VEIL.AI ratkaisee useita terveysdatankäyttöönliittyviähaasteita：SE maksimoi sensitiivisen tiedon suojaa anonymisoimalla泰syntetisoimalla DataA的，SE mahdollistaa数据N turvallisen jakamisen JA jatkojalostamisen，SE parantaa anonymisoidun tiedon laatua JA mahdollistaa vaikeastikäsiteltäviendatatyyppien（kuvantamisdata，signaalidata，reaaliaikaisestipäivittyvä数据JA jopa genomidata）Anonymisoinnin Tai Syntetetisoinnin。
Lähtökohtanasekätiosuojanettähyödynnettävyydenmaksimointi
面纱:n kehittäjien lähtökohtana on ollut toteuttaa ratkaisu, joka maksimoi sekä tietosuojan että käsitellyn tietoaineiston hyödynnettävyyden ja minimoi aineiston muokkaamiseen tarvittavan ajan ja laskentakapasiteetin. Perinteisillä menetelmillä tietoja joudutaan usein karkeistamaan niin paljon, että aineistojen jatkohyödynnettävyys kärsii merkittävästi. Perinteiset menetelmät soveltuvat myös huonosti dynaamisten, jatkuvasti päivittyvien tietomassojen anonymisointiin. Erityisen hankalaa perinteisille menetelmille on, jos sensitiivinen tieto tulee useasta eri organisaatiosta.
面纱HyödyntääTekoälyäJATekeeLaskenallisestiraskaista de-Idendifikaatioon Tarvittavista Proseseista Nopeita。
面纱tarjoaa ratkaisuja erityisesti lääkealan yrityksille ja sairaaloille
Weil.ai:n Zyypillinen asiakas在Lääkytitys，Jolla SaantiinLiittyviäOngelmia。Yksilötason在GDPR的数据：N AlaistaHenkilötietoa，JonkaKäyttösaattaaoolla Haastavaa MonistaSyistä。veil.ai:nLähestymistapapohjautuu havaintoonsiitä，ettäyksilötasonsenitiivisen datan sijaanlääketeoldisuudentarpeeseenriittääumertintieto muuttujienvälisistärippuuukukubuuukubuukubuubuuukububuuuksista。weil.ai tarjoaakinmenetelmiä，Joiden AvullaNämätärkeätRiippuudetvoidaanSäilytää，Mutta Samalla Poistaa Datasta TunnistamiseenLiittyvätPiirteet。NäitäMenetelmiäKutsutaanAtananisoinniksiTai Syntetisoinniksi。
莫奈的suret yritykset keräävät asiakkaistaan runsaasti tietoa, jonka hyödyntäminen on tällä hetkellä varsin rajoitettua。kononeoppimisen menetelmiä hyödyntämällä tällaisten laajojen tietoainistojen的分析为我们提供了大量的资料。
LääketeollisuudentuotekehitystarpeidenLisäksiScenitiiviselläAtalla在PaljonMuutakinKäyttöäEsimerkiksiTiedollea Johtamisessa，Avoimena Datana TainEdellytämässäniinSanotussaToisiokäytössä。TallöinkintietolähteenananonymiteettiTäytyyTurvata。遮盖丝。索洛特鲁·塔里辛·汉克西伊林
UleellistapystyähyödentämänämämäänuseAliiToimijanKeräämiäTietoaineistoja，Tutkimushankkeissa。JottaTämäOnnistuisi，ToimijoidenPitääyleensäJokoJakaaOmat Tietoaineistonsa Hankkeen Kaikille Osapuolille Tai Valita Yksi Taho Hoitamaan TietojenYhdistämistä。veil.ai:n avullamyösuMeamman toimijanyhteistyöhankkeistatuleeselvästiverpina，kun niin sanotun rakadatan（käsittelemättömäntedon）jakaminen aineistojenyhdistämiseksieienääololevälttämätöntä。
面纱:n anonymisointityökaluilla yksilötason tietoa voidaan joko pseudonymisoida (poistaa yksilöivät tunnisteet) tai anonymisoida pysyvästi. Lisäksi VEIL.AI:n avulla voi tuottaa synteettistä dataa. Eri datatyyppejä voidaan hyödyntää esimerkiksi lääketutkimuksiin, erilaisiin diagnostiikkaan tai omahoitoon liittyviin sovelluksiin sekä erilaisten ennustemallien rakentamiseen.
面纱soveltuu monenlaisen yksilötason tiedon muokkaamiseen
威尔.AI在凯希蒂蒂赫尔辛林yliopiston umomenMolekiläääketieteeninstituutsa（fimm）janna saarelan.晶澳Timo Miettisen.johdolla。Nykyinen tiimi koostuu heidän lisäkseen kolmesta kehittäjästä。likiketoiminnan kehittämisestä vastaa teknologia-alan konkariTuomo Pentikainen。
面纱kehittäjäryhmällä on pitkä kokemus haastavien potilasnäytteiden ja biopankkiaineistojen parissa työskentelemisestä.
- TämänKaltaistenTutkimushankkeidenLäpiviemiseksi在Vaadittu UusienTyökalujenKehittämistä，Koska Tarkoitukseen Soveltuvia Ei Ole Ole Ole Ole Ole Onolut Saatavilla。FimminKaltaisissaLääketeeelliseenTutkimukseenKeskittyvissäOrgenisaAtioissa Ollaankin Tietosuojan Osalta Umertita Vuosia Muuta Muuta MaailmaaEdellä，Toteaa TuomoPentikäinen。
Tiimin erikoisalasta huolimatta VEIL。AI:n käyttömahdollisuudet eivät kuitenkaan rajoitu vain lääketieteeseen liittyvien aineistojen käsittelyyn ja niiden perusteella tehtävään tutkimus- ja tuotekehitystyöhön, vaan ovat sovellettavissa kaikenlaiseen yksilötason tietoon。面纱:ta on sovellettu muun muassa paikkatiedon ja kuvadatan anonymisointiin.
- EräsVoimakkaastiTutkimamme Kohde On MMLääkekityksessäKäytettävänSnteettisenDatan Tuotanto，JotaKehitämmeGoottantantantogoNordisk Bodaint Tuella，Toteaa TuomoPentikäinen。
Tiimin erikoisalasta huolimatta VEIL。AI:n käyttömahdollisuudet eivät kuitenkaan rajoitu vain lääketieteeseen liittyvien aineistojen käsittelyyn ja niiden perusteella tehtävään tutkimus- ja tuotekehitystyöhön, vaan ovat sovellettavissa kaikenlaiseen yksilötason tietoon。
面纱kykenee tuottamaan synteettistä dataa, joka käyttäytyy hyvin samankaltaisesti kuin alkuperäinen data. Kuvassa on vertailtu aitoa tutkimusdataa (vihreä jakauma) ja VEIL.AI:lla tuotettua synteettistä dataa (keltainen jakauma).
veil.ai:n Kaupallistamista Selvitettiin 2018-19业务芬兰丁Tutkimuksesta Uutta Liketoimintaa -Rahoituksen Avulla。2019käynnistieitiitdigitalin Rahoittaman Innovaatiohanke，Jossa Veil.ai:n Kumppaneina Toimivat Philips Hollannista Ja Scilifelab Ruotsista。Weil.ai:nKeskeisestäTeknologiastaonMyösJätetty专利披发人。
-祝你好运。ai - tiamin lähestymistapa on täysin uudenlainen。Toteutamme yhteistä tutkimushanketta, jossa tuotetaan synteettistä dataa ja kehitetään sen laatuun ja käytettävyyteen liittyviä mittareita。Tavoitteena on testata synteettisen datan hyödyntämistä tyypillisesti data-intensiivisissä terveysteknologia- ja lääkekehityskehityshankkeissa。Tavoitteenamme on nopeuttaa merkittävästi R&D-vaihetta, vähentää tai jopa poistaa tietovuotojen riski ja parantaa datan laatua, sanoo教授亨宁清除KööpenhaminanHealthtechKlusteristaJaKööpenhaminanyliopistosta。
Artikkeli在JulkaistuEnsimmäisenKerran23.11.2018 JAPäivittty25.10.2019SEKÄ10.11.2020。
