SAS Hackathon'u sırasında üretici yapay zeka ile sağlık hizmeti verilerinin tüm potansiyelini ortaya çıkarıyoruz.
Sağlık sektörünün ciddi şekilde veri güdümlü içgörülere ihtiyacı var. Çünkü sağlık hizmetleri yetersiz ve hayat kurtarma potansiyeline sahip aşırı baskı altında. Bununla birlikte, sağlık hizmeti verileri mahremiyet açısından en hassas verilerdir ve bu nedenle kilitlidir. Bu gizliliğe duyarlı veriler:
Bu hackathon'daki amacımız önde gelen bir hastane için kanser araştırmasının bir parçası olarak bozulma ve ölüm oranını tahmin etmek olduğundan, bu sorunludur. Bu nedenle Syntho ve SAS, Syntho'nun sentetik verilerle verilerin kilidini açtığı ve SAS'ın önde gelen analitik platformu SAS Viya ile veri içgörülerini gerçekleştirdiği bu hastane için işbirliği yapıyor.
Syntho Motorumuz tamamen yeni, yapay olarak üretilmiş veriler üretir. Temel fark, sentetik verilerde gerçek dünya verilerinin özelliklerini taklit etmek için ve analitik için bile kullanılabilecek ölçüde yapay zeka uyguluyoruz. Bu yüzden ona sentetik veri ikizi diyoruz. Gerçek kadar iyidir ve orijinal verilerle istatistiksel olarak aynıdır, ancak gizlilik riskleri yoktur.
Bu hackathon sırasında Syntho Engine API'yi adım olarak SAS Viya'ya entegre ettik. Burada ayrıca sentetik verilerin SAS Viya'da gerçekten de gerçek kadar iyi olduğunu doğruladık. Kanser araştırmasına başlamadan önce, bu entegre yaklaşımı açık bir veri kümesiyle test ettik ve sentetik verilerin gerçekten de gerçek kadar iyi olup olmadığını SAS Viya'daki çeşitli doğrulama yöntemleriyle doğruladık.
Korelasyonlar, değişkenler arasındaki ilişkiler korunur.
Model performansı için bir ölçü olan Eğrinin Altındaki Alan korunur.
Ve bir model için değişkenlerin tahmin gücü olan değişken önemi bile, orijinal verileri sentetik verilerle karşılaştırdığımızda geçerlidir.
Dolayısıyla, SAS Viya'da Syntho Engine tarafından üretilen sentetik verilerin gerçekten de gerçek kadar iyi olduğu ve sentetik verileri model geliştirme için kullanabileceğimiz sonucuna varabiliriz. Bu nedenle, bozulma ve ölüm oranını tahmin etmek için bu kanser araştırması ile başlayabiliriz.
Burada, gizliliğe duyarlı bu verilerin sentetik verilerle kilidini açmak için SAS Viya'da adım olarak entegre Syntho Engine'i kullandık.
Sonuç, 0.74'lük bir AUC ve kötüleşme ile ölüm oranını tahmin edebilen bir model.
Sentetik verileri kullanmanın bir sonucu olarak, daha az risk, daha fazla veri ve daha hızlı veri erişimi olan bir durumda bu sağlık hizmetinin kilidini açmayı başardık.
Bu sadece hastane içinde mümkün değil, aynı zamanda birden fazla hastaneden alınan veriler birleştirilebilir. Bu nedenle, bir sonraki adım, birden çok hastaneden gelen verileri sentezlemekti. Farklı ilgili hastane verileri, Syntho Engine aracılığıyla SAS Viya'daki model için girdi olarak sentezlendi. Burada, daha fazla verinin bu modellerin daha iyi tahmin gücüne yol açtığını gösteren 0.78'lik bir AUC gerçekleştirdik.
Ve bunlar da bu hackathon'un sonuçları:
Sonraki adımlar
Bu, Syntho ve SAS'ın sağlık hizmetlerinde iyi bir kadroya sahip olduğundan ve hayat kurtarmak için normal bir baskı altında olduğundan emin olmak için verileri açığa çıkarma ve veriye dayalı içgörüleri gerçekleştirme şeklidir.