Inblick i utvecklingsarbetet inom VGR
En förstudie som undersöker befintliga tjänster samt utvecklarnas hantverk för att uppnå machine intelligence. Fortsätt läsa ”AI och machine learning för beslutstöd inom hälso- och sjukvård”
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”
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”
Just nu jobbar vi med att komma fram till vad en MVP (Minimum Viable Product) skulle vara för AntiStress-projektet. Alltså vad är minsta möjliga lösning som ändå skapar ett värde för användaren. En version vi kan bygga på riktigt och utvärdera. Fortsätt läsa ”Prototyp: app för AntiStress”
Nu var det ett tag sedan jag rapporterade om projektet att ha självkörande bussar på Östra sjukhuset. Men här kommer en uppdatering. Fortsätt läsa ”Projektrapport: Idéworkshop genomförd för projektet om förarlösa bussar”
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”
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 (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”
Min ettåring har fattat vem Alexa är. Båda hennes föräldrar pratar ju med Alexa flera gånger om dagen. Alexa lyser upp och svarar med en ganska människolik röst om när apoteket stänger och vem som hade huvudrollen i den där filmen. Eller ja, hon försöker åtminstone. Ganska ofta lovar Alexa att hon ska lära sig mer om det vi frågar om.
Även ettåringen verkar försöka ha någon form av utbyte med den där pratande cylindern. Hon pekar och gapar åt Alexa. Cylindern vill tydligen inte prata med småbarn. Men ettåringen ger inte upp, hon fortsätter gapa och gestikulera. Fortsätt läsa ”Att konversera med maskiner”
För det här projektets ändamål är det en högst begränsad mängd data som är tillgänglig. Annat hade det varit om vi jobbat med unsupervised learning – att hitta dolda strukturer i våra data, men nu försöker vi snarare följa ledtrådar och bevisa en hypotes. Hur bra står sig en maskin mot en människa när det gäller att ställa en diagnos? Fortsätt läsa ”AI-projektets informationsarkitektur”