Aktiviteten har fokus på anvendelse af sundhedsdata til f.eks. klinisk beslutningsstøtte, hjemmemonitorering og medicinsk billedbehandling ved brug af nye, digitale teknologier som Deep Learning (kunstig intelligens) og Internet of Medical Things (IoMT).
Mål for aktiviteterne er:
Udvikling af værktøjskasse, der gøres tilgængelig via TDUen (Test-, Demonstrations- og Udviklingsfacilitet), og som viser anvendelsen af nye, digitale teknologier som Deep Learning (kunstig intelligens) og Internet of Medical Things (IoMT) inden for klinisk beslutningsstøtte, hjemmemonitorering og medicinsk billedbehandling. Aktiviteten bidrager dermed direkte til indsatsens mål om at udvikle teknologiske services i TDUen i 2021.
Formidling og facilitering af de nye, digitale teknologier med fokus på forskellige, relevante anvendelser i klinisk praksis og hjemmemonitorering (herunder også brug af syntetiske data og federated learning) gennem 3-4 indlæg på branchemøder, seminarer, i tidsskrifter, m.v.
Demonstration af anvendelse af teknologierne i værktøjskassen via mindst to relevante case-samarbejder med aktører fra målgruppen.Denne aktivitet bidrager også til samarbejdet med videninstitutioner i form af for eksempel fælles F&U ansøgninger. Aktiviteterne bidrager ydermere direkte til slutmålet om at få hjulpet flere aktører i gang med at anvende mulighederne i teknologier som Deep Learning og IoMT.
Mål for aktiviteterne er:
Udvikling af værktøjskasse, der gøres tilgængelig via TDUen (Test-, Demonstrations- og Udviklingsfacilitet), og som viser anvendelsen af nye, digitale teknologier som Deep Learning (kunstig intelligens) og Internet of Medical Things (IoMT) inden for klinisk beslutningsstøtte, hjemmemonitorering og medicinsk billedbehandling. Aktiviteten bidrager dermed direkte til indsatsens mål om at udvikle teknologiske services i TDUen i 2021.
Formidling og facilitering af de nye, digitale teknologier med fokus på forskellige, relevante anvendelser i klinisk praksis og hjemmemonitorering (herunder også brug af syntetiske data og federated learning) gennem 3-4 indlæg på branchemøder, seminarer, i tidsskrifter, m.v.
Demonstration af anvendelse af teknologierne i værktøjskassen via mindst to relevante case-samarbejder med aktører fra målgruppen.Denne aktivitet bidrager også til samarbejdet med videninstitutioner i form af for eksempel fælles F&U ansøgninger. Aktiviteterne bidrager ydermere direkte til slutmålet om at få hjulpet flere aktører i gang med at anvende mulighederne i teknologier som Deep Learning og IoMT.
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.