Nye signaturprojekter i Midtjylland skal udforske potentialet i kunstig intelligens

I 2022 igangsættes 12 nye signaturprojekter, der skal gøre os endnu klogere på mulighederne og barriererne for at anvende kunstig intelligens i kommuner og regioner.

Kunstig intelligens rummer et stort potentiale for at løfte vores velfærd og sundhedsbehandling, understøtte den grønne omstilling og skabe mere tid til den borgernære service.

Fire af de nye projekter igangsættes i Midtjylland i henholdsvis Norddjurs Kommune, Syddjurs Kommune, GovTech Midtjylland (Favrskov, Syddjurs og Aarhus Kommune) og på Aarhus Universitetshospital.

For mere information se nedentående projektbeskrivelser, eller læs mere om alle 12 projekter her.

Smartmail – intelligent håndtering af mails (Norddjurs Kommune)

Projektet i Norddjurs Kommune har til formål at udbrede en løsning, der kan bidrage til at nedsætte sagsbehandlingstiden for borgere og samtidig sikre gennemsigtighed i sagsbehandlingen i kommuner ved at optimere post- og journaliseringsprocesser.

Projektet vil skalere løsningen Smartmail til 10 kommuner, der ved brug af kunstig intelligens kan levere post og mails til den rette modtager i kommunen og journalisere disse med det samme.

Kommunerne bruger i dag mange ressourcer på at modtage, sortere, journalisere indgående post og mails. Mange kommuner har etableret forskellige fordelingssystemer og regelbaserede logikker til at optimere disse processer. Der er dog fortsat et potentiale i at gøre processerne mere intelligente og automatiserede. Dette kan bidrage til, at borgeres sager behandles hurtigere, at fejlfordelt post leveres korrekt og at dokumenter journaliseres rettidigt.

Projektet tager afsæt i den intelligente mailsorteringsløsning Smartmail, som er blevet udviklet og afprøvet i det signaturprojekt, som Norddjurs og tre andre kommuner med gode resultater har gennemført i 2019-2021. Indeværende projekt skal således udbrede Smartmailløsningen via en open source baseret intelligent infrastruktur i samarbejde med det offentlige Open Source digitaliserings-fællesskab OS2.

Projektet skal give erfaring med at udbrede løsninger baseret på kunstig intelligens. Herudover skal projektet undersøge forudsætninger og behov vedrørende udvikling af en fælleskommunal infrastruktur for kunstig intelligens og de synergier, der kan skabes ved at samarbejde på tværs af kommunerne. Endeligt vil projektet undersøge juridiske spørgsmål relateret til udbredelse af Smartmailløsningen, herunder brugen af cloudløsninger til databehandling.

For yderligere information om projektet kontakt:
Kaare Christensen, kac@norddjurs.dk, tlf. 5133 5118

En effektiv og helhedsorienteret beskæftigelsesindsats gennem kunstig intelligens teknologien Process Mining (Syddjurs Kommune)

Projektets formål er at skabe grundlaget for en mere effektiv, fleksibel og helhedsorienteret indsats på beskæftigelsesområdet til fordel for borgeren ved brug af teknologierne Process Mining og Predictive Monitoring.

I projektet anvender Proces Mining og Predictive Monitoring eksisterende logfiler fra sagsbærende systemer, økonomisystemer mv. til at kortlægge borgerens rejse gennem systemet fra start til slut. Det omfatter kortlægning af de arbejdsgange, der udgør et beskæftigelsesforløb for forsikrede ledige og borgere i ressourceforløb. Herunder it-systemer, afdelinger, teams, medarbejdere, og relevante indsatser.

Process Mining anvendes til at skabe en databaseret og samlet forståelse af hvilke interne og eksterne indsatser på beskæftigelsesområdet, der reelt anvendes og hvor effektive indsatserne er overfor forskellige borgergrupper og arbejdet med den helhedsorienterede indsats. Predictive Monitoring anvender historiske data og Machine Learning til at forudsige hvilke aktiviteter og forløb, der bør igangsættes for mest effektivt at få borgeren i beskæftigelse. Det skal bidrage til en bedre beskæftigelsesindsats og understøtte en mere effektiv og meningsfuld vej for borgeren ind på arbejdsmarkedet.

