En intern assistent til socialområdet, der hjælper medarbejdere med at forstå Barnets Lov, finde sammenhænge til tidligere lovgivning og tage udgangspunkt i interne vejledninger fra Furesø Kommune. Assistenten kan skabe overblik og støtte med formuleringer og struktur, men bruges kun som beslutningsstøtte. Medarbejderen har altid ansvar for vurdering og endelig tekst.

En AI-baseret app under udvikling til By og Miljø, der opsummerer indkomne høringssvar og fremhæver temaer, argumenter og variationer i synspunkter. Løsningen skal give sagsbehandlere hurtigere overblik ved mange og lange besvarelser og understøtte arbejdet med høringsnotater og politiske sager. Output gennemgås og kvalitetssikres altid af medarbejdere.

En intern assistent til alle medarbejdere, der svarer på spørgsmål om Teams og Microsoft 365 med afsæt i Furesø Kommunes egne retningslinjer, tenant hardening og sikkerhedspolitikker. Formålet er hurtig og ensartet vejledning, færre supporthenvendelser og mere korrekt og sikker brug af platformene i hverdagen.

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. 

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.

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.

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. 

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.