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.

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. 

Projektet afprøver anvendelsen af Microsoft 365 Co-Pilot som støtteværktøj i medarbejdernes daglige arbejde. Co-Pilot kan hjælpe med at udarbejde udkast, analysere data og skabe overblik direkte i kendte programmer som Word, Excel og Outlook. Løsningen anvender udelukkende data, som medarbejderen i forvejen har adgang til. Projektet er sat på pause og afventer videre afklaring.

Der blev i samarbejde med Fellowmind udviklet en AI-assistent, der kan anvendes af medarbejdere til at finde svar på spørgsmål ifm. fritidstilbud mv. Dette var en POC, som havde til formål at undersøge hvad det kræver at bygge en AI-assistent fra bunden. FritidsGPT er bygget på en RAG-opsætning, som sikrer, at vi kan kvalitetssikre de data, den vurderer sorteringen ud fra.

Coeus er en AI-chatbot til Borger, Erhverv, Beskæftigelse og Integration, der bruges, når en ny medarbejder skal onboardes i afdelingen. Den tager udgangspunkt i dokumenter og viden på vores intranet og hjælper en ny medarbejder i opstarten. AI-assistenten er udviklet internt i BEBI og bruges til dette formål.

Vi har fået udviklet en AI-assistent, som kan hjælpe med at journalisere under korrekt KLE-nummer. Den trækker information fra KLE online og kan vejlede journaliseringsansvarlige til at vælge korrekte KLE-numre. Har man spørgsmål, kan man også beskrive sin sag og få vejledning til at finde/vælge rette KLE-nummer. Formålet er at hjælpe og vejlede medarbejdere til mere korrekt journalisering.

Den dialogbaserede AI-assistent er udviklet som en POC for at undersøge, hvordan man kan hjælpe borgere til en bedre og mere dynamisk borgerguide til affaldssortering. AffaldsGPT er bygget på en RAG-opsætning, som sikrer, at vi kan kvalitetssikre de data, den vurderer sorteringen ud fra. Projektet er lavet i samarbejde med Alexandra Instituttet. AffaldsGPT er ikke i drift, da vi stadig ønsker at perfektionere kvaliteten af svarene.

AI-GOer en digital supportassistent, der understøtter medarbejdere i korrekt anvendelse af organisationens ESDH-system Elektronisk Sags- og Dokumenthåndtering), Get Organized. Løsningen kan blandt andet vejlede i oprettelse og lukning af sager samt forklare forskellen mellem emnesager og samarbejdsrum i systemet.

AI GDPR-bot hjælper medarbejdere med at undersøge, om deres AI-assistent overholder GDPR, hvordan den eventuelt kan sikres bedre, samt vejleder i forhold til AI Act.

Gentofte Kommune har som første kommune i Danmark implementeret AI i byggesagsbehandlingen. AI-assistenten hjælper sagsbehandlere med at give borgere bedre og mere præcise svar på byggesager, hvilket resulterer i kortere ventetid og mere kvalificeret vejledning.

Microsoft 365 Copilot er en AI-assistent integreret i Microsoft 365-pakken, som bruges af Gentofte Kommunes medarbejdere til at arbejde mere effektivt med sagsbehandling, dokumentation og kommunikation.

Raffle.AI er en AI-drevet chatbot på Gentofte Kommunes hjemmeside, der hjælper borgere med at finde information døgnet rundt. Assistenten kan svare på dansk og flere andre sprog og popper op i nederste højre hjørne af kommunens hjemmeside.

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

EBBOT er vores digitale assistent, som hjælper med at svare på spørgsmål i vores ITSM system Topdesk.

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. 

PhD-projekt der tester et AI-system til scanningsbeslutningsstøtte og billedanalyse ved MR-scanning af akutte slagtilfælde — med henblik på at fremskynde diagnostik og behandlingsbeslutninger ved apopleksi.

Projekt der anvender deep learning (fully convolutional networks) til automatisk graduering af nethindebilleder og detektion af diabetisk retinopati — trænet på over 35.000 nethindebilleder fra OUH.

Projekt der anvender maskinlæring til automatisk at genkende og klassificere audiogrammønstre i mindst 8–10 af de mest almindelige høretab-subtyper, med henblik på at understøtte klinisk beslutningsstøtte og mulig integration med patientbetjent audiometri (UAud).

AI-projekt der i realtid identificerer områder med cellulære forandringer (dysplasi) i kolposkopivideoer og viser disse som et visuelt overlay til klinikeren — med henblik på mere målrettede biopsier og bedre cervixkræftdiagnostik.

Projekt der udvikler NLP-algoritmer til at identificere tidligere episoder af venetromboembolisme i patienters elektroniske journaler og kombinere disse med en blødningsalgoritme for at understøtte kliniske beslutninger om antikoagulationsbehandling.

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.

Digitalt understøttet arbejdsgang der kombinerer teledermatoskopi (Dermloop-platformen) og AI-billedanalyse til at effektivisere diagnostik af mistænkt hudkræft på tværs af sektorer — og reducere ventetider på op til 42 uger.

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.