Nanalo si Syntho sa Global SAS Hackathon sa Category Health Care at Life Sciences
Ang SAS Hackathon ay isang pambihirang kaganapan na nagsama-sama ng 104 na koponan mula sa 75 bansa, sa isang tunay na pandaigdigang pagpapakita ng talento. Sa sobrang mapagkumpitensyang kapaligiran na ito, ipinagmamalaki naming inanunsyo na pagkatapos ng mga buwan ng pagsusumikap, sumikat si Syntho, na nakakuha ng matunog na tagumpay sa kategoryang pangangalaga sa kalusugan at mga agham sa buhay. Nahigitan ang 18 iba pang mabigat na kumpanya, ang aming natitirang tagumpay ay nagtatag ng aming posisyon bilang mga pinuno sa espesyal na larangang ito.
pagpapakilala
Ang hinaharap ng data analytics ay nakahanda na baguhin ng sintetikong data, lalo na sa mga sektor kung saan ang data na sensitibo sa privacy, gaya ng data ng pangangalagang pangkalusugan, ay pinakamahalaga. Gayunpaman, ang pag-access sa mahalagang impormasyong ito ay kadalasang nahahadlangan ng masalimuot na proseso, kabilang ang pag-ubos ng oras, puno ng malawak na papeles at maraming paghihigpit. Sa pagkilala sa potensyal na ito, nakipagsanib pwersa si Syntho sa SAS para sa SAS Hackathon upang magsagawa ng isang collaborative na proyekto na naglalayong mapabuti ang pangangalaga ng pasyente sa mga institusyon ng pangangalagang pangkalusugan. Sa pamamagitan ng pag-unlock ng data na sensitibo sa privacy sa pamamagitan ng sintetikong data at paggamit ng mga kakayahan sa analytics ng SAS, nagsusumikap si Syntho na magbigay ng mahahalagang insight na may potensyal na hubugin ang hinaharap ng pangangalagang pangkalusugan.
Pag-unlock sa Privacy-Sensitive Healthcare Data gamit ang Synthetic Data bilang bahagi ng pananaliksik sa kanser para sa isang nangungunang ospital
Ang data ng pasyente ay isang goldmine ng impormasyon na maaaring baguhin nang lubusan ang pangangalagang pangkalusugan, ngunit ang pagiging sensitibo sa privacy nito ay kadalasang nagdudulot ng malalaking hamon sa pag-access at paggamit nito. Naunawaan ni Syntho ang dilemma na ito at sinikap niyang malampasan ito sa pamamagitan ng pakikipagtulungan sa SAS sa panahon ng SAS Hackathon. Ang layunin ay i-unlock ang data ng pasyente na sensitibo sa privacy gamit ang synthetic na data at gawin itong madaling magagamit para sa analytics sa pamamagitan ng SAS Viya. Ang pagtutulungang pagsisikap na ito ay hindi lamang nangangako na humimok ng mga pagpapabuti sa pangangalagang pangkalusugan, partikular sa larangan ng pananaliksik sa kanser, na ginagawang maayos at mahusay ang proseso ng pag-unlock at pagsusuri ng data, ngunit tinitiyak din nito ang lubos na proteksyon ng privacy ng pasyente.
Pagsasama ng Syntho Engine at SAS Viya
Sa loob ng hackathon, matagumpay naming isinama ang Syntho Engine API sa SAS Viya bilang isang mahalagang hakbang sa aming proyekto. Ang pagsasamang ito ay hindi lamang nagpadali sa pagsasama ng sintetikong data ngunit nagbigay din ng perpektong kapaligiran upang patunayan ang katapatan nito sa loob ng SAS Viya. Bago simulan ang aming pananaliksik sa kanser, isinagawa ang malawakang pagsusuri gamit ang isang bukas na dataset upang masuri ang pagiging epektibo ng pinagsamang diskarte na ito. Sa pamamagitan ng iba't ibang paraan ng pagpapatunay na available sa SAS Viya, tiniyak namin na ang synthetic na data ay nagpakita ng isang antas ng kalidad at pagkakatulad sa totoong data na itinuturing itong tunay na maihahambing, na nagpapatunay sa likas na katangian nito na "as-good-as-real".
Ang sintetikong data ba ay tumutugma sa katumpakan ng totoong data?
Ang mga ugnayan at ugnayan sa pagitan ng mga variable ay tumpak na napanatili sa sintetikong data.
Ang Area Under the Curve (AUC), isang sukatan para sa pagsukat ng performance ng modelo, ay nanatiling pare-pareho.
Higit pa rito, ang variable na kahalagahan, na nagpahiwatig ng predictive na kapangyarihan ng mga variable sa isang modelo, ay nanatiling buo kapag inihahambing ang sintetikong data sa orihinal na dataset.
Batay sa mga obserbasyon na ito, may kumpiyansa tayong mahihinuha na ang sintetikong data na nabuo ng Syntho Engine sa SAS Viya ay talagang katumbas ng totoong data sa mga tuntunin ng kalidad. Pinapatunayan nito ang paggamit ng sintetikong data para sa pagbuo ng modelo, na nagbibigay daan para sa pananaliksik sa kanser na nakatuon sa paghula ng pagkasira at pagkamatay.
