KommuneGPT er et fælleskommunalt generativt AI-værktøj, der fungerer som en troværdig digital assistent. Systemet udvikles i samarbejde mellem Næstved, Odense, Aarhus, Vejle og Sønderborg kommuner samt KL. 

Nationalt lægemiddelovervågningssystem der anvender AI og big data til real-time detektion og analyse af lægemiddelbivirkninger på danske hospitaler og i primærsektoren.

Signaturprojektet, "aEye", har til formål at styrke behandlingen af borgere med øjensygdommen, aldersrelateret makuladegeneration (AMD), ved hjælp af kunstig intelligens. 

Signaturprojektet "Bedre diagnostik af gravide ved hjælp af kunstig intelligens" har til formål at udvikle en løsning, som skal forbedre kvaliteten af ultralydsskanninger af gravide for derved at øge evnen til at forudsige komplikationer.  

Signaturprojektet "Kunstig intelligens til understøttelse af visitation af henvisninger fra almen praksis" er et samarbejde mellem Region Sjælland og Region Hovedstaden. Projektet har til formål at optimere håndteringen af henvisninger fra praktiserende læger til sygehusvæsenet ved hjælp af kunstig intelligens. 

EU-finansieret forskningsprojekt (Horizon Europe) der anvender AI til analyse af FDG-PET/CT-billeder med henblik på at forbedre overvågning af behandlingsrespons hos patienter med metastatisk brystkræft, på tværs af 7 europæiske lande herunder 4 danske regioner.

Forskningsprojekt der udvikler ansvarlig kunstig intelligens til beslutningsstøtte ved akuttelefonen 1813 med henblik på at forbedre triagering, patientsikkerhed og ressourceanvendelse.

AI Mammo er et AI-system, der anvender mønstergenkendelse til at analysere mammografibilleder. Ved at træne på store datamængder kan det identificere unormale vævmønstre, hvilket hjælper med at opdage potentielle tumorer i brystvævet.  

Region Hovedstadens Akutberedskab har i samarbejde med virksomheden Corti udviklet en løsning, der ved at lytte med, når en borger ringer til akutnummeret 112, kan hjælpe de sundhedsfaglige medarbejdere med at identificere symptomer på hjertestop, som måske ellers ikke opdages i telefonen. 

Signaturprojektet, SmartChest, omhandlede et system, der analyserede og sorterede røntgenbilleder af brystkassen ud fra, om de viste tegn på sygdom eller ej. Dermed kunne radiologerne koncentrere sig om de røntgenbilleder, hvor patienten fejlede noget.

Når en gravid person ringer til fødeafdelingen, skal kunstig intelligens hjælpe jordemoderen med at vurdere, om den gravide person skal indlægges på hospitalet til klinisk vurdering, eller om vedkommende kan blive hjemme.  

Signaturprojektet, Bedre Match, havde til formål at understøtte kommunale jobcentre med at matche ledige borgere med virksomheders ubesatte stillinger.

Signaturprojektet, GeoDanmark, blev udviklet med det formål at anvende kunstig intelligens til at identificere, når der er sket ændringer i landets infrastruktur.

Rigshospitalets hjerteafdeling vil i samarbejde med Alexandra Instituttet udvikle en algoritme, der kan finde mønstre i sundhedsdata, og dermed gøre behandlingen af patienter med blodprop endnu bedre.  

Signaturprojektet, "Kunstig intelligens til bedre tilrettelæggelse af kræftbehandling", handler om at optimere stråleterapien samt planlægge bedre og mere tilpassede behandlingsforløb for kræftpatienter. Således skal overlevelse og livskvalitet øges, og bivirkninger og senfølger reduceres.

Signaturprojektet, "Reduktion af stråledosis ved skanninger brugt i kræftbehandling", omhandler et AI-system, hvor en patient blev scannet med en lavere stråledosis og i kortere tid, men med en opnåelse af god billedkvalitet. Således kunne man kontrolscanne oftere, uden at patienten påføres en betydelig stråledosis.

Når patienter udskrives fra hospitalet, bruges AI-systemet, Ward Home, til at overvåge deres tilstand i eget hjem. Systemet kan vurdere borgerens tilstand og alarmere det sundhedsfaglige personale, hvis dette bliver nødvendigt. 

Systemet analyserede røntgenbilleder af knæ for slidgigt og udarbejdede et udkast til en radiologisk rapport, som gav lægen et udgangspunkt for behandlingen. Dette skulle gøre behandlingen hurtigere, bedre og mere ensartet. 

Projekt gennemført i samarbejde med den tyske Neusoft. Ved hjælp af sensorer (kamera i bil + GPS) og ML-billedgenkendelse fik vi indsamlet en klassificering af skilte og kantpæle med tilhørende geolokation på de kommunale veje. Formålet var at se, hvorvidt teknologierne kunne frembringe et stærkt datagrundlag, inden der skulle gennemføres et nyt skilteudbud i driften.

Anvendelse af edge-computing (kameraer samt machine learning i boks placeret på f.eks. husmure og lygtepæle) til registrering af trafik (fodgængere, cykler og biler). I første omgang i lyskryds samt centrum/gågade, i dag nedskaleret og fokuseret udelukkende på centrum/gågade med særligt fokus på digital understøttelse af bylivsregnskaber og -analyser.

Candeno er en digital jobsøgningsplatform, der tilbydes af kommunale jobcentre til ledige borgere. Platformen samler jobsøgningsforløbet ét sted med CV-byggeri, AI-assisteret ansøgningsskrivning, personlighedsprofilering, læringsforløb og direkte dialog med rådgivere.

Konsido CPO er et AI-baseret analyseværktøj udviklet af den aarhusianske virksomhed Konsido i samarbejde med Aarhus Kommune. Systemet analyserer kommunens indkøbsadfærd for at identificere og reducere klimaaftrykket fra eksterne leverandører.

Automatisk kortlægning af børns tidlige skrivning

Signaturprojektet, OMAS, ville reducere ledighedsperioder, mindske langtidsledighed og øge tilfredsheden hos de ledige. Målet var at udvikle en brugervenlig beslutningsstøtte til sagsbehandlere, der kunne fremme dialogen med de ledige.