Synthetische data in de gezondheidszorg: definitie, voordelen en uitdagingen

Synthetische gegevens in de gezondheidszorg verwijst naar kunstmatig gegenereerde gegevens die echte gezondheidsgegevens van patiënten simuleren. Dit soort gegevens wordt gecreëerd met behulp van algoritmen en statistische modellen. Het is ontworpen om de complexe patronen en kenmerken van feitelijke gezondheidszorggegevens weer te geven. Toch komt het niet overeen met echte individuen, waardoor de privacy van de patiënt wordt beschermd.

Het creëren van synthetische gegevens omvat het analyseren van echte patiëntdatasets om hun statistische eigenschappen te begrijpen. Vervolgens worden met behulp van deze inzichten nieuwe datapunten gegenereerd. Deze bootsen het statistische gedrag van de oorspronkelijke gegevens na, maar repliceren niet de specifieke informatie van een individu.

Synthetische data worden steeds belangrijker in de gezondheidszorg. Het balanceert het benutten van de kracht van big data en het respecteren van de vertrouwelijkheid van patiënten.

[Lees ook: 22 gratis en open datasets voor de gezondheidszorg voor machinaal leren]

Huidige stand van zaken in de gezondheidszorg

De gezondheidszorg worstelt voortdurend met het balanceren van datavoordelen en zorgen over de privacy van patiënten. Het verkrijgen van gezondheidszorggegevens voor commerciële of academische doeleinden is bijzonder uitdagend en kostbaar.

Het verkrijgen van goedkeuring voor het gebruik van gegevens uit het gezondheidszorgsysteem kan bijvoorbeeld tot twee jaar duren. Toegang tot gegevens op patiëntniveau brengt vaak honderdduizenden, zo niet meer kosten met zich mee, afhankelijk van de schaal van het project. Deze obstakels belemmeren de vooruitgang op dit terrein aanzienlijk.

De gezondheidszorgsector bevindt zich in de beginfase van dataverfijning en -toepassing. Verschillende factoren, waaronder zorgen over privacy, het ontbreken van gestandaardiseerde dataformaten en het bestaan ​​van datasilo's, hebben innovatie en vooruitgang belemmerd. Dit scenario verandert echter snel, met name met de opkomst van generatieve AI-technologieën.

Ondanks deze hindernissen neemt het gebruik van data in de gezondheidszorg toe. Platforms als Snowflake en AWS zijn in een race om tools aan te bieden die het potentieel van deze data benutten. De groei van cloud computing maakt geavanceerdere data-analyses mogelijk en versnelt de productontwikkeling.

In deze context komen synthetische data naar voren als een veelbelovende oplossing voor de uitdagingen van de toegankelijkheid van data in de gezondheidszorg.

Hoe worden synthetische data gebruikt in de gezondheidszorg?

Synthetische data is de huidige revolutie in de gezondheidszorg, waarmee organisaties kunnen innoveren en tegelijkertijd de grenzen van veiligheid en privacy kunnen respecteren. Omdat ze lijken op echte data, stellen synthetische datasets onderzoekers, clinici en ontwikkelaars in staat om innovaties te stimuleren zonder dat ze worden gehinderd door de vertrouwelijkheid van de patiënt.

Hier zijn een paar eenvoudige praktijkvoorbeelden van hoe synthetische data de gezondheidszorg transformeren:

1. Nieuwe behandelingen testen zonder privacyrisico

Stel je een team van onderzoekers voor dat een behandeling voor diabetes ontwikkelt. In plaats van toegang te krijgen tot vertrouwelijke patiëntendossiers, gebruiken ze synthetische data die de kenmerken van echte patiënten nabootst, zoals leeftijd, bloedsuikerspiegel en medische geschiedenis. Ze kunnen hypothesen ontwikkelen en deze verfijnen tot protocollen over hoe behandelingen op maat kunnen worden gemaakt, terwijl de vertrouwelijkheid van de patiënt behouden blijft.

2. AI trainen voor snellere diagnoses

Denk aan een machine learning tool die is ontworpen om longkanker te detecteren met behulp van röntgenfoto's. Synthetische medische beelden kunnen veel scenario's omvatten: het rangschikken van tumorvormen, -groottes en -locaties op welke leuke manier dan ook, kan de machine helpen om nauwkeurig te leren bij het identificeren van een geval met een kwikachtige terugval van kanker. Dit vergemakkelijkt de diagnose en omzeilt volledig de ethische bezwaren rond het gebruik van echte patiëntscans.

3. Operaties oefenen in Virtual Reality

Veel geneeskundestudenten hebben echte praktijkervaring nodig voordat ze echte patiënten kunnen behandelen. Synthetische data creëert een hele interactieve transpositie waarin een op data gebaseerde virtuele patiënt wordt gesimuleerd met verschillende medische voorgeschiedenissen en aandoeningen, waardoor studenten operaties of diagnostische procedures herhaaldelijk en zeer veilig kunnen ervaren.

