AI

Strikersoft har samlat alla sina projekt och samarbeten inom Artificiell Intelligens under en paraply för att främja kunskapsutbytet och ta fram nya innovativa lösningar. Här kan du läsa om initiativen och förhoppningsvis få lite inspiration hur AI kan utveckla din verksamhet. Välkommen att kontakta oss för mer information och diskussion. ai@strikersoft.com

1. StorAIge

Storage är ett EU finansierat forskningsprojekt (Horizon 2020 programme)  för att utveckla "AI on the edge" , dvs ge AI möjligheten att fungera längst ute i kedjan. Där ställs krav på lokal exekvering och låg strömförbrukning. Den kan t.ex. vara långt nere i en gruva där det inte finns täckning för datakommunikation. Ett annat exempel är i utrustning för egenmonitorering hos en patient där det finns risk för strömavbrott och avbruten kommunikation vid oväder.

Förutom Strikersoft deltar Atlas Copco, KTH och Uppsala Universitet från Sverige. Som del i projektet utvecklar Strikersoft AI modeller för att undersöka och diagnostisera:

• Förmaksflimmer
• Hjärtsvikt
• Sepsis  (“blodförgiftning”)

Mer information om StorAIge finns här >>

ECG interpretation on FPGA for Edge AI in the StorAIge project 2024 Overview

This document presents the development experience and results obtained within the StorAge project. One of the parts of the project was the development of an electrocardiogram (ECG) interpretation system on a field programmable gate array (FPGA) platform. This document refers specifically to that part of the StorAIge project, omitting everything that does not concern the magic of AI and its implementation on the FPGA.

Läs mer

Strikersoft en av deltagarna i EU-projektet Cynergy4MIE för Edge AI

Strikersoft en av deltagarna i EU-projektet Cynergy4MIE - (Fortsättningen på Edge AI projektet StorAIge som löper mot sitt slut i år).

I Cynergy4MIE projektet jobbar vi med användarfall för Eftersök och Räddning i samband med katastrofer. Vi använder mmWave radar för att hitta och spåra levande offer och räddningsarbetare, dessutom att samla vitalparametrar från offren för att tillhandahålla triageringsinformation för kliniska beslut och räddningsbeslut. 

39 organisationer från 8 länder inom EU är involverade i Cynergy4MIE-projektet, ett EU-projekt inom Chips Joint Undertaking (Chips JU). Projektet löper över tre år.

Läs mer

2. Inovia AI

Inovia AI är en samarbetspartner till Strikersoft inom AI. Inovia AI utvecklar olika AI verktyg för att analysera och agera på stora mängder data, både via text och röstigenkänning. En av produkterna är en AI-driven virtuell assistent för vården som just nu integreras i SwipeCare.

En av styrkorna med samarbetet är att Inovias AI integreras direkt in i vårdprocesserna i SwipeCare, så att AI verktyget blir en naturlig del i arbetsflödet för vårdpersonalen. Inget extra login, samma användargränssnitt som vårdpersonalen är vana vid, och man kan i översikten i SwipeCare se var AI finns i processen och vilket resultat den har genererat.

Pressmeddelande om det fördjupande samarbetet mellan Strikersoft och Inovia AI >>

Mer information om Inovia AI finns här >>

3. Vård demos

Strikersoft har tagit fram ett antal demos för att visa hur AI skulle kunna integreras i vårdprocesserna i SwipeCare. 

Kranskärlsproblem

Här är en demo av en AI baserad prediktion av befarade kranskärlsproblem i hjärtat (Angiographic disease) baserat på XGBoost (eXtreme Gradient Boosting). XGBoost är en kraftfull och populär maskininlärningsalgoritm som används för både regressions- och klassificeringsuppgifter. XGBoost använder en teknik som kallas gradientförstärkning (gradient boosting) som effektivt kombinerar flera svaga inlärningsmodeller, vanligtvis beslutsträd, för att skapa en starkare och mer robust modell. Datasetet kommer från Cleveland Heart Clinic, USA.

Prova själv här >>
(fyll i värdena i mittenkolumnen, klicka sedan på "Beräkna" knappen i högerkolumnen)

No-show

En annan demo visar hur en klinik skulle kunna optimera besöksbokningarna för att minimera no-shows, dvs att patienten inte dyker upp på sin bokade tid. No-shows är ett betydande problem inom vården, och vissa typer av kliniker har uppemot 20% - 25% no-shows.

4. Masteruppsatser

Tre studenter från Masterutbildningen i Hälsoinformatik vid Karolinska Institutet och Stockholms Universitet har under våren 2023 gjort sina masteruppsatser runt AI på Strikersoft.

• Predict Sleep Apnea patient treatment through Machine Learning
• Map adverse drug reactions to patient-reported symptoms using AI
• Improving XAI Explanations for Clinical Decision-Making - Physicians' Perspective on Making the Presentation of Local Explainers and Counterfactual Explanations More Useful in Healthcare

Mer information kommer när studenterna har lagt fram sina Thesis.

För mer information om SAIIC, Strikersoft AI Innovation Center, och projekten ovan, för att diskutera potentiella samarbeten, eller hur AI kan utveckla din verksamhet, kontakta Fredrik Wångberg, Head of SAIIC, fredrik.wangberg@strikersoft.com