Projektet vil resultere i en platform til alle de deltagende kommuner i projektet, som kan levere databaserede analyser af borgerens vej til beskæftigelse.

Projektet vil desuden have fokus på etiske og juridiske spørgsmål og opmærksomhedspunkter i forbindelse med fx risiko for skævheder og bias i data, og at anvendelse af personfølsomme oplysninger mv. bliver håndteret ansvarligt.

For yderligere information om projektet kontakt:
Lone Smedegaard Krings, lsk@syddjurs.dk, tlf. 3071 5015

Optimeret bygningsanvendelse med kunstig intelligens (GovTech Midtjylland)

Projektet har til formål at reducere energi- og CO2-forbrug i folkeskolerne ved at samle aktiviteter gennem intelligent lokaleallokering ved anvendelse af bygningsdata, IoT-løsninger (Internet of Things) og kunstig intelligens.

Folkeskoler udgør en stor del af kommunernes bygningsmasse. Bygningerne er typisk karakteriseret ved at have en høj alder og et efterslæb i forhold til energirenovering samt en lav anvendelsesgrad af lokalerne. Der er derfor et stort potentiale i at optimere bygningsanvendelsen for netop denne type kommunale bygninger, især i eftermiddagstimerne og i weekenden, hvor bygningerne anvendes i forskelligt omfang af fx fritidsorganisationer.

Projektet tager afsæt i projektet ”Smarte Kvadratmeter” fra Syddjurs Kommune og anvender modne teknologiplatforme og eksisterende datasæt som afsæt for at udbrede intelligente algoritmer på skoleområdet. Løsningen vil på denne baggrund kunne levere handlingsanbefalinger, som kan optimere anvendelsen af konkrete bygninger og kan derved medføre energioptimering. Løsningens algoritme udvikles som udgangspunkt som open source med henblik på øget udbredelse.

Projektet vil desuden undersøge de juridiske forudsætninger for at udvikle algoritmerne, herunder GDPR og anden relevant lovgivning på området.

For yderligere information om projektet kontakt:
Gitte Tang Kristensen, kgt@aarhus.dk, tlf. 2968 5651

Kunstig intelligens til forebyggelsen af underernæring og indlæggelse af ældre (Aarhus Universitetshospital)

Projektet har til formål at forebygge akutte sygehusophold ved at identificere ernæringstruede borgere, så behandling kan igangsættes rettidigt. Underernæring blandt ældre er en betydelig forudsigelsesfaktor for længere indlæggelsestid, genindlæggelser og dødelighed.

I dag anvendes et manuelt screeningsværktøj til identificering af de ernæringstruede, men langt fra alle ernæringstruede identificeres. Feltstudier har vist, at værktøjet er tidskrævende og at der er kvalitetsforskelle i tolkningen og uafklarede ansvarsområder mellem sektorer, hospitaler og afdelinger. Indsatserne er ikke ensartede, og generelt svigter den tværsektorielle kommunikation mellem kommunale og regionale enheder. Ved at udvikle et intelligent værktøj baseret på data fra hospitalers og kommunale digitale journaler kan der mere effektivt identificeres og iværksættes forebyggende tiltag med henblik på at undgå underernæring.

Underernæring øger risikoen for tab af muskelstyrke og lavere grad af selvhjulpenhed, hvilket medfører behov for støtte til personlig pleje og daglige gøremål. Hollandske data peger på, at udgifterne til en underernæret patient er 30 pct. højere end for en ikke-underernæret patient. Projektet kan således bidrage til, at borgere først og fremmest får en bedre behandling, hvor indsatser mod underernæring igangsættes effektivt. Det vil på sigt lede til borgere med større selvhjulpenhed og øget livskvalitet, og på sigt færre kommunale ydelser til personlig hjælp.

For yderligere information om projektet kontakt:
Kirsten Rahbek, kirsrahb@rm.dk, tlf. 7846 1932