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.

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

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

Brickit er en app der anvender billedgenkendelse til at scanne LEGO-klodser og foreslå byggevejledninger. Appen er testet i 2. klasse til at styrke kreativitet og engagement i indskolingen.

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.  

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

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.

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.

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.

Der er udviklet en AI-løsning, som skal støtte sagsbehandlere i gennemgangen af revisionserklæringer. Revisionserklæringer udarbejdes af en ekstern virksomhed på baggrund af et årligt tilsyn med et system og den databehandleraftale, der er indgået med leverandøren. Løsningen screener revisionserklæringer og identificerer afvigelser, som kommunen skal følge op på. AI-screeningen kvalitetssikres af sagsbehandlerne.

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.