Fredensborg Kommune bruger generativ AI som digital assistent på kommunens intranet (hosfrede.dk) og hjemmeside (fredensborg.dk). Den generative AI erstatter den traditionelle søgemaskine og svarer på medarbejderes og borgeres spørgsmål med fuld tekst og henvisninger til relevante links og selvbetjeningsløsninger. Systemet forstår og udtrykker sig på 10 forskellige sprog.

Pondoo bruger avanceret AI-teknologi til at forbedre besøgsplanlægningen i hjemmeplejen med kunstig intelligens. Systemet optimerer ruteudlægning og minimerer køretid, samtidig med at det prioriterer kontinuitet og matcher personale med kompetencer til borgernes behov. Understøtter kvalitetsfuld og effektiv omsorg.

Proprty.ai er et AI-baseret system til automatiseret tilstandsvurdering og vedligeholdelsesplanlægning af kommunale bygninger. Systemet kombinerer kunstig intelligens med bygningsfaglig ekspertise til at forudsige restlevetid og vedligeholdelsbehov for bygningsdele.

EG Netblanket bruges i Brønderslev Kommune til at forenkle og optimere kommunens blankethåndtering. 

Systemet anvender kunstig intelligens og billedgenkendelse til automatisk at registrere vejskader, skilte, kloakriste og andet vejinventar via smartphones monteret i kommunale køretøjer. 

Promte Chat er en platform, hvor man kan bygge vores egne, digitale assistenter. Det er specialiserede chatbots, som hjælper kommunens medarbejdere med specifikke emner. 

EKbot er en intern chatbot designet til at assistere medarbejdere med at finde information, generere tekst og meget mere. Den er tilgængelig på Esbjerg Kommunes intranet og bruger intranettets data til at besvare forespørgsler. Chatbotten blev introduceret, da den traditionelle søgemaskine til tider kan være utilstrækkelig på grund af intranettets størrelse. Vi arbejder i øjeblikket på at udvide EKbot med mere specifikke opgaveløsninger.

Signaturprojektet omhandlede en algoritme der kunne understøtte sagsbehandlerens beslutning om, hvorvidt en borger skal bevilliges rengøringshjælp, baseret på data om blandt andet borgerens tilstand, boligforhold og samlever. 

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.

PhD-forskningsprojekt der udvikler en AI-algoritme til detektion af potentielt maligne lungeforandringer på lavdosis-CT-scanninger med henblik på at understøtte lungekræftdiagnostik og -screening i Danmark.

AI-projekt der udvikler en algoritme til automatisk klassificering af lymfeknodevævsprøver som lav- eller højrisiko (benign/malign) med henblik på at forbedre effektiviteten og præcisionen i kræftdiagnostik ved Patologisk Afdeling på OUH.

EU-initiativ (EU4Health) der støtter implementeringen af standardiserede kræftscreeningsprogrammer på tværs af 29 europæiske lande, herunder integration af AI i brystkræftdiagnostik og optimering af screeningsprogrammer for bryst-, livmoderhals-, tyk- og endetarmskræft samt lungekræft.

Systemet har til formål at identificere asymptomatiske personer med svær ubehandlet sygdom, som har høj risiko for hjerte-kar-sygdomme.

Signaturprojektet omhandler en algoritme der skal hjælpe med at forbedre forståelsen af, hvordan metastaser ved prostatacancer opstår. Herefter skal en algoritme bidrage til udviklingen af et beslutningsstøtteværktøj, der kan understøtte den lægefaglige vurdering af, om der er behov for operation. 

Horizon Europe-finansieret projekt der udvikler AI-algoritmer til automatisk billedanalyse ved colon kapselendoskopi (CCE) — et minimalt invasivt alternativ til optisk koloskopi — med 10 europæiske partnere.

HjerteRo er en datadreven prædiktionsmodel, der skal understøtte tidlig opsporing af angst og depression hos hjertepatienter.  

AI-løsning, der kan identificere og klassificere vedligeholdelseskrævende huller og revner i slidlag.

TALT er et AI-system til sundhedsfaglig dokumentation i kommunal sundheds- og ældrepleje. Systemet bruger tale-til-tekst teknologi og generativ AI til at generere dokumentationsforslag baseret på samtaler mellem medarbejder og borger samt opsummere eksisterende journaloplysninger.

Signaturprojektet omhandler optimering af drift og styring af en flåde af køretøjer eller enheder i den offentlige sektor. Ved at analysere data og køre simuleringer på allerede kørte ruter, kan systemet hjælpe med at spare tid, penge og CO2-udledning.

Der arbejdes med at udvikle en AI-løsning i samarbejde med en ekstern leverandør. Løsningen skal hjælpe sagsbehandleren med at give et udkast til kategorisering og opsummering af høringssvar, som er modtaget på kommunens høringsportal Bliv Hørt. Forventede gevinster er reduktion i tid brugt på at opsummere høringssvar samt øget ensartethed.

Børne- og Ungdomsforvaltningen har en tidskrævende opgave i forbindelse med håndtering af aktindsigtssager fra borgere og brugere i kommunen. Forvaltningen er ved at anskaffe en løsning, der kan assistere med arbejdet med besvarelse af aktindsigtssager, herunder automatisere fremsøgning og indsamling af akter samt klargøring/konvertering af materiale, før det udsendes til borgeren eller brugeren.

Koncernservice indhenter og behandler børne- og offentlige straffeattester (BSA) på vegne af BUF og SOF via en automatiseret løsning. Via RPA-teknologi identificeres ansættelsessager, hvor BSA skal indhentes, iværksætter bestilling hos Politiet og uploader de modtagne attester på rette ansættelsessag. Herudover anvendes machine learning til læsning af indhold i attesterne og advisering til sagsbehandler, hvis der er behov for manuel håndtering.

Projektet har bygget en teknisk løsning til at chatte med vejledninger til Socialforvaltningens primære fagsystemer, DOMUS og DUBU. Løsningen er baseret på generativ AI og krydser faglige og tekniske vejledninger, ligesom det er muligt at få information om aktuel driftsstatus og at søge i faglige portaler. Målet er, at både nye og erfarne medarbejdere nemmere kan få hjælp til at udføre deres konkrete arbejdsopgaver i fagsystemerne. Efter succesfuld test er løsningen nu under implementering og kendt som "SOFIA".

Kommunen har netop indgået aftale om brug af prætrænede algoritmer, der skal bruges til at indsamle data om vejenes tilstand, via kameraer i egne biler. Data skal bruges til beregninger af vejnettets restbrugstider, så der kan foretages rettidige investeringer i vejnettet.

I Københavns Kommune bliver personalesager under visitering tildelt en kategori, der afspejler alvorsgraden/tidshorisonten for behandling. Denne kategorisering er baseret på sammenholdning af udfyldte felter i sagen og eventuelle vedhæftninger. Der er udviklet en algoritme, der kan tildele denne kategori, når sagerne kommer ind i systemet.