Erasmus MC 的下一件大事——AI 生成的合成数据
在中国、德国、意大利、韩国和美国的 伊拉斯谟MC，领先的医院之一，可以请求 Syntho 生成的合成数据 合成引擎。 该 智能健康技术中心 (SHTC) – Erasmus MC 30 月 XNUMX 日上周四组织了正式启动仪式，其中 罗伯特·维恩 （研究室）和 维姆·基斯·詹森 (合成器 ) 回答了问题：'什么是合成数据？'，'为什么要做这个项目？'和 “这在 Erasmus MC 中如何运作？”.
什么是 AI 生成的合成数据？
真实数据是通过获取有关真实患者、员工和内部业务流程的信息来收集的。 另一方面，合成数据是由一种算法生成的，该算法会创建全新的虚拟数据点，其中个人不再存在。
一个重要的区别是使用人工智能在合成数据中模仿和再现真实数据的特征、模式和属性。
结果: 人工智能生成的合成数据与真实数据一样准确。 因此，它甚至可以像真实数据一样用于分析。
这就是 Syntho 将其称为“合成数据孪生”的原因：数据是 和真实一样好，但可以在没有隐私挑战的情况下使用。
为什么要做这个项目？
解锁数据并减少“获取数据的时间”
通过使用合成数据而不是真实数据，我们作为一个组织可以减少风险评估和相关的耗时过程。 它允许我们解锁更多和额外的数据集。 我们还可以确保可以加快访问数据的请求，从而缩短“获取数据的时间”。 有了这个，Erasmus MC 正在为加速数据驱动的创新奠定坚实的基础。
用于测试目的的代表性数据
使用具有代表性的测试数据进行测试和开发对于提供最先进的技术解决方案至关重要。 基于生产数据的合成数据孪生生成的数据可用作 测试数据. 结果：类似生产的数据， privacy by design 在一个工作简单、快速且可扩展的解决方案中。 此外，通过在创建合成数据时巧妙地使用生成式人工智能，还可以扩大和模拟数据集。 这可能是一个解决方案，例如，当数据不足（数据稀缺）或当您想要对边缘情况进行上采样时。
使用 AI 生成的合成数据进行分析
AI 用于对合成数据进行建模，使得统计模式、关系和特征得以保留，从而使它们能够 甚至用于分析. 尤其是在模型的开发阶段，我们会更喜欢使用合成数据，并且总是挑战数据的使用者：“合成数据也可以用，为什么还要用真实数据”？
这在 Erasmus MC 是如何运作的？
你想使用合成数据集吗？ 或者您想收到有关可能性的更多信息？ 请联络 Erasmus MC 研究套件.
