Del 5 i bloggserien för uppdraget Swelife 😍 AI. Kul att du vill lära dig lite om praktisk AI och specifikt machine learning! Här kommer ett självstudiematerial vi tar fram för höstens inspirationsworkshops inom Swelife, men också något vi testar tillsammans med VGR:s regionutveckling, bland annat på konferensen RegLab i mars i Västerås. Fortsätt läsa ”En introduktion till AI-tekniken supervised machine learning med enkel Python-programmering”
AntiStress 2.0: Främja hälsa med digital vård genom machine learning vid stressrelaterad ohälsa
Tina Arvidsdotters AntiStress-projekt fortsätter! Förra året fick hon lite pengar av VGR:s innovationsfond att undersöka potentialen att använda sensorer som mäter hjärnvågor och dra nytta av AI-tekniken machine learning. Nu fick Tina en större pott pengar, denna gång för att genomföra denna innovation. Fortsätt läsa ”AntiStress 2.0: Främja hälsa med digital vård genom machine learning vid stressrelaterad ohälsa”
AI and Machine Learning for Decision Support in Healthcare
A preliminary study investigating existing services and the art of developers working on machine intelligence
Download the Epub-edition from Smashwords or Apple Books.
Fortsätt läsa ”AI and Machine Learning for Decision Support in Healthcare”
AI-rapporten finns nu i tryckt version
Nu har vi till sist fått ihop alla upplagor av projektrapporten ”AI och machine learning för beslutstöd inom hälso- och sjukvård”. Den tryckta versionen kan du komma över antingen genom att prata med Lars.Lindskold(a)vgregion.se, möta upp honom i Almedalen eller om du har tillträde till VGR:s kontor i Lillhagsparken finns det en kartong i Lars hörn där Vårdens digitalisering sitter.
Dessvärre försvann källhänvisningarna i den tryckta versionen. Vi hoppas att det inte stör läsupplevelsen för de flesta, men du kan hitta alla källhänvisningar och klickbara länkar här på utvecklingsbloggen ›
Andra versioner av AI-rapporten
- Läs AI-rapporten direkt på webben
- Ladda ner AI-rapporten som ebok hos följande:
Vad du får göra med rapporten?
Du får göra vad du vill med rapporten! Den är allmän handling så vill du kopiera den eller innehållet är det bara att sätta igång. Vill du skicka en kopia till någon är det fritt fram, du kan lägga en kopia på intranätet, citera hur långa sjok du vill – du gör vad du vill, du har redan betalat den via skattesedeln 🙂
Det enda undantaget är att du inte kan plocka bilderna ur sammanhanget eftersom du då måste leva efter respektive källas önskemål om upphovsrätt.
AI och machine learning för beslutstöd inom hälso- och sjukvård
En förstudie som undersöker befintliga tjänster samt utvecklarnas hantverk för att uppnå machine intelligence.
Uppdatering 2020: Nu är AI för bättre hälsa släppt, en nationell rapport som kompletterar denna förstudie.
Fortsätt läsa ”AI och machine learning för beslutstöd inom hälso- och sjukvård”
AI-projektet: Idéworkshop om möjligheter, svårigheter och lösningar
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”
Deep learning för att se ett ansikte och klassificera tecken på stroke
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
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”
AI-projektet: Prototyp på app för smartklocka
Prototyper är fantastiska skapelser! De gör att man kan höja diskussionen om en idé till en högre nivå av konkretisering. Man kan skicka ut dem och be om återkoppling, tidigt inse misstag i designen och mycket mer. Fortsätt läsa ”AI-projektet: Prototyp på app för smartklocka”
AI-projekt under uppstart – inventering av produktifierade tjänster
Jag och kollegan Lars Lindsköld har fått projektpengar från Innovationsfonden för en förstudie med AI & machine learning (ML). Det finns massor med tänkbara vägar för oss att utforska och jag har precis börjat inventera de mer produktifierade möjligheterna. Fortsätt läsa ”AI-projekt under uppstart – inventering av produktifierade tjänster”