Человеко-машинное решение HiLabs для неверных данных

Аналитики данных знают, что все данные грязные. Хотя многочисленные сервисы предлагают очистку и гармонизацию данных, точность многих из них, как правило, слишком низкая, чтобы сделать их полезными. По словам Амита Гарга, генерального директора и соучредителя HiLabs, даже решения на основе ИИ дают слишком много ложных срабатываний — проблема, которую его компания решила, работая с экспертами в области бизнеса и создавая онтологии для здравоохранения.

Источников ошибок и пробелов в данных множество. На веб-сайте врач может быть указан как сетевой, но плательщик на самом деле не оплачивает их услуги. Клерк по вводу данных может переключать два поля при вводе информации в систему. Пациенты забывают, к каким врачам они обращались или какие лекарства принимали, и не сообщают об этом. Данные из разных источников могут быть закодированы по-разному и иметь несовместимые имена полей.

Гарг основал HiLabs как решение для грязных данных, заявив, что основатели начали с надежды использовать ИИ для анализа данных, но обнаружили, что входящие данные были «мусором». Использование экспертов в предметной области имело решающее значение, потому что при использовании неконтролируемого ИИ «вы не знаете, что ищете».

С сочетанием машинного и человеческого интеллекта. HiLabs достигает точности более 95%.

Посмотрите это короткое видео, чтобы услышать, как Гарг описывает проблему грязных данных, примеры использования их технологии и то, как HiLabs привлекает клиентов для решения этой проблемы.

Узнайте больше о HiLabs:

Слушайте и подписывайтесь на подкаст Healthcare IT Today Interviews, чтобы узнавать все последние идеи от экспертов в области ИТ в здравоохранении.

И за эксклюзивный взгляд на наши главные новостиПодписывайтесь на нашу новостную рассылку.

Расскажи нам что ты думаешь. Свяжитесь с нами здесь или в Twitter по адресу @hcitoday. И если вы заинтересованы в размещении рекламы у нас, ознакомьтесь с нашими различными рекламные пакеты и запросите наш Медиа-кит.