data ya syntetisk kwa ukuzaji wa muundo. Kwa hivyo, tunaweza kuanza na utafiti huu wa saratani kutabiri kuzorota na vifo.
Hapa, tulitumia Injini iliyojumuishwa ya Syntho kama hatua katika SAS Viya ili kufungua data hii nyeti ya faragha kwa data ya sintetiki.
Matokeo yake, AUC ya 0.74 na mfano ambao unaweza kutabiri kuzorota na vifo.
Kama matokeo ya kutumia data ya syntetisk, tuliweza kufungua huduma hii ya afya katika hali yenye hatari kidogo, data zaidi na ufikiaji wa data kwa kasi zaidi.
Hili haliwezekani tu ndani ya hospitali, pia data kutoka kwa hospitali nyingi zinaweza kuunganishwa. Kwa hivyo, hatua iliyofuata ilikuwa kuunganisha data kutoka kwa hospitali nyingi. Data tofauti muhimu za hospitali ziliunganishwa kama nyenzo za kielelezo katika SAS Viya kupitia Injini ya Syntho. Hapa, tuligundua AUC ya 0.78, inayoonyesha kuwa data zaidi husababisha uwezo bora wa kutabiri wa miundo hiyo.
Na haya ndio matokeo kutoka kwa hackathon hii:
Hatua zinazofuata ni
Hivi ndivyo Syntho na SAS hufungua data na kutambua maarifa yanayotokana na data katika huduma ya afya ili kuhakikisha huduma ya afya ina wafanyakazi wa kutosha, kwa shinikizo la kawaida la kuokoa maisha.