Förstärkt verklighet för tidig diagnostik, ett samarbete mellan KTH, Sahlgrenska Universitetssjukhuset och KI

Den 17-20 maj stod Kungliga Tekniska Högskolan (KTH) i Stockholm värd för en av världens mest omtalade virtual reality  (VR), augmented reality (AR) och mixed reality (MR) festivaler för andra året i rad. Topporganisationer som Massachusetts Institute of Technology (MIT), Stanford, Förenta Nationerna, Magic Leap, Unity3D Labs, The Guardian, New York Times, Google och BBC stod för kunskap, VR-innehåll och talarlistan. Fortsätt läsa ”Förstärkt verklighet för tidig diagnostik, ett samarbete mellan KTH, Sahlgrenska Universitetssjukhuset och KI”

AI-projektet: Idéworkshop om möjligheter, svårigheter och lösningar

Idéworkshop med lappövning

AI-projektet rullar på bra. Idag var det dags för en idéworkshop med kollegor från vården, VGR IT, utvecklare, projektledare och andra som jobbar med strategisk planering.

Syftet med träffen var att i gruppdialog komma fram till möjligheter, svårigheter, samt tänkbara lösningar på de svårigheter vi identifierat. Denna bloggpost sammanfattar den träffen. Fortsätt läsa ”AI-projektet: Idéworkshop om möjligheter, svårigheter och lösningar”

Blockkedjan och SIP: en rapport från hacket på Offentliga rummet

Blankett eller digitaliserad blankett?

VGR var med på hacket om blockkedjor under Offentliga rummet. Laget bestod dels av folk som var nyfikna på den hajpade tekniken och några som är väl insatta. Som grupp la vi massor med tid som djävulens advokater för att verkligen få bort all hajp och se vad som, om ens något, motiverade att använda en blockkedja för det verksamhetsproblem vi ville lösa. Fortsätt läsa ”Blockkedjan och SIP: en rapport från hacket på Offentliga rummet”

AI och computer vision för att bli mer redo för GDPR

En tänkbar korsbefruktning mellan AI-projektet jag deltar i och regionens GDPR-projekt har dykt upp, nämligen att leta upp bilder som kan innehålla personuppgifter. Exempelvis människor, ansikten, bilar med mera.

Detta finns det förstås leverantörer som erbjuder som tjänst, men har man egen utvecklarkompetens kanske det är en onödig utgift. Utöver det jag tar upp i denna bloggpost kan man använda AI och machine learning för att hitta personuppgifter i ostrukturerad text. Exempelvis leta namn, personnummer och annat genom mönstermatchning, listor med alla namn man känner till och liknande. Fortsätt läsa ”AI och computer vision för att bli mer redo för GDPR”

När Smarta glasögon gör succé i vården på Sahlgrenska Universitetssjukhuset

Tillgänglighet till snabb information och tydlig kommunikation är några av nyckelkomponenterna till bra akutvård. Förstärkt verklighet, eller Augmented Reality (AR), är ett verktyg som på senare år intagit både kommersiella och hälso- och sjukvårdsinriktade organisationer i syfte att förenkla och förstärka informationsflöden. Inom klinisk verksamhet har AR och smarta glasögon använts som både visuellt hjälpmedel inom kirurgi och som visualiseringsverktyg för medicinsk information, t.ex. journaldata. Fortsätt läsa ”När Smarta glasögon gör succé i vården på Sahlgrenska Universitetssjukhuset”

Deep learning för att se ett ansikte och klassificera tecken på stroke

Robotar som håller hand

Ett användningsområde för machine learning är att kunna ge binära svar på diagnosfrågor vi vill ställa. Exempelvis, har denna bild på ett ansikte tecken på stroke, eller inte. Ja eller nej? Är den här bilden på en frisk cell eller en cancercell?

För detta skulle vi behöva en snäv AI, närmare bestämt ett upptränat neuralt nätverk, per diagnosfråga. Denna bloggpost går igenom i grova drag vad det innebär, hur det tekniska flödet ser ut, med mera. Fortsätt läsa ”Deep learning för att se ett ansikte och klassificera tecken på stroke”

GAN tränar en maskins förståelse genom att duellera sig själv

Tre timmars träning av ett GAN Generative Adversarial Network)

GAN (Generative Adversarial Network) är en teknik för att få en maskin att instruera sig själv. Att vi utvecklare inte uttryckligen berättar för den hur den lär sig och vad som utmärker kunskapen. Eftersom maskinen själv har en lite större del av ansvaret att lära sig klassificeras GAN som unsupervised machine learning, till skillnad från supervised machine learning. Fortsätt läsa ”GAN tränar en maskins förståelse genom att duellera sig själv”