Veritas：通过Databricks上的Datavant提供真实世界数据
内容提要
数据在医疗和生命科学领域中起着关键作用，Veritas通过与Datavant和Databricks的合作，解决了可靠死亡数据的稀缺问题。他们使用Datavant的技术对数据进行标记和去识别，以便与研究、生命科学、保险和分析机构共享。Datavant在Databricks平台上推出了Tokenization Engine，大大提高了效率。Veritas在Databricks上的整合节省了时间和成本，实现了4倍的时间节省。这种合作将推动生命科学和医疗领域的创新和变革。
延伸解读
死亡数据为何成为医疗分析的瓶颈
文章指出，死亡数据是健康分析的关键基石，能揭示治疗效果、公共卫生政策和协议设计。但传统临床数据集如保险理赔或电子健康记录往往难以捕获这些终点，导致数据缺口。因此，将临床真实世界数据与死亡数据集结合，才能准确理解患者结局。Veritas正是针对这一稀缺性，通过聚合多源数据并创建事实死亡索引来提供解决方案。
Datavant令牌化引擎如何提升效率
Datavant在Databricks平台上推出了令牌化引擎，专为Databricks工作区设计，利用Spark技术提升性能，并支持直接读写湖仓位置，简化数据管道。Veritas采用后，安装仅需一个Python wheel，一天内即可运行。此前处理3.6亿患者记录需约20小时，现在令牌化仅3小时，转换2小时，且无需下载，实现了4倍时间节省。
成本与人力节省的实际影响
集成Datavant on Databricks后，Veritas的工程团队负担显著减轻。以往需要数小时人工确保产品执行，包括下载、调整虚拟机及操作本地CLI。现在只需一个作业，仅在新记录出现时运行，节省了45%的全职员工时间。此外，该工作负载成本仅为通过虚拟机运行Datavant的四分之一，一年可节省超过600小时的人力与处理时间。
Q&A
Veritas如何解决可靠死亡数据的稀缺问题？
Veritas通过先进技术聚合、策划和传播基础参考数据集，创建全面的死亡事实索引，解决了可靠死亡数据的稀缺问题。
Datavant在Databricks平台上推出了什么新技术？
Datavant在Databricks平台上推出了Tokenization Engine，旨在提高数据处理效率，简化医疗数据共享。
Veritas与Datavant和Databricks的合作有什么好处？
这种合作简化了数据共享流程，实现了4倍的时间节省，推动了生命科学和医疗领域的创新。
死亡数据在健康分析中有什么重要性？
死亡数据是健康分析的关键，提供治疗效果和公共卫生政策的深刻见解。
Veritas在处理数据时节省了多少时间？
Veritas通过使用Datavant和Databricks的技术，将处理360百万患者记录的时间从20小时缩短到仅3小时。
Datavant如何促进医疗数据的隐私共享？
Datavant通过隐私技术简化了医疗数据共享的障碍，使得患者健康记录能够跨数据集进行链接。
