Igangværende projekter
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 af en komplet og valideret AI-assisteret vej, der kunne forbedre tyktarmskamerakapselendoskopi-diagnostik
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
