Aktiviteten har fokus på anvendelsen af sundhedsdata til f.eks. klinisk beslutningsstøtte, hjemmemonitorering og medicinsk billedbehandling ved brug af nye digitale teknologier, som for eksempel deep learning,
Aktiviteten fortsætter og videreudvikler arbejdet fra foregående år med at udforske og afprøve nye teknologier indenfor maskinlæring til at opnå en bedre anvendelse af sundhedsdata i det offentlige og private. Målet er gennem case-baseret udvikling, analyse og netværksaktiviteter, at opnå indsigt i markedets behov for assistance til anvendelse af kunstig intelligens til analyse af sundhedsdata, at få hjulpet flere aktører i gang med at anvende mulighederne i nye digitale teknologier, samt at udvikle genbrugelige softwarekomponenter og kompetencer, som understøtter dette, og lancere teknologiske services på TDU Sundhed og Velfærd. Aktiviteterne bidrager således direkte til de overordnede mål for indsatsen.
Aktiviteten fortsætter og videreudvikler arbejdet fra foregående år med at udforske og afprøve nye teknologier indenfor maskinlæring til at opnå en bedre anvendelse af sundhedsdata i det offentlige og private. Målet er gennem case-baseret udvikling, analyse og netværksaktiviteter, at opnå indsigt i markedets behov for assistance til anvendelse af kunstig intelligens til analyse af sundhedsdata, at få hjulpet flere aktører i gang med at anvende mulighederne i nye digitale teknologier, samt at udvikle genbrugelige softwarekomponenter og kompetencer, som understøtter dette, og lancere teknologiske services på TDU Sundhed og Velfærd. Aktiviteterne bidrager således direkte til de overordnede mål for indsatsen.
Uddannelses- og Forskningsstyrelsen
Haraldsgade 53
2100 København Ø
Tlf: +45 7231 7800
ufs@ufm.dk
Gregersensvej 1
DK-2630 Taastrup
Tlf: +45 4516 2626
info@gts-net.dk
GTS Login
Log ind som GTS bruger for at administrere dine indsatsområder og aktiviteter.