Løsningen giver læreren vigtig information om indskolingselevers skriveudvikling på baggrund af meningsfulde skriveaktiviteter. Eleverne vurderes automatisk på 4 forskellige skriftssprogsdimensioner (sætningskonstruktion, tekstfremstilling, beskrivere og stavning) – hver inddelt i 4 udviklingstrin. Projektet giver et overblik over klassens status, klassens samlede udvikling og elevernes individuelle progression. Projektet bygger på et 5. årigt forskningsprojekt i samarbejde med DPU, National Videnscenter for Læsning og DTU. Svendborg Kommune deltog med alle skoler og 2100 elever over en periode på 3,5 år.

Det prædiktive analysesystem blev brugt af Syddansk Erhvervsskole til at identificere elever, der var i højrisiko for at droppe ud. Systemet kunne give indsigter i, hvorfor eleven var i fare for at droppe ud, samt forslag til indsatser for at forebygge frafaldet. 

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. 

Automatisk kortlægning af børns tidlige skrivning