Data Science & Big Data Analysen

Strukturen in Daten können Muster und Beziehungen sein, die Hinweise auf kausale Zusammenhänge und Entscheidungen geben. In der Medizin kann das bedeuten, dass bestimmte Daten Hinweise auf die Krankheit geben. Im FinTech bedeutet es, dass bestimmte Muster oder Zusammenhänge eine Kaufentscheidung für eine Aktie begründen. Unabhängig vom Geschäftsfeld können Daten Einsicht in Mechanismen geben, die Grundlage von automatisierten Prozessen sind, die letztendlich visualisiert und erklärt werden können.

Eine mathematische Anordnung hochdimensionaler Daten auf einer Ebene basierend auf deren Ähnlichkeit kann Muster hervorbringen. Diesen Vorgang bezeichnen wir als Selbstorganisation der Daten. Die erfolgreiche Bildung von Mustern bezeichnen wir als emergentes Phänomen.

Das Healthcare Beispiel zeigt: Ähnlichkeiten zwischen den Genexpressionsprofilen von Patienten wurden visualisiert. Jedes Profil umfasst 7.500 Messwerte (Dimensionen), die in einer 3D-druckbaren Landschaftskarte dargestellt sind. Diese Karte ermöglicht eine verständliche Repräsentation von Zusammenhängen und bietet entscheidende Einblicke.

• Selbstorganisation mittels Schwarmintelligenz (s. wissenschaftliche Details): Ohne Nutzung der Diagnosen wird eine Struktur in den Daten gesucht.
• Topografische Karte der Patienten:
  • Datenpunkte repräsentieren Patienten.
  • Ähnliche Profile liegen in Tälern.
  • Gebirgszüge trennen unähnliche Profile.
  • Hochdimensionale Diskontinuitäten werden durch Hügel und Täler sichtbar gemacht.
  • Zur Anschaulichkeit sind die Typen von Leukämiediagnosen sowie gesunde Patienten durch unterschiedlich farbige Punkte markiert.

• Wir sehen, dass die Datenstrukturen Tumoridentitäten widerspiegeln.
• Zwei Ausreißer deuten auf mögliche Probleme in der Diagnosestellung hin.
• Die Schlussfolgerung ist, dass - abgesehen von den beiden Ausreißern - die Diagnosen durch die Daten repräsentiert sind und dadurch aus den Daten gelernt werden können.

Diese innovative Visualisierung ermöglicht es, komplexe Datenstrukturen intuitiv zu verstehen und unterstützt so einen „Human-in-the-Loop“-Ansatz (s. wissenschaftliche Details), bei dem Mensch und KI gemeinsam arbeiten. Dies erleichtert fundierte Entscheidungen im Healthcare-Bereich und sorgt für eine präzisere Diagnosefindung. Sie ist nur ein Beispiel der modernsten Big Data Analysen, die wir Ihnen bieten können.