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. 

NKGPT, chatbotten skal løse udfordringer med at søge på tværs af alle (de fleste) af vores platforme (intranet, hjemmeside, vejledninger mv.). Chatbotten skal kunne kondensere indholdet til essensen af det, brugeren forespørger.

Coachy er en AI-baseret træningsplatform, der styrker medarbejderes samtalekompetencer gennem realistisk, interaktiv træning. Coachy hjælper med at stille de rigtige spørgsmål i komplekse samtaler. Fordele: tryg træning – øv svære samtaler uden sociale konsekvenser; fleksibel læring – bruges individuelt og i eget tempo; omkostningseffektiv – mindsker behovet for klassisk træning; indsigt i mønstre – giver overblik over generelle udviklingsområder.

I Næstved Digitale Jobcenter kan borgerne benytte forskellige AI-understøttede løsninger. Ansøgningsassistenten skriver ansøgninger ud fra konkrete jobopslag, CV-assistenten gennemgår borgerens CV'er og giver feedback og Jobsamtaleassistenten øver jobsamtaler ud fra konkrete jobopslag.

Næstved Digitale Jobcenter er en digital platform, der anvender AI-baserede funktioner til at understøtte jobsøgende og sagsbehandlere gennem automatiseret vejledning, match og digital selvbetjening.

KommuneGPT er et fælleskommunalt generativt AI-værktøj, der fungerer som en troværdig digital assistent. Systemet udvikles i samarbejde mellem Næstved, Odense, Aarhus, Vejle og Sønderborg kommuner samt KL. 

AI-baseret monitoreringsløsning på plejehjem, der anvender computer vision til at overvåge beboere i realtid. Systemet registrerer søvn, vækning, mobilitet og fald.

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.

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.

Testprojekt der afprøver infrarød sensorteknologi kombineret med AI til forebyggelse af fald blandt ældre patienter med demens på geriatriske afdelinger på Odense Universitetshospital og OUH Svendborg.

AI-system der automatiserer udarbejdelsen af tværsektorielle kommunikationsdokumenter — plejeplaner og udskrivningsbreve — ved patientovergange mellem Odense Universitetshospital og den kommunale plejesektor, ved hjælp af agentic RAG-teknologi.

Projekt der integrerer AI i et eksisterende telemedicinprogram for kronisk syge patienter med henblik på at skifte fra reaktiv til proaktiv behandling — ved tidlig forudsigelse af forværringer og komplikationer, og dermed reducere hospitalsindlæggelser.

Projekt der tester og evaluerer to AI-baserede ambient scribe-løsninger (Corti Assistant og Tandem/Omilon) til automatisk omdannelse af kliniske samtaler til journaldokumentation på syv afdelinger på tværs af hospitaler i Region Syddanmark.

Projektet vil anvende AI-sprogmodeller til at udtrække information fra patientjournaler for at skabe en hurtig og effektiv søgefunktion, der kan finde klinisk viden om patienters sygdomme, symptomer og lignende.

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.

RoboRef er en AI-løsning til automatisk referatskrivning, som er udviklet i et samarbejde mellem over 20 kommuner, en række organisationer, ATP og Droids Agency. Løsningen anvender tale-til-tekst teknologi og generativ AI til at transskribere møder og udarbejde automatiske referater.