Toonaangevende organisaties vertrouwen op BlueGen voor onderzoek en het delen van data
Waarom de gebruikelijke manieren van data delen onderzoek tegenhouden
Persoonsgegevens kun je niet zomaar doorgeven
Onderzoeksdata beschrijft vaak echte mensen in privacygevoelig detail. Die data delen met een collega of een externe analist is nooit zonder risico.
Anonimiseren beschadigt de data of laat een risico achter
Traditionele anonimisering dwingt je tot een keuze. Haal genoeg detail weg om mensen te beschermen, en de analyse verliest wat ze nodig heeft. Houd meer detail over, en individuen zijn nog steeds te herleiden.
De echte data hoort te blijven waar ze is
Soms kan of mag echte data de bron niet verlaten, of het nu gaat om de grens over, naar een externe partij of binnen je eigen organisatie. Dataminimalisatie betekent dat echte records alleen worden verplaatst als dat strikt noodzakelijk is.
Wat gedeelde onderzoeksdata nodig heeft, en hoe BlueGen dat levert
Geen weg terug naar individuen
Wie er ook met de data werkt, een collega of een ingehuurde consultant, mag geen enkel record kunnen herleiden tot een echt persoon, ook niet als het onderzoek om veel detail vraagt.
Generatie gestuurd door je onderzoeksvraag
Je onderzoeksvraag bepaalt de configuratie van het generatieproces. De delen van de data waar die vraag op steunt, behouden de hoogste kwaliteit, en minder verwante delen worden iets losser gelaten, zodat de privacy volledig beschermd blijft. Het resultaat kan in principe ook verder worden gedeeld.
Kwaliteit dicht bij de echte data
Onderzoek staat of valt met kwaliteit. Statistische eigenschappen, patronen en trends moeten zo goed mogelijk overeenkomen met de echte data, ook in hoe meerdere variabelen zich tot elkaar verhouden.
Contextbewuste synthetische data
BlueGen genereert synthetische data die contextbewust en representatief is, zodat de verbanden tussen kolommen behouden blijven, samen met de eigen verdeling van elke kolom. Zet meerdere kolommen tegen elkaar uit voor de echte en de synthetische data, en je ziet hoe nauw de patronen overeenkomen.
Bewijs waarop je kunt bouwen
Voordat een bevinding uit synthetische data in je onderzoek terechtkomt, wil je bewijs dat de synthetische data geschikt is voor die specifieke vraag.
Evaluaties rond onderzoeksvragen
Het evaluatierapport van BlueGen put uit een bibliotheek met evaluaties voor onderzoeksvragen die vaak terugkomen. Zet bijvoorbeeld overlevingsanalyse aan, en het rapport levert direct de Kaplan-Meier-curve en de hazard ratio-tabel. Waar nodig kan een hypothese of model dat op de synthetische data is ontwikkeld, achteraf altijd op de echte data worden toegepast.
500 synthetische IC-patiënten, vrijwel dezelfde resultaten als met de echte data
Strikte privacyregels hielden de IC-gegevens van de TU Eindhoven binnen myDRE, de beveiligde onderzoeksomgeving van de universiteit, en daarmee buiten bereik van studenten die werkten aan het voorspellen van acute nierschade (AKI). BlueGen trainde binnen myDRE, zodat de echte records die omgeving nooit verlieten. Modellen getraind op 500 synthetische of op 500 echte patiënten werden getest op dezelfde 800 achtergehouden patiënten en presteerden vrijwel gelijk. Voor het onderzoek betekent dit dat studenten aan het voorspelprobleem kunnen werken met data die overeenkomt met het echte cohort, geen identificeerbaar individu bevat en samen met de studie kan worden gepubliceerd.
Ontdek wat synthetische data voor je onderzoek kan doen
- Neem een onderzoeksvraag mee waar je aan werkt
- Zoek samen met ons uit hoe BlueGen de data daaromheen zou vormgeven