Mga Epektong Resulta na may sintetikong data sa larangan ng Cancer Research:
Ang paggamit ng pinagsamang Syntho Engine sa loob ng SAS Viya ay nagbunga ng mga epektong resulta sa pananaliksik sa kanser para sa isang kilalang ospital. Sa pamamagitan ng paggamit ng synthetic na data, matagumpay na na-unlock ang impormasyon sa pangangalagang pangkalusugan na sensitibo sa privacy, na nagbibigay-daan sa pagsusuri na may pinababang panganib, nadagdagan ang availability ng data, at pinabilis na pag-access.
Kapansin-pansin, ang aplikasyon ng sintetikong data ay humantong sa pagbuo ng isang modelo na may kakayahang hulaan ang pagkasira at pagkamatay, na nakamit ang isang kahanga-hangang Area Under the Curve (AUC) na 0.74. Bukod pa rito, ang kumbinasyon ng sintetikong data mula sa maraming ospital ay nagresulta sa isang kapansin-pansing pagpapalakas sa predictive power, bilang ebidensya ng tumaas na AUC. Binibigyang-diin ng mga resultang ito ang pagbabagong potensyal ng sintetikong data sa pagbuo ng mga insight at pagsulong na batay sa data sa loob ng larangan ng pangangalagang pangkalusugan.
Ang resulta para sa isa nangungunang ospital, isang AUC na 0.74 at isang modelo na kayang hulaan ang pagkasira at pagkamatay
Ang resulta para sa maramihang mga ospital, isang AUC na 0.78, na nagpapakita na mas maraming data ang nagreresulta sa mas mahusay na predictive power ng mga modelong iyon
Mga Resulta, Mga Hakbang sa Hinaharap at Mga Implikasyon
Sa panahon ng hackathon na ito, nakamit ang mga kahanga-hangang resulta.
1. Syntho, isang cutting-edge na synthetic data generation tool, ay walang putol na isinama sa SAS Viya bilang isang mahalagang hakbang.
2. Ang matagumpay na pagbuo ng synthetic data sa loob ng SAS Viya gamit ang Syntho ay isang makabuluhang tagumpay.
3. Kapansin-pansin, ang katumpakan ng sintetikong data ay lubusang napatunayan, dahil ang mga modelong sinanay sa data na ito ay nagpakita ng maihahambing na mga marka sa mga sinanay sa orihinal na data.
4. Ang milestone na ito ay nagpasulong ng pananaliksik sa kanser sa pamamagitan ng pagpapagana ng mga hula ng pagkasira at pagkamatay gamit ang sintetikong data.
5. Kapansin-pansin, sa pamamagitan ng pagsasama-sama ng sintetikong data mula sa maraming ospital, ipinakita ng isang demonstrasyon ang pagtaas sa lugar sa ilalim ng kurba (AUC).
Habang ipinagdiriwang natin ang ating tagumpay, tinitingnan natin ang hinaharap na may mga ambisyosong layunin. Kasama sa mga susunod na hakbang ang pagpapalawak ng mga pakikipagtulungan sa mas maraming ospital, pagtuklas ng magkakaibang mga kaso ng paggamit, at pagpapalawak ng aplikasyon ng sintetikong data sa iba't ibang sektor. Gamit ang mga diskarteng agnostic sa sektor, nilalayon naming i-unlock ang data at gawin ang mga insight na batay sa data sa pangangalagang pangkalusugan at higit pa. Ang epekto ng sintetikong data sa analytics ng pangangalagang pangkalusugan ay simula pa lamang, dahil ipinakita ng SAS Hackathon ang napakalaking interes at partisipasyon mula sa mga data scientist at mga mahilig sa teknolohiya sa buong mundo.
Ang pagkapanalo sa pandaigdigang SAS hackathon ay ang unang hakbang lamang para sa Syntho!
Ang pambihirang tagumpay ni Syntho sa kategoryang Health Care & Life Sciences ng SAS Hackathon ay nagpapahiwatig ng isang makabuluhang milestone sa paggamit ng synthetic na data para sa healthcare analytics. Ang pagsasama ng Syntho Engine sa loob ng SAS Viya ay nagpakita ng lakas at katumpakan ng sintetikong data para sa predictive na pagmomodelo at pagsusuri. Sa pamamagitan ng pakikipagtulungan sa SAS at pag-unlock ng data na sensitibo sa privacy, ipinakita ng Syntho ang potensyal ng synthetic na data upang baguhin nang lubusan ang pangangalaga sa pasyente, pahusayin ang mga resulta ng pananaliksik, at humimok ng mga insight na batay sa data sa industriya ng pangangalagang pangkalusugan.
I-save ang iyong sintetikong data sa ulat ng pangangalagang pangkalusugan!
- Galugarin ang papel ng sintetikong data sa sektor ng pangangalagang pangkalusugan
- Ano ang sintetikong data at bakit ginagamit ito ng mga organisasyon ng pangangalagang pangkalusugan?
- Pagdaragdag ng halaga ng reference na mga kaso ng paggamit sa pangangalagang pangkalusugan (tulad ng pharma, ospital, health-tech, atbp.)
