Projekter
Få overblik over igangværende og afsluttede projekter i CAI-X
Brug af sprogmodeller til afvikling af rutinekontroller i neurologisk regi
Udvikling af en ny, praktisk måde at forstå og håndtere risiko ved brug af AI i sundhedsvæsenet
Inddragelse af patienters og sundhedsprofessionelles perspektiver på AI for at understøtte den faglige kvalitet og etisk ansvarlighed
Test og evaluering af Ambient Scribe, AI-baserede samtale-til-tekst-løsninger, i et bredt klinisk setup på tværs af specialer og hospitaler
Udvikling af bedre værktøjer til at opdage cervikale problemer og dermed sikre tidligere behandling
Udvikling af to omfattende retningslinjer for indkøb og hurtig validering af AI i kliniske sammenhænge
Integrering af en AI-løsning i det eksisterende telemedicinske tilbud, TeleKOL
Udvikling og test af en AI-baseret dansk sprogmodel, der kan automatisere udarbejdelsen af tværsektorielle kommunikationsrapporter og udskrivningsbreve
Test af en intelligent patientmonitoreringsløsning til at forbedre både sikkerheden og trivslen for patienter, der er i risiko for at falde og blive alvorligt såret
Optimering af eksisterende befolkningsbaserede kræftscreeningsprogrammer og implementering af de screeningsprogrammer, som Europa-Kommissionen for nylig har anbefalet for lunge-, prostata- og mavekræft
Udvikling af en datadrevet forudsigelsesmodel, der er i stand til at identificere personer med iskæmisk hjertesygdom i risiko for at udvikle angst eller depression
Udforskning af potentialet i at bruge AI inden for patologi ved at foreslå et AI-baseret system, der kan screene digitale lymfeknudevævsprøver for tegn på metastatisk cancer
Ph.d.-projekt om hvorvidt AI kan forbedre patientbehandlingen, afhjælpe personalebyrder og reducere ventetider på skadestuen på Odense Universitetshospital
Forlængelse af den overordnede overlevelse og forbedring af livskvaliteten for patienter med metastaserende brystkræft ved raffineret vejledning til håndtering af behandlingsresponsmonitorering
Effektiv, hurtig og billig diagnostik af patienter med mistanke om hudkræft gennem brug af en telemedicinsk løsning kaldet teledermoskopi
Udvikling, træning og validering af en AI-algoritme, der kan detektere potentielt maligne lungefund på lavdosis-CT-scanninger
Udvikling af AI-algoritmer baseret på Natural Language Processing for at identificere tidligere hændelser af venøs tromboemboli i patienternes elektroniske journaler
Udvikling, test og implementering af en AI-løsning til at guide kolposkopister i realtid til at finde de bedste steder til biopsier ved mistanke om livmoderhalskræft
Udvikling af et softwaresystem, der udnytter deep-learning af fully convolutional networks for at udføre automatisk gradering af nethindebilleder for at detektere diabetisk retinopati
Udvikling af en komplet og valideret AI-assisteret vej, der kunne forbedre tyktarmskamerakapselendoskopi-diagnostik
Denne eksperimentelle fantomundersøgelse havde til formål at vurdere effekten af DLIR i kombination med MAR og Dual energy CT
Projektet brugte maskinlæring til at analysere big data fra tidligere sygehistorie for at finde signaler til at skelne mellem, hvem der ville få metastaser blandt mænd med prostatakræft
Test og validering af et AI-system i en eksisterende radiologi-workflow og analyse af indvirkningen på kræftdetektion og tilbagekaldelsesrater samt arbejdsbelastning
Vurdering af den diagnostiske ydeevne af lavdosis computertomografi (CT) med en ny Deep Learning Image Reconstruction-algoritme (DLIR) hos patienter med akutte abdominale tilstande
Udvikling af en AI-algoritme, der kunne identificere træningsudstyr og tilpasse sig den enkelte hjertepatients fysiske formåen og dermed gøre VR-træning intelligent og effektiv
Undersøgelse af potentialet for AI-baserede chatbots i sundhedssektoren, startende med patienter med endometriose, som var i kontakt med Gynækologisk Obstetrisk Afdeling på Odense Universitetshospital
Udvikling af en prototype af FibroBot, en robot, der ville være i stand til at måle niveauet af arvæv i leveren med en Fibroscan-sonde
Test og validering af effekten af en sentinel-algoritme anvendt på sundhedsdata til tidlig genkendelse af ældre voksne i lokalsamfundet med risiko for akut hospitalsindlæggelse
Udvidelse af systemet Patient Deterioration Warning System (PDWS) med funktionalitet til håndtering af klinisk dokumentation for monitorerede og ikke-monitorerede patienter under indlæggelse
Udvikling af nye måder til at opdage epileptiske anfald ved at analysere ufrivillige bevægelser af øjne og ansigt
Udvikling og test af en AI-løsning til at påvise metastaser i skildvagtslymfeknuder i brystkræft for at understøtte beslutningstagning
Udvikling og validering af et beslutningshjælpemiddel til brug i det primære sundhedsvæsen til at vurdere risikoen for fremskreden fibrose hos patienter med alkoholisk og ikke-alkoholisk fedtleversygdom
Test og implementering af MERIS-algoritmen i de kliniske farmaceuters arbejde på afdelinger på Odense Universitetshospital med en aftale om medicingennemgang
Målet var at hjælpe klinisk beslutningstagning ved at bruge kunstig intelligens (AI) til at finde kritisk information i elektroniske sundhedsjournaler
Projektet udviklede modellen MAS-AI, som er en MTV-baseret ramme for at understøtte introduktionen af nye AI-teknologier i sundhedsvæsenet
Projektet havde til formål at reducere antallet af uforudsete forringelser af patienter på medicinske akutmodtagelser
Udvikling af en algoritme til brug af eksisterende information i patientjournalen til at sikre tidlig identifikation af et problematisk alkoholforbrug blandt indlagte patienter
Udvikling af en maskinlæringsalgoritme med evnen til at forbedre den diagnostiske nøjagtighed af SWE-billeder hos patienter med kronisk fedtleversygdom
Udvikling af digitale værktøjer til at identificere væsentlige forskydninger i mønstre af sundhedsdata, så praktiserende læger kan advares om, at en specifik patient skal undersøges for mulig tidlig kræftsygdom
Projektet havde til formål at udvikle et robotsystem til tidlig opsporing og overvågning af leddegigt
Ny farveforstørrelsesmetode for at gøre ansigtets erytem (opfattelse af venøs stase i mikrocirkulationen) synlig i videoer af diabetikere
Brug af AI til at genkende audiogrammønstre. Målet var at genkende mindst 8 til 10 af de mest almindelige audiogramundertyper
Undersøgelse af nøjagtigheden, ændringer i arbejdsbelastningen og tid til diagnose ved implementering af et AI-system til slagtilfælde magnetisk resonans imaging (MRI) diagnostik i danske omgivelser
