Aktiviteter för informationsdriven hälso- och sjukvård
Att använda AI-lösningar kommer att resultera i bättre och mer tillgänglig hälso- och sjukvård för patienter, förbättra arbetsmiljön och minska administrationen för vårdpersonal.
Kunskapen och lösningarna som skapas stöder också flytten mot en mer individualiserad hälso- och sjukvård. Det kommer att möjliggöra förebyggande vård som förbättrar patientens hälsa och sparar resurser.
Handboken för informationsdriven vård identifierar tankeledare och konsoliderar värdeskapande AI-exempel. Vi delar erfarenheter och kunskaper med andra intresserade parter som vill följa och lära av tankeledarna.
Hälso- och sjukvårdssystem har ofta stora, ostrukturerade datavolymer som är otillgängliga för AI-lösningar. Våra partners Region Halland och Halmstad Universitet arbetar för att frigöra dessa data. Detta har varit ett viktigt steg mot att kunna arbeta med datan och skapa algoritmer för att förutsäga hälso- och sjukvårdsresultat, bland annat.
Dessa partners delar erfarenheter, utvecklar lösningar för federerat lärande och utför forskning om implementeringen av informationsdriven vård.
Exempel på nyckelteknologier inom AI:
- Decentralized learning, vilket innebär att träna AI-algoritmer med hjälp av data på olika decentraliserade platser utan att dela dataexemplar, vilket bevarar datasekretessen.
- Synthetic data, artificiellt skapad från verkliga data och använd för att träna AI-modeller utan att använda några verkliga, känsliga data.
- Att göra AI-modeller överförbara mellan hälso- och sjukvårdsorganisationer.
- Språkteknologier, som kan underlätta hämtning av information från ostrukturerad textdata.
Till skillnad från många AI-projekt inom hälso- och sjukvård fokuserar denna innovationsmiljö inte bara på att utveckla nya teknologier utan också på att skapa lösningar som kan implementeras på nationell nivå.
För mer information, kontakta
