SAS Hackathon davomida generativ AI yordamida sog‘liqni saqlash ma’lumotlarining to‘liq imkoniyatlarini ochamiz.
Sog'liqni saqlash sohasi ma'lumotlarga asoslangan ma'lumotlarga muhtoj. Chunki sog'liqni saqlash xodimlari kam ta'minlangan va hayotni saqlab qolish uchun haddan tashqari bosim ostida. Biroq, sog'liqni saqlash ma'lumotlari maxfiylik uchun eng nozik ma'lumotlardir va shuning uchun qulflangan. Ushbu maxfiylik muhim ma'lumotlar:
Bu muammoli, chunki bizning maqsadimiz ushbu xakatonda etakchi shifoxona uchun saraton tadqiqotining bir qismi sifatida yomonlashuv va o'limni bashorat qilishdir. Shuning uchun Syntho va SAS ushbu shifoxona uchun hamkorlik qiladi, bu erda Syntho sintetik ma'lumotlar bilan ma'lumotlarni ochadi va SAS etakchi tahlil platformasi SAS Viya bilan ma'lumotlar haqidagi ma'lumotlarni amalga oshiradi.
Bizning Syntho Engineimiz sun'iy ravishda yaratilgan mutlaqo yangi ma'lumotlarni yaratadi. Asosiy farq, biz sun'iy intellektni sintetik ma'lumotlardagi haqiqiy dunyo ma'lumotlarining xususiyatlarini taqlid qilish uchun qo'llaymiz va undan hatto tahlil qilish uchun ham foydalanish mumkin. Shuning uchun biz uni sintetik ma'lumotlar egizaklari deb ataymiz. Bu haqiqiy va statistik jihatdan asl ma'lumotlarga o'xshash, ammo maxfiylik xavfisiz.
Ushbu hackathon davomida biz Syntho Engine API-ni SAS Viya-ga qadam sifatida birlashtirdik. Bu erda biz sintetik ma'lumotlar haqiqatan ham SAS Viya-da haqiqiy kabi ekanligini tasdiqladik. Saraton kasalligini o'rganishni boshlashdan oldin, biz ushbu integratsiyalashgan yondashuvni ochiq ma'lumotlar to'plami bilan sinab ko'rdik va SAS Viya-da turli tekshirish usullari orqali sintetik ma'lumotlar haqiqatan ham haqiqiy ekanligini tasdiqladik.
Korrelyatsiyalar, o'zgaruvchilar o'rtasidagi munosabatlar saqlanib qoladi.
Egri chiziq ostidagi maydon, model ishlashi uchun o'lchov saqlanadi.
Va hatto o'zgaruvchanlik ahamiyati, model uchun o'zgaruvchilarning bashorat qilish kuchi, biz asl ma'lumotni sintetik ma'lumotlar bilan taqqoslaganimizda ham saqlanib qoladi.
Shunday qilib, SAS Viya-da Syntho Engine tomonidan yaratilgan sintetik ma'lumotlar haqiqatan ham haqiqiy va biz modelni ishlab chiqish uchun sintetik ma'lumotlardan foydalanishimiz mumkin degan xulosaga kelishimiz mumkin. Shunday qilib, yomonlashuv va o'limni bashorat qilish uchun ushbu saraton tadqiqotidan boshlashimiz mumkin.
Bu erda biz SAS Viya-da ushbu maxfiy ma'lumotlarni sintetik ma'lumotlar bilan ochish uchun o'rnatilgan Syntho Engine-dan foydalandik.
Natijada, AUC 0.74 va buzilish va o'limni bashorat qila oladigan model.
Sintetik ma'lumotlardan foydalanish natijasida biz ushbu sog'liqni saqlash xizmatini kamroq xavf, ko'proq ma'lumot va ma'lumotlarga kirish tezroq bo'lgan vaziyatda ochishga muvaffaq bo'ldik.
Bu nafaqat shifoxonada, balki bir nechta shifoxonalardan olingan ma'lumotlarni ham birlashtirish mumkin. Shunday qilib, keyingi qadam bir nechta shifoxonalardan ma'lumotlarni sintez qilish edi. Turli tegishli shifoxona ma'lumotlari Syntho Engine orqali SAS Viya'da model uchun kirish sifatida sintez qilindi. Bu erda biz 0.78 AUC ni angladik, bu ko'proq ma'lumotlar ushbu modellarning bashorat qilish qobiliyatini yaxshilashga olib kelishini ko'rsatdi.
Va bu xakaton natijalari:
Keyingi qadamlar
Shunday qilib Syntho va SAS ma'lumotlarni qulfdan chiqaradi va sog'liqni saqlash sohasi yaxshi xodimlar bilan ta'minlanganligiga ishonch hosil qilish uchun ma'lumotlarga asoslangan tushunchalarni amalga oshiradi va hayotni saqlab qolish uchun normal bosim o'tkazadi.