Resultatkontrakt 2018-2020
Resultatkontrakt 2018-2020
1 15. november 2017
Kunstig Intelligens/ AI- Iværksætterindsats Ansøgning til Vækst Forum
Indhold
Måling og evaluering af indsatsen 11
Region Hovedstaden har i den regionale vækst- og udviklingsstrategi et mål om, at være et af de fem mest foretrukne steder i verden til udvikling af sundheds- og velfærdsløsninger. I dette arbejde er det nødvendigt at forholde sig til den øgede digitalisering og deraf markante forøgelse af digital information, der med de nye teknologiers analysekraft som fx kunstig intelligens, får en markant indvirkning på måden, hvorpå sundhedsydelser kan tilrettelægges og gennemføres på. En afgørende faktor for at udvikle disse sundhedsteknologier, der skaber bedre og mere effektive løsninger for borger og patienter og som samtidig skaber et konkurrencedygtigt dansk vækstmarked, er at skabe gode vilkår for de virksomheder, der er morgendagens leverandører af disse teknologier.
En ny rapport fra DTU (”Helbredstjek af dansk sundhedsteknologi”) peger ligeledes på, at der ligger uudnyttede muligheder i nye eksponentielle teknologier som kunstig intelligens (Artificiel Intelligence, AI), Big Data og Internet-of-things i relation til at styrke sundhedssektoren og samtidig skabe mere vækst og beskæftigelse. En af rapportens anbefalinger er, at der skabes langt bedre rammer for entreprenørskab og start-up vækstlaget. I en OECD-rapport om fremtidige udviklingstendenser for Danmark peges der også på, at netop sundhedsområdet er et område med særligt stort potentiale for iværksætteri og etableringen af nye start-ups.
Et attraktivt AI udviklingsmiljø fordrer dog, at de væsentligste barrierer fejes af vejen for iværksætterne og SMV´er, der arbejder med de nye datadrevne teknologier. Samtidig kan det bidrage til, at kompetencer og talent bibeholdes i Danmark, at udenlandsk talent tiltrækkes samt, at Greater Copenhagen udnytter det kæmpe potentiale, der er ved brug af datadrevne sundhedsteknologier i forhold til at skabe et bedre sundhedsvæsen, vækst og ultimativt jobs. Alternativt forsvinder de i forvejen få iværksættere og virksomheder inden for AI, som ellers ser sig nødsaget til at udvikle deres løsninger i udlandet, hvor vilkårene er mere attraktive.
Der er således et udtalt behov for at få løftet, udviklet og anvendt nye sundhedsteknologier særligt kunstig intelligens, for at vi er i stand til at indfri hovedmålene i den regionale vækst- og udviklingsstrategi. En afgørende faktor for dette og for at udvikle et konkurrencedygtigt erhvervsliv på området, er at skabe gode vilkår for iværksætteri og entreprenørskab og understøtte fælles læring om teknologiernes anvendelse i sundhedssektoren. Region Hovedstaden har derfor allerede sat et arbejde i gang, der skal understøtte AI udviklingen målrettet sundhedssektoren, bl.a. via rammeaftalen med IBM pr. 17. maj 2017, men det er nødvendigt med en yderligere indsats, der skal styrke iværksættermiljøet særligt inden for datadrevne sundhedsteknologier, men også inden for andre områder.
Projektet skal skabe innovation via den såkaldte Triple Helix-mode, hvor universiteter, erhvervsliv og det offentlige samarbejder på flere niveauer og udvikler idéer og strategier via en neutral mødeplads.
Aktørerne tager på forskellig vis tager ejer- og lederskab i samarbejdet og skal tillige koordinere projektets aktiviteter med andre aktørers særligt Copenhagen Healthtech Cluster, hvor aktiviteterne under dette projektet skaber fin synergi og supplement til CHC´s aktiviteter. I projektet vil det ligeledes være naturligt at koordinere og skabe et stærkt samarbejde med Copenhagen Health Innovation og KU.
Projektet skal hertil tænkes sammen med eksempelvis følgende initiativer, der har fokus på datadrevne
teknologer: ReVUS Fyrtårnet: ”Digital infrastruktur og fælles datahub i Greater Copenhagen” samt indspillet til regeringen fra de 4 førende universiteter omkring etablering af en digital innovationshub. Projektet kan netop danner erfaringer forud for sidstnævnte digitale innovationshub.
Regionen ønsker at igangsætte et initiativ, der skal understøtte AI-start ups og – iværksætter communitiet målrettet sundhedssektoren i bred forstand. Ved et community forstås et åbent kreativt miljø der arbejder mod samme primære formål, at få løftet, udviklet og anvendt nye AI-sundhedsteknologier via et AI Community og derved at skabe bedre vilkår for start ups, iværksættere og entrepreurer på området. Dette er dels for at sikre etableringen af flere nye iværksættere, dels for at støtte udviklingen hos eksisterende iværksættere og entreprenører. Hensigten er, at styrke sundhedssektoren, skabe ekspansive vidensmiljøer og anvende nyeste forskningsbaseret viden inden for AI samt, at skabe yderlige grobund for vækst og øget beskæftigelse.
A. Den foretrukne AI udviklings hub
At gøre Greater Copenhagen til det foretrukne sted for AI-udvikling, ved at skabe et økosystem, der samler aktører og dermed synliggør og udnytter vores styrkeposition inden for AI og sundhed med henblik på at tiltrække talent, investorer og jobs til Greater Copenhagen.
B. Synlige rammer for procedurer og processer: At få etableret tydeligere rammer og processer samt bistand, der muliggør at SMV´ere og start-ups kan udvikle morgendagens datadrevne teknologiløsninger bl.a. til sundhedsvæsenet som understøtter kvaliteten i de offentlige ydelser.
C. Nedbryde barrierer: At nedbryde nogle af de barrierer, der eksisterer omkring brug af sundhedsdata og synliggøre værdiskabelsen af de succesfulde case-historier, hvor iværksættere får et frugtbart samarbejde med Region hovedstaden
D. Understøttelse af fælles teknologilæring: At nye datadrevne teknologier tilpasses og udvikles til det danske sundhedsvæsen via et vækstskabende bredt AI-økosystem, der kan understøtte fælles læring om teknologiernes anvendelse til at skabe bedre løsninger til gavn for borgere, patienter og klinikere.
Fokus i projektet er på nye eksponentielle teknologier som primært kunstig intelligens (AI) men også IoT og Big Data. AI dækker over alle områder, hvor udnyttelse af data kommer i spil for at skabe intelligente beslutningssystemer.
⮚ SMV segmentet (Start ups/etablerede/med-/uden produkt)
⮚ Uddannelses- og forskningsmiljøer (PhD´er / masterstuderende, forskere, studerende)
⮚ Større virksomheder (IBM, Google, Microsoft)
⮚ Hospitaler og klinikere
⮚ Kommuner
⮚ Regioner (ledelsesniveau men er ellers dækket af ovenstående)
⮚ Accelerator/ inkubator miljøer
⮚ Andre eksterne parter som Copenhagen Health Tech Cluster, CACHET m.fl.
Etablering af et økosystem eller community kræver, at der i en samarbejdsplatform involveres en lang række aktører med forskellige kompetencer og ressourcer (se oven for), der har gensidig fordel og synergi i
at samarbejde med hinanden. Dog har projektet en række målgrupper, som projektets indsatser, ydelser og aktiviteter i særlig grad henvender sig til. Hovedmålgruppen for projektet er nye start ups og iværksættere såvel som eksisterende iværksættere og entreprenører, der arbejder med AI teknologi i bred forstand. Der kan fx være tale om start-ups, der allerede er etableret eller på vej til at blive etableres af bl.a. forskere eller studerende på universiteter, eller klinikere og læger på hospitaler. Ligeledes kan der være tale om mere modne start-ups (SMV´ere), der allerede har etableret sig på markedet og har behov for at skalere og eventuelt er inde i en stærk internationaliseringsproces.
En væsentlig rammebetingelse for start-ups er at have adgang til vigtige samarbejdspartnere, fx potentielle kunder, data-samarbejdspartnere, investorer m.m. Derfor vil en sekundær målgruppe for projektet bl.a. være større virksomheder, forskningsgrupper på universiteter og kliniske afdelinger på hospitaler. Disse målgrupper skal indgå i communitiet og bl.a. fungere som leverandører af data, teknologi, datainfrastruktur, værktøjer og andre ressourcer og vidensdele ved at indgå i samarbejdsprocesser med start-ups og i entreprenørskabsaktiviteter.
I projektet skelnes mellem den målgruppe, som er en del af communitiet i sit hele og så den målgruppe, som består af start ups og virksomheder, der efter en række screeningskriterier udvælges til at deltage i forløb og modtage andre ydelser via projektets midler i communitiet.
Virksomhederne i communitiet skal være drevet af, at arbejde primært med datadrevne teknologier relateret til sundhed og sundhedsvæsenet inden for AI, IoT og Big data og dertilhørende hardware og processer.
Communitiet skal ikke ses som et isoleret initiativ, men det skal indgå i et tæt samarbejde med øvrige relevante netværk og aktører inden for AI og entreprenørskab, både nationalt og internationalt.
Indsatsområder
Projektet arbejder inden for 4 overordnede indsatsområder:
4) Sparring og ydelser
3) Open IA and Data Lab/Test beds
–udnyttelse af nyeste forskning, iværksætteres idéer og unikke sundhedsdata inden for en sikker ramme
2) Match making og idé- generering
1) Strategi og mobilisering af community
Styrket entreprenør- skab, vækst og bedre løsninger inden for sundheds- sektoren
I det følgende beskrives indsatsområderne helt overordnet og dernæst deres sammenhæng til reVUS. Derefter ses Bilag A: Effektkæden, der beskriver de primære aktiviteter, der er relateret til de respektive indsatsområder samt en uddybende aktivitetsbeskrivelser. Sidst i bilaget ses projektets effekter.
Strategi og Mobilisering Vægtning: 15 % | Projektet har til opgave at samle og styrke AI økosystemet mhp. at skabe et stærkt attraktivt økosystem, der kan positionere sig- også internationalt. Der skal skabes en fælles strategisk platform, der sikrer ejerskab og synergi blandt økosystemets aktører til at drive og udvikle en fælles strategisk retning for communitiet og som kan være med til at sikre tilpasning og prioriteringen af projektaktiviteterne. Communitiet skal mobilisere interessenter og bidrage til international synliggørelse af vores styrke inden for AI, af kompetencer, talent samt investeringspotentialer i Greater Copenhagen. Mobilisering fordrer en særskilt kommunikationsindsats, hvor eksempler på de gode case-historier fortælles som bidrag til at opbygge fortællingen om Greater Copenhagen, som den foretrukken AI-Hub, samarbejdspartner og investeringspotentiale. Denne branding sker i koordination med initiativerne hos CHC. Via communitiet tilbydes en række særskilte ydelser og aktiviteter, hvoraf nogle er tilgængelige for alle og andre kun for de der har været igennem nogle screeningskriterier. |
Match making og Idé- generering Vægtning: 14 % | Projektet skal bygge bro mellem iværksættere og forskere og mellem AI-udviklere og aftagere af teknologien. Projektet arbejder på, at bidrage til udbredelsen af viden om teknologiernes kunnen på tværs af fagområder og institutioner både klinisk, teknisk, offentligt såvel som privat, mhp. at identificere behov samt konkretisere og initiere nye AI projektmuligheder. Der er behov for rammer, der understøtter netværk, tværfaglighed og vidensdeling. Hertil skal AI forskningsmiljøet være endnu tættere tilknyttet start-up miljøet. Idégenereringsworkshops: Sammen med aktører i communitiet udforskes, hvordan AI- teknologien kan levere værdi og bidrage til bedre, mere effektive løsninger inden for sundhed via idégenerende faciliterede workshops. Formålet er at sætte klinikere, forskere, virksomheder og andre stævne- med det primære formål at: 1) introducere teknologien og dens muligheder, 2) at få belyst klinikernes behov og 3) udvikle de indledende skitseringer til nye pilotprojekter/ use-cases 4) skabe attraktive puljer af data, der kan arbejdes videre med Projektet skal facilitere arrangementer, der løbende bringer aktører sammen omkring idéer og udfordringer og derved danne grobund for ny inspiration, vidensdeling, sparring, feedback og ikke mindst nye projekter i communitiet. Projektet skal tillige rumme den enkelte iværksætter, der efterspørger hjælp eller en kliniker, der har en konkret udfordring og lignende mhp. at kunne skabe match mellem start-ups og videnspersoner, der kan bidrage til at kvalificere løsninger. |
Idégenerering og Matchmaking skal medføre, at der kan arbejdes videre med kvalificerede projektideer og/ eller projekt-/ produktudfordringer i en Testbed (se indsatsområde 3) eller vha. ressourcer og ydelser udbudt i indsatsområde 4. | |
Open AI and Test beds Vægtning 38 % | Projektet skal tilbyde et attraktivt udviklingsmiljø, hvor klinikere, forskere, start- ups/talenter arbejder sammen i et `åbent´ miljø om at udnytte sundhedsdata (og andre data) til eksperimentel udvikling af AI- og datadrevne løsninger, der har kommercielt potentiale. Formålet er i sidste instans at udvikle proof of concepts men også at nedbryde nogle af de barrierer, der er ved brug af sundhedsdata, ved at forevise succesfulde eksempler på nyskabelse. Test bed: En Test bed skaber et åbent, men sikkert og trygt, ”rum” for eksperimentel udvikling baseret på den nyeste forskning og teknikker inden for data og datasikkerhed i forhold til udfordringer på sundhedsområdet. Testbeds skal tage afsæt i den strategiske retning, der er lagt (jf. indsatsområde 1), og i de idégenererings- og match making sessions, der gennemføres med aktørerne (jf. indsatsområde 2). Her kan start-ups arbejde sammen med klinkere og forskere om konkret afprøvning af databaserede løsninger, der vil kunne implementeres i klinikken. Testbeds/datalabs tager således udgangspunkt i problemknusning og eksperimentel udvikling i forhold til udvalgte udfordringer. Indgangsvinklen kan både være med udgangspunkt i en konkret udfordring men også at iværksættere og forskere eksperimenterer sig frem til nye løsninger på uventede områder. Den data der er brugt og bliver genereret under en test-bed er tænkt også at kunne bidrage til at skabe attraktive puljer af data, der kan arbejdes videre med i communitiet. I Projektet skal det tillige undersøges, hvorvidt det er muligt at etablere en særlig adgang til visse (sundheds)- datasæt for communitiet i en given periode. Evt. ved brug af et standard ansøgningsskema for en specifik målgruppe. Open AI: Ud over at projektet skal kunne fremskaffe data til brug for test beds, har projektet tillige en særlig opgave ift. at få afdækket, hvorvidt det er muligt at stille åbne anonymiserede (sundheds)data til rådighed for iværksættere til at eksperimentere med. Ved at etablere en åben dataplatform over en periode, kan start-ups, studerende og forskere få en unik mulighed for at eksperimentere i forhold til at finde mønstre i data, indikationer på udfordringer, diagnoser eller lign., der kan arbejdes videre med løsninger til. Ved at bruge datasæt som ikke umiddelbart er ”matchende” ses ofte nye innovative løsninger. Iværksættere ser anonymiserede data som en nøgle til at få testet deres ideer hurtigt af ved at udarbejde et proof-of-concept. Hackathons: Projektet ser også, at Hackathons og innovationscamps skal tilbydes inden for rammerne af AI-Communitiet i samarbejde med eksterne partere, hvor der stilles en udfordring fra en klinisk afdeling eller en kommune f.eks., som teams (tværfaglige studenterteams, start-ups mv.) skal løse, med mulighed for at vinde en pris for den bedste løsning. |
Sparring og ydelser Vægtning 15% | Projektet har som opgave at tilbyde sparring, ydelser og aktiviteter, der er med til at smidiggøre processerne for at arbejde med AI-udvikling. Med projektet etableres en grundinfrastruktur for communitiet og øvrige relevante interessenter. Der skal opbygges og udvikles tydelige processer og strukturer, der hjælper den enkelte iværksætter med at skaffe sig den hjælp og viden, virksomhederne behøver for at komme videre i Regionen, når vi taler om udvikling af kunstig intelligens og andre datadrevne teknologier til bl.a. sundhedsvæsenet. Det værende inden for Jura, IP, udbudsregler m.m. I projektet udvælges konkrete administrative processer, som søges optimerede og effektiviserede. Nogle af disse vil vare ud over projektets levetid og skal koordineres med eksisterende initiativer, (i relation til dataadgang f.eks.), andre vil omhandle udarbejdelse af nye konkrete procesbeskrivelser, der efterfølgende kommunikeres ud til målgruppen. Endvidere skal projektet give iværksætterne adgang til ydelser af forskellig karakter alt efter, hvor de er på deres produktudviklingskurve og hvorvidt, der er tale om etablerede start ups eller kommende. Operatøren screener virksomhederne efter en række kriterier godkendt af styregruppen og der indgås en plan med den enkelte virksomhed omkring et forløb i Hub´en og omkring, hvilke ydelser og aktører virksomheden har brug for. Samarbejdet mellem virksomheden og Hub´ens aktører foregår således dels efter en aftalt proces med operatøren dels uformelt i Hub´en. Omkring AI-hubben skal der opbygges en fast samarbejdskreds af eksterne rådgivere og aktiviteter relateret til start- up miljøet, som kan udbygges efter efterspørgsel. Projektet har tillige som opgave, at kunne guide iværksætterne ift. andre erhvervsfremmeaktører som arbejder med forretningsudvikling, investor strategier m.m. Projektet skal ligeledes sørge for, at communitiet har adgang til brug af og dialog med højt specialiserede fagpersoner, relevante netværk, videnspaneler, teknologiplatforme hos eksterne leverandører f.eks. og lignende. Projektet bliver koblet til en række ressourcepersoner, som kan indgå i workshops, sparringssessioner og videnspaneler efter behov. Videnspanelerne er sammensat af fx forskere, klinikere fra specifikke afdelinger hvor løsningerne målrettes, fagfolk fra CIMT, advokater, udviklere og CTO’s fra store virksomheder, administrationen i CRU m.m. |
Projekt- ledelse | Operatøren skal udarbejde en projektplan herunder tidsplan, risikoanalyse, interessentanalyse, og løbende overblik over ressourcer og økonomi i projektet. |
Sammenhæng mellem projektets indsatsområder, de strategiske målsætninger samt ReVUS:
Region Hovedstaden har i den regionale vækst- og udviklingsstrategi et mål om, at være et af de fem mest foretrukne steder i verden til udvikling af sundheds- og velfærdsløsninger. | |||
1) Strategi og Mobilisering | 2) Match making og Idé- generering | 3) Open AI and Test beds | 4) Rådgivning og ydelser |
A) Den foretrukne AI udviklings hub | |||
B) Synlige rammer for procedurer og processer | |||
C) Nedbrydning af barrierer | |||
C) Understøttelse af fælles teknologilæring | |||
Se Bilag A
Interessenter
I projektet er der en særskilt indsats omkring interessenter eftersom at særligt forskere, klinikeres og CIMTs interesse og bidrag til projektet er af afgørende karakter. Derfor påbegynder vi, så snart projektansøgningen er indsendt, arbejdet med at undersøge om, de aktiviteter vi forestiller os faktisk kan lade sig gøre ift. at få skaffet dataadgang.
Risici | Afbødning |
Forskere og klinikere har knappe ressourcer og deraf mindre tid til at indgå i projektet | I indsatsområdet: `Strategi og Mobilisering´ gennemføres en særskilt indsats for netop at mobilisere disse målgrupper. |
Det er ikke afklaret, hvorvidt det er muligt at få adgang til dels anonymiserede data dels personhenførbare data | I projektet arbejdes der sideløbende på at sikre sig commitment fra CIMT og andre væsentlige dataaktører. Hertil undersøges mulighederne for, at etableres en særskilt ansøgningsprocedurer for |
communitiets medlemmer. Initiativet vidensdeler og koordinerer med lign. data initiativer eks. hos CHC og DTU. | |
Stramninger i lovgivningen eks. ift. Persondataloven- kan få indflydelse på muligheden for dataadgang og dataopbevaring |
Projektet ledes af en styregruppe. Styregruppen lægger den strategiske retning for communitiet og træffer beslutning om de samlede mål, handlingsplan og budget. Styregruppen består af en repræsentant for hver af de aktive partnere, dvs. Scion DTU, DTU Innovation og Sektorudvikling, Region H, CIMT, Nordic AI, og DTU Compute.
Der etableres en projektorganisation, som fysisk er lokaliseret i DTU Skylab, således at der sikres god synergi med aktiviteter i DTU Skylab og