4. Het mogelijk maken van planning voor de volksgezondheid

Het simuleren van het verloop van ziekten zoals COVID-19 of influenza met synthetische data is belangrijk om epicentrumonderzoekers in staat te stellen de epidemische verspreiding van een virus in stedelijke gebieden te modelleren ten opzichte van plattelandsgebieden. Tegelijkertijd kunnen ze vaccinatiestrategieën inschatten en testen, en zo de onwetendheid van gevoelige bevolkingsgegevens omzeilen.

5. Medische hulpmiddelen veilig testen

Denk aan een bedrijf dat een nieuw draagbaar apparaat ontwikkelt om de hartslag te monitoren. Synthetische datasets die een verscheidenheid aan cardiopathieën nabootsen, stellen bedrijven in staat hun apparaten onder meerdere scenario's te testen voordat ze de economie betreden.

Hoe synthetische data voor de gezondheidszorg gecreëerd moeten worden

Het creëren van synthetische data in de gezondheidszorg is inderdaad een langdurig proces dat een dunne lijn trekt tussen technische expertise en een solide begrip van zorgsystemen. Om de concepten te vereenvoudigen, is dit over het algemeen hoe synthetische datacreatie in zorginstellingen kan worden opgevat.

1. Begrijp de echte gegevens

Gezondheidsorganisaties onderzoeken echte patiëntgegevens, te beginnen met ziekenhuisdossiers, laboratoriumresultaten of de details van klinische onderzoeken. Een ziekenhuis kan bijvoorbeeld de demografie van zijn patiënten, behandelgeschiedenis en uitkomsten analyseren om inzicht te krijgen in de onderliggende trends of patronen.

2. Het stoppen van de blootstelling van patiëntgegevens door PII te verwijderen

Daarna bevat de dataset, omwille van de privacy, geen persoonlijk identificeerbare informatie (PII) meer: ​​namen, adressen of Social Security-nummers. U kunt dit relateren aan het proces van het anonimiseren van sommige medische notities, die, als ze nu worden afgedrukt, niet herleidbaar zijn tot een individu.

3. Identificatie van sleutelpatronen

Een datawetenschapper buigt zich over een opgeschoonde dataset en ontdekt de patronen en onderlinge relaties die nog een belangrijke bouwsteen vormen voor succesvol onderzoek. Ze kunnen bijvoorbeeld ontdekken dat bepaalde medicijnen vaak worden gebruikt door ouderen met diabetes of dat bepaalde leeftijdsgroepen de neiging hebben om bepaalde symptomen te vertonen.

4. Modellen bouwen met behulp van de patronen

Zodra deze patronen zijn bepaald, maken de inzichten het mogelijk om wiskundige modellen te construeren die de statistische associaties nabootsen die in de echte data zijn gevonden. Als bijvoorbeeld 30% van de patiënten in de dataset een hoge bloeddruk heeft, kunnen we raden dat de synthetische data deze aandoeningen grofweg in vergelijkbare verhoudingen zullen weerspiegelen.

6. Validatie van de synthetische gegevens

Vervolgens wordt de synthetische dataset vergeleken met de originele data, zodat deze dezelfde statistieken behoudt die de eigenschappen en relaties definiëren. Als er bijvoorbeeld een afhankelijke correlatie is tussen obesitas en hartziekten in de originele dataset, zou dit ook moeten gelden voor deze synthetische dataset.

7. Testen van gebruik in de praktijk

Ten slotte worden de synthetische gegevens gebruikt om te testen in verschillende scenario's om te claimen dat ze gebruikt kunnen worden voor de doeleinden waarvoor ze toen bedoeld waren. Deze omvatten het gebruik ervan om onderzoekers in staat te stellen een AI-model te trainen voor het diagnosticeren van ziekten of het simuleren van operationele resourcevariaties op de spoedeisende hulp die verband houden met het griepseizoen.

Hoe u synthetische gegevens voor de gezondheidszorg kunt valideren

Besluitvormers in organisaties moeten de geldigheid van synthetische data onderzoeken voordat ze deze in de gezondheidszorg toepassen. Dit paradigma is van toepassing op alle data die onder vertrouwelijkheidsprotocollen worden gebruikt. Hieronder volgen manieren om de geldigheid van synthetische data te beoordelen:

• Vergelijking met echte gegevens: Synthetische data worden vergeleken met echte data om te bevestigen dat de belangrijkste trends die het definieert, bijvoorbeeld de relatie tussen leeftijd en ziekte, goed worden weerspiegeld. Als bijvoorbeeld 20 procent van de echte patiënten diabetes heeft, dan zou een vergelijkbaar percentage zich moeten manifesteren bij synthetische patiënten.
• Statistische tests uitvoeren: Met statistische tests kunnen we testen of de synthetische gegevens qua verdeling en correlatie overeenkomen met de originele gegevens. Zo kunnen we bevestigen dat de gegevens redelijk en betrouwbaar zijn voor analyse.
• Validatie op echte taken: Taken uit de echte wereld, zoals de trainingsoefening met AI-modellen, zouden worden gebruikt om te vergelijken of de resultaten die worden verkregen door het trainen van synthetische data ook een uitkomst opleveren die vergelijkbaar is met de uitkomst van de training met echte data.
• Expertbeoordeling: Synthetische datasets worden door clinici en deskundigen in de gezondheidszorg beoordeeld op authentieke kenmerken, zoals standaardgeschiedenissen en behandelingen waaraan een realistisch onderzoek moet voldoen.
• Privacycontroles op hun plaats: Met deze beoordeling wordt gewaarborgd dat synthetische gegevens niet herleidbaar zijn tot echte patiënten. Ook blijft de privacy van echte patiënten intact en gaat de bruikbaarheid van de dataset verloren.

[Lees ook: Waarom datasets in de gezondheidszorg belangrijk zijn bij het vormgeven van de toekomst van medische AI]

Het potentieel van synthetische data in de gezondheidszorg en de farmaceutische sector

Het integreren van synthetische data in de gezondheidszorg en de farmaceutische sector opent een wereld aan mogelijkheden. Deze innovatieve aanpak hervormt verschillende aspecten van de industrie. Het vermogen van synthetische data om datasets uit de echte wereld te spiegelen en tegelijkertijd de privacy te behouden, zorgt voor een revolutie in meerdere sectoren.

1. Verbeter de toegankelijkheid van gegevens met behoud van de privacy

   Een van de belangrijkste hindernissen in de gezondheidszorg en de farmaceutische sector is het verkrijgen van toegang tot enorme hoeveelheden gegevens, terwijl de privacywetgeving wordt nageleefd. Synthetische data bieden een baanbrekende oplossing. Het biedt datasets die de statistische kenmerken van echte gegevens behouden zonder privé-informatie bloot te leggen. Deze vooruitgang maakt uitgebreider onderzoek en training van machine learning-modellen mogelijk. Het bevordert vooruitgang in de behandeling en de ontwikkeling van geneesmiddelen.

2. Betere patiëntenzorg door voorspellende analyses

   Synthetische data kunnen de patiëntenzorg enorm verbeteren. Machine learning-modellen die zijn getraind op synthetische gegevens helpen professionals in de gezondheidszorg bij het voorspellen van de reacties van patiënten op behandelingen. Deze vooruitgang leidt tot meer gepersonaliseerde en effectieve zorgstrategieën. Precisiegeneeskunde wordt beter haalbaar om de effectiviteit van de behandeling en de resultaten voor de patiënt te verbeteren.

3. Stroomlijn de kosten met geavanceerd datagebruik

   Het toepassen van synthetische data in de gezondheidszorg en de farmaceutische sector leidt ook tot aanzienlijke kostenbesparingen. Het minimaliseert de risico’s en kosten die gepaard gaan met datalekken. Bovendien helpen de verbeterde voorspellende mogelijkheden van machine learning-modellen bronnen te optimaliseren. Deze efficiëntie vertaalt zich in lagere zorgkosten en meer gestroomlijnde operaties.

4. Testen en validatie

   Synthetische gegevens maken het veilig en praktisch testen van nieuwe technologieën mogelijk, waaronder systemen voor elektronische medische dossiers en diagnostische hulpmiddelen. Zorgaanbieders kunnen innovaties rigoureus evalueren met behulp van synthetische gegevens zonder de privacy van patiënten of gegevensbeveiliging in gevaar te brengen. Het zorgt ervoor dat nieuwe oplossingen efficiënt en betrouwbaar zijn voordat ze in praktijkscenario's worden geïmplementeerd.

5. Stimuleer collaboratieve innovaties in de gezondheidszorg

   Synthetische data openen nieuwe deuren voor samenwerking in de gezondheidszorg en farmaceutisch onderzoek. Organisaties kunnen synthetische datasets delen met partners. Het maakt gezamenlijke onderzoeken mogelijk zonder de privacy van de patiënt in gevaar te brengen. Deze aanpak maakt de weg vrij voor innovatieve partnerschappen. Deze samenwerkingen versnellen medische doorbraken en creëren een meer dynamische onderzoeksomgeving.

Uitdagingen met synthetische data

Hoewel synthetische data een enorm potentieel hebben, brengt het ook uitdagingen met zich mee die u moet aanpakken.