Chatbottens opgave er at besvare medarbejderes spørgsmål ifm. implementering af M365. Chatbotten er supplement til vores M365-univers på vores intranet, da den – hvis muligt – bruger indholdet på siden til at besvare brugerens spørgsmål. Den henviser rigtig godt til de undersider eller dokumenter, den har brugt til at svare på spørgsmålet, hvilket også hjælper medarbejderen med at navigere og fremsøge information på sitet.

Intern Opkrævningschatbot der er udviklet specialet til opkrævning og indeholder alle opkrævnings interne vejledninger og øvrige beskrivelser som de ønsker at have hurtig adgang til. Dette er med til at fastholde og sikre viden, og gøre data hurtigere tilgængelig via AI i stedet for at skulle læse tunge vejledninger eller lede efter interne notater. Er også en stor hjælp for nye medarbejdere, der har et ekstra godt opslagsværk til vejledning og information.

Team Prisme-chatbotten er et AI-værktøj udviklet til systemadministrationen i Prisme365. Chatbotten samler interne vejledninger, specialistviden, kendte fejl, workarounds og erfaringer fra supportsager, så medarbejdere hurtigt kan finde løsninger via AI frem for at lede i dokumentation og gamle noter.

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

Bertha er en intelligent telefonrobot implementeret i Aabenraa Kommune fra april 2023 som del af projektet "Fremtidens Borgerservice". Robotten modtager alle opkald til kommunens hovednummer og er tilgængelig døgnet rundt.

AI-assistent til danske folkeskolelærere, der hjælper med forberedelse, kommunikation og administration. Systemet er trænet på skolespecifik viden og integrerer med Unilogin, Aula og TRIO/Skema.

Signaturprojektet "Kvalitetsudvikling med patienten i fokus. Realtidsprognoser og essentiel information til klinikere (DABAI)" var et projekt som brugte kunstig intelligens til at støtte sundhedsfagligt personale med realtidsprognoser og essentiel information. 

Signaturprojektet, "+PrioKritisk", er en AI-baseret algoritme udviklet til at forudsige opståen og forværring af akut kritisk sygdom hos indlagte patienter. Projektet sigter mod at forbedre tidlig opsporing og behandling af tilstande som blodforgiftning, akut nyre- og lungesygdom. 

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.

Machine learning-baseret prædiktionssystem udviklet ved Aarhus Universitet og Region Midtjylland til forudsigelse af kliniske udfald i psykiatrien for at forbedre behandling og patientresultater.

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.

Signaturprojektet, "Kunstig intelligens til forebyggelsen af underernæring og indlæggelse af ældre", havde til formål at udvikle et værktøj baseret på kunstig intelligens til at identificere og forebygge underernæring blandt ældre patienter, med det ultimative mål at reducere akutte sygehusophold. 

Signaturprojektet arbejder med at implementere kunstig intelligens i psykiatrien for at forbedre tidlig diagnosticering af skizofreni og bipolar sygdom.