Zusammenfassung
Ansprechperson
Produktdetails
- Betriebssystem: plattformunabhängig (Linux empfohlen); Deployment via Docker + Docker Compose (oder Podman), lokal bei der datenhaltenden Einrichtung
Beschreibung
Syndat Dashboard vergleicht synthetische Patientendaten auf Einzelpersonenebene mit den originalen tabellarischen Daten und bündelt Qualitätsmetriken, Datenschutzrisiko-Schätzungen und Visualisierungen, um Übereinstimmungen und Abweichungen sichtbar zu machen:
- Es berechnet drei Qualitätsscores (Discrimination, Correlation, Distribution) und drei Privacy-Risk-Estimates (Singling-Out, Linkability, Inference via Anonymeter).
- Verteilungs-/Violin-Plots, Korrelations-Heatmaps und ein interaktives t-SNE-Embedding helfen, Ausreißer und abweichende Merkmale zu erkennen.
- Dieselben Metriken stehen als Python-Bibliothek syndat für die direkte Integration in eigene Pipelines bereit (Scores, Visualisierungen sowie ein RCT-Modul mit Raincloud-, GOF- und Trajektorien-Plots für klinische Studien).
Vorteile: nutzerfreundliche Web-Oberfläche ohne Programmierkenntnisse, lokal bei der datenhaltenden Einrichtung betreibbar (Echtdaten verlassen das Haus nicht), nachvollziehbarer Fidelity-vs-Privacy/Utility-Trade-off, optionaler Python-Zugang für automatisierte Auswertungen.
FAQ
Die berechneten Metriken für Datenqualität und Datenschutz dienen einer anfänglichen Datenauswertung und sollten nicht als absolute Empfehlungen betrachtet werden. Abhängig von der Datenkomplexität können unterschiedliche Metriken für unterschiedliche Datensätze sinnvoll sein.
Bei einem direkten Vergleich des selben Datensatzes können Metriken dabei helfen, die synthetischen Daten für Datenqualität/Datenschutz für nachfolgende Datengenerationen zu optimieren.
Da geeignete Endpunkte zur Bewertung der Datennutzbarkeit (Utility) stark vom jeweiligen Datensatz und Anwendungskontext abhängen und sich nur schwer heuristisch bestimmen lassen, bietet Syndat derzeit keine direkte Bewertung der Datennutzbarkeit.
Eine hohe Datenqualität geht jedoch häufig mit einer hohen Nutzbarkeit einher. Ein Beispiel hierfür ist eine vergleichbare Klassifikationsleistung von Modellen, die auf synthetischen Daten trainiert wurden, gegenüber Modellen, die auf den entsprechenden Realdaten trainiert wurden.
Das Produkt im Einsatz
Das Syndat Dashboard wird am Fraunhofer SCAI (Bioinformatik-Abteilung, Sankt Augustin) entwickelt und im NFDI4Health-Konsortium gemeinsam mit mehreren Partnern der medizinischen Forschung weiterentwickelt und angewendet.
Die zugrunde liegende Python-Bibliothek syndat wird zusätzlich im europäischen Projekt SYNTHIA weiterentwickelt und in diesem Rahmen um Funktionen für klinische Studien erweitert.
Referenzen
Adams, T., Birkenbihl, C., Otte, K., Ng, H. G., Rieling, J. A., Näher, A.-F., Sax, U., Prasser, F., & Fröhlich, H. (2025). On the fidelity versus privacy and utility trade-off of synthetic patient data. iScience, 28(5), 112382. https://doi.org/10.1016/j.isci.2025.112382
Moazemi, S., Adams, T., Ng, H. G., Kühnel, L., Schneider, J., Näher, A.-F., Fluck, J., & Fröhlich, H. (2024). NFDI4Health workflow and service for synthetic data generation, assessment and risk management. In German Medical Data Sciences 2024 (Studies in Health Technology and Informatics, Vol. 317). IOS Press. https://doi.org/10.3233/SHTI240834
Erfahrungsberichte
Unterstützung
Zu Fragen bezüglich der Software, bitte wenden Sie sich an :
helpdesk@nfdi4health.de