Health Data Hub

Challenge

• Créer un notebook pédagogique comparant diverses méthodes de génération de données synthétiques.
• Permettre à l'écosystème de mieux les appréhender / approfondir en mettant l'accent sur la qualité, et en fournissant des outils statistiques.
• Offrir des moyens d'évaluation de l'utilité et de la confidentialité des données générées.

Solution

"La méthode de la start-up Octopize permet à la fois de prouver l’anonymat et d’assurer la reproductibilité des analyses. De plus, elle s’applique à tous les cas d’usage avec une faible difficulté dans l’entraînement des données".

Mise en place

Prestation de service réalisé par Octopize.

Maintien de la qualité statistique & de l'utilité

En comparaison de deux autres méthodes de génération de données synthétiques (CT-GAN et schéma structurel), la méthode avatar permet une meilleure conservation de l’utilité des données d’origine tout en permettant de prouver la privacy qu’elle apporte.

‍

Résultat

• Ce notebook met à disposition des outils d’évaluation de l’anonymat et de la qualité des données synthétiques générées.
• Retrouvez le communiqué de presse pour plus de détails sur le sujet ainsi que le notebook sur Gitlab.