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.

Løsningen vurderer hvilken varekategorisering (UNSPSC) hver fakturalinje har. Løsningen forbedrer AutoFaktura-projektet. Desuden bruges løsningen ifm. dataviewer, som er en platform, som kommunen har udviklet, og som gør det muligt at fremsøge alle informationer, der fremgår af en faktura.

Deloitte Plans er et automatiseret vagt- og ruteplanlægningssystem til hjemme- og sygepleje, der optimerer daglige ruteplaner for udekørende medarbejdere gennem heuristisk optimering.

Fra juni 2024 vil vi i Haderslev Kommune have en voicebot der besvarer alle telefoniske henvendelser. Den vil dog i første omgang ikke kunne svare på andre henvendelser end typiske borgerservice-henvendelser. Planen er at den stille og roligt vil blive udrullet til resten af organisationen.

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.

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.

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.

Digital løsning der identificerer hjemmeplejemodtagere med højest risiko for indlæggelse indenfor 30 dage ved at analysere SOSU-medarbejdernes fritekst observationer med matematiske modeller.

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.