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.

Systemet giver personalet i ældreplejen mulighed for at følge med i borgernes bevægelser via sensorer som skal registrere og forebygge fald blandt beboere.

KMD Letbetaling er en AI-baseret konteringsmotor, der automatiserer fakturabehandling i danske kommuner ved hjælp af machine learning. Systemet scanner elektroniske fakturaer, foreslår kontering baseret på historiske data og leverandørmønstre, og kan automatisk bogføre fakturaer under en fastsat beløbsgrænse, når sandsynligheden for korrekt kontering overstiger en defineret tærskel. Systemet frigør administrative ressourcer og kan automatisere op til 80% af fakturabehandlingen.

Teton er et AI-baseret sensormoniteringssystem til faldforebyggelse og patientovervågning på hospitaler og plejehjem. Systemet bruger sensorer monteret i loftet til at registrere patienters bevægelser og aktivitetsniveau, og advarer personalet ved forhøjet faldrisiko eller uhensigtsmæssige hændelser. 

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.

Projektet undersøgte, hvordan kunstig intelligens kan hjælpe med at forebygge forværringer hos patienter med KOL eller hjertesvigt ved tidlig opsporing og intervention. 

Signaturprojektet, Kunstig intelligens i almen praksis, havde til formål at undersøge, hvordan kunstig intelligens kan reducere arbejdsbyrden og forbedre behandlingskvaliteten i almen praksis gennem mere effektiv dataudnyttelse. Projektet fokuserede på at etablere en sikker juridisk og teknisk infrastruktur, der muliggør udvikling af AI-algoritmer. 

Automatisk kortlægning af børns tidlige skrivning