<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>Data Management on Formize.com 블로그</title><link>https://blog.formize.com/ko/categories/data-management/</link><description>Recent content in Data Management on Formize.com 블로그</description><generator>Hugo</generator><language>ko</language><atom:link href="https://blog.formize.com/ko/categories/data-management/index.xml" rel="self" type="application/rss+xml"/><item><title>Formize를 활용한 의료 연구를 위한 합성 데이터 추적성 가속화</title><link>https://blog.formize.com/ko/synthetic-data-traceability-for-healthcare-research/</link><pubDate>Mon, 01 Jan 0001 00:00:00 +0000</pubDate><guid>https://blog.formize.com/ko/synthetic-data-traceability-for-healthcare-research/</guid><description>&lt;h1 id="formize를-활용한-의료-연구를-위한-합성-데이터-추적성-가속화">Formize를 활용한 의료 연구를 위한 합성 데이터 추적성 가속화&lt;/h1>
&lt;h2 id="의료-분야에서-합성-데이터-추적성이-중요한-이유">의료 분야에서 합성 데이터 추적성이 중요한 이유&lt;/h2>
&lt;p>헬스케어 AI 프로젝트는 종종 보호된 건강 정보(PHI)를 포함하는 방대한 데이터셋에 의존합니다. 환자 프라이버시를 보호하면서도 고품질 모델 훈련을 가능하게 하기 위해 조직은 &lt;strong>합성 데이터&lt;/strong>—실제 환자 데이터의 통계적 특성을 모방한 인공적으로 생성된 레코드—를 활용합니다.&lt;/p>
&lt;p>하지만 합성 데이터는 새로운 규정 준수 과제, 즉 &lt;strong>추적성&lt;/strong>을 야기합니다. 규제 기관, 윤리 위원회 및 연구 스폰서는 점점 더 다음과 같은 증거를 요구합니다:&lt;/p></description></item></channel></rss>