<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>Traceability on Blog Formize.com</title><link>https://blog.formize.com/fr/tags/traceability/</link><description>Recent content in Traceability on Blog Formize.com</description><generator>Hugo</generator><language>fr</language><atom:link href="https://blog.formize.com/fr/tags/traceability/index.xml" rel="self" type="application/rss+xml"/><item><title>Accélérer la traçabilité des données synthétiques pour la recherche en santé avec Formize</title><link>https://blog.formize.com/fr/synthetic-data-traceability-for-healthcare-research/</link><pubDate>Mon, 01 Jan 0001 00:00:00 +0000</pubDate><guid>https://blog.formize.com/fr/synthetic-data-traceability-for-healthcare-research/</guid><description>&lt;h1 id="accélérer-la-traçabilité-des-données-synthétiques-pour-la-recherche-en-santé-avec-formize">Accélérer la traçabilité des données synthétiques pour la recherche en santé avec Formize&lt;/h1>
&lt;h2 id="pourquoi-la-traçabilité-des-données-synthétiques-est-importante-en-santé">Pourquoi la traçabilité des données synthétiques est importante en santé&lt;/h2>
&lt;p>Les projets d’IA en santé reposent sur d’énormes ensembles de données contenant souvent des informations de santé protégées (PHI). Pour protéger la vie privée des patients tout en permettant un entraînement de modèles de haute qualité, les organisations se tournent vers les &lt;strong>données synthétiques&lt;/strong> — des enregistrements générés artificiellement qui imitent les propriétés statistiques des données réelles des patients.&lt;/p></description></item></channel></rss>