Gå til hovedindhold
 Forside

Hovedmenu

  • Databasen
  • Om databasen
    • Formål
    • Metode
    • Indberet AI-system
  • Viden og inspiration
  • Statistik

Hovedmenu - mobil

  • Databasen
  • Om databasen
    • Formål
    • Metode
    • Indberet AI-system
  • Viden og inspiration
  • Statistik

Projektdatabasen

  • Nulstil
  • (-) Diagnosticering
  • (-) Klassificering
Viser 1 - 1 af 1 projekterDownload XLS
Projekt Signaturprojekt Klassifikation Udbredelse Status Tilføjet
Screening of Diabetic Retinopathy

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.

Nej Diagnosticering, Klassificering Regionalt I brug 5.5.2026
Download CSV

Søg og filtrer

Formålsklassifikation

  • (-) Diagnosticering (1)
  • (-) Klassificering (1)

COFOG (offentlig funktion)

  • 07 Sundhedsvæsen (1)

Signaturprojekt

  • Nej (1)

Sektor

  • Sundhed (1)

Udbredelse

  • Regionalt (1)

Myndighed

  • Odense Universitetshospital (1)
  • Syddansk Universitet (1)

Region

  • Region Syddanmark (1)

LLM

  • Nej (1)

Leverandør

  • (-) Steno Diabetes Center Odense (1)
  • Cellari ApS (1)
  • Cludo ApS (1)
  • Corti ApS (1)
  • Deloitte Statsautoriseret Revisionspartnerselskab (2)
  • Digital Impact ApS (1)
  • DTU Compute (1)
  • Globeteam A/S (1)
  • Heimdal Security A/S (1)
  • Human Bytes (1)
  • Kaunt A/S (1)
  • KPMG (1)
  • Melatech (1)
  • OpenAI (1)
  • Pluto Technologies ApS (1)
  • Prenaital ApS (1)
  • Promte ApS (1)
  • SAS Institute A/S (1)
  • SERVICENOW DENMARK ApS (1)
  • Stratos AI (1)
  • SupWiz ApS (1)
  • syv.ai ApS (1)
  • Ukendt leverandør (23)
  • Ward ApS (1)

Har leverandør

  • Ja (1)
Logo for Offentlig AI
Offentlig AI

Denne platform er drevet af Det juridiske fakultet ved Københavns Universitet.

Indberet et AI-system til databasen

Spørgsmål til databasen

  • Læs om databasen
  • Cookie og privatlivspolitik
Funding
Dreyers fond logo
Københavns Universitet logo

Projektet har modtaget støtte fra Københavns Universitet, Illum Fondet og Dreyers Fond.