Nieuwe versie SAS Platform helpt bij automatiseren van complexe taken

SAS, aanbieder in analytics, heeft haar krachtige analytics-platform verder verbeterd om nog meer bedrijven en organisaties in staat te stellen het beste uit hun data te halen en AI in hun organisatie te implementeren. Het vernieuwde SAS Platform levert extra innovatie op het gebied van kunstmatige intelligentie (AI), en dan vooral op het terrein van machine learning, computer vision, natural language processing (NLP) en andere technologieën die AI ondersteunen. Dit werd afgelopen week in Dallas bekend gemaakt op de jaarlijkse analytics-conferentie SAS Global Forum.  

Met de nieuwste versie worden de complexe taken die nodig zijn om geavanceerde analytische modellen te bouwen geautomatiseerd. Op basis van bewezen best practices, zijn het opschonen van gegevens, datatransformaties, het selecteren van de beste variabelen, het bouwen en vergelijken van modellen, het implementeren en aanpassen van modellen in deze versie geautomatiseerd.

Operationalisering van analyses
Met de nu doorgevoerde verbeteringen zorgt het platform ervoor dat automatisch duizenden verschillende analytische modellen worden vergeleken. Vervolgens worden hieruit de beste geselecteerd om een bepaald bedrijfsvraagstuk te kunnen oplossen. Met behulp van natural language generation (NLG) worden de beste analytische resultaten in normale taal weergegeven. Hierdoor kunnen ook zakelijke gebruikers en leidinggevenden deze interpreteren en daaruit een goed gedocumenteerd verslag maken om sneller beslissingen te nemen.

Volgens Oliver Schabenberger, VP, COO en CTO bij SAS, zitten te veel bedrijven gevangen in een wetenschappelijke benadering van AI-projecten en vinden ze het lastig om de sprong te maken naar een machine learning-model dat werkelijk impact heeft op hun bedrijfsvoering. "Duizenden PhD's en data scientists van SAS helpen klanten om data om te zetten naar inzichten en met onze uitgebreide trainingen we hun vaardigheden te verbeteren. We vereenvoudigen onze technologie om gebruikers met verschillende rollen en kennisniveaus te helpen bij het gebruik van krachtige AI- en ML-analyses en het verschil te maken. We zorgen dat bedrijven AI in de praktijk kunnen brengen.”

Analytics in actie
Deze ontwikkelingen maken deel uit van de onlangs door SAS aangekondigde investering van 1 miljard dollar in AI om software-innovatie en AI-acceptatie wereldwijd te stimuleren. De investering in de komende drie jaar, bouwt voort op de sterke basis van SAS in AI, machine learning, NLP en computer vision om krachtigere en advanced analytics software te creëren. Zo heeft SAS computer vision voor een breed scala aan toepassingen vereenvoudigd. Nieuwe mogelijkheden, zoals automatische segmentatie, helpen artsen om veranderingen in de vorm en grootte van tumoren snel te kunnen identificeren en daarmee ziekten beter te bestrijden. Ook investeert SAS in onderwijsprogramma's om managers en data scientists de technologie en vaardigheden bij te brengen die ze nodig hebben.

In het bankwezen, de gezondheidszorg en andere industrieën, hebben toonaangevende bedrijven de advanced analytics en AI-gedreven mogelijkheden van SAS om grote uitdagingen op te lossen, omarmd. Twee Nederlandse ziekenhuizen, het Amsterdam UMC en het UMC Utrecht, verbeteren de patiëntenzorg met de inzet van computer vision en advanced analytics.

Snel en nauwkeurig tumoren opsporen
SAS werkt samen met het Amsterdam UMC aan een AI medisch project om patiënten met  uitzaaiingen van dikkedarmkanker naar de  lever in kaart te brengen. Dikkedarmkanker is wereldwijd de derde meest voorkomende vorm van kanker, en bij ongeveer de helft van de patiënten verspreidt het zich naar de lever. Met behulp van SAS AI-getrainde modellen kunnen Amsterdamse UMC-artsen patiënten die goed reageren op chemotherapie beter kunnen worden geselecteerd voor de verschillende beschikbare behandelstrategieën.

Handmatig onderzoek van tumoren was tot nu toe tijdrovend en subjectief voor radiologen. Een medisch-beeldapplicatie op het SAS Platform, die gebruikmaakt van computer vision en voorspellende analyses, maakt de evaluatie objectiever en nauwkeuriger dan op basis van de huidige handmatige criteria. Hiermee helpen we artsen en patiënten snel, effectieve behandelingen te starten en onnodige behandelingen voorkomen.
Meer informatie over de praktijkcase van SAS en UMC Amsterdam.

Kleine baby's en de grote impact van AI
Ongeveer tien procent van alle zuigelingen wordt te vroeg geboren en deze kleine kinderen zijn zeer kwetsbaar voor infecties. Om hun gezondheid in de gaten te houden, zijn deze baby's op veel apparaten aangesloten. Met tien jaar aan anonieme patiëntgegevens van de Neonatologie Intensive Care Unit (NICU) is het Universitair Medisch Centrum Utrecht in Nederland het ‘Big Data for Small Babies’ project gestart. Het doel is om via advanced analytics, machine learning en AI-technieken actief infecties bij premature baby's te behandelen of zelfs te voorkomen.

Met behulp van AI en advanced analytics van SAS heeft het UMC Utrecht de historische gegevens van NICU-devices geanalyseerd en een slim analytisch model ontwikkeld om infecties bij premature baby's te voorspellen. Dit omvatte sepsis, een ernstige en vaak levensbedreigende bloedinfectie. Het met de hulp van SAS ontwikkelde model is 90 procent nauwkeurig in het voorspellen van de aanwezigheid van bacteriële infecties die sepsis kunnen veroorzaken. Dit is beduidend nauwkeuriger dan de voorspellingen van artsen op basis van de onderzoeken van een patiënt en de huidige symptomen.
Meer informatie over de praktijkcase van SAS en UMC Utrecht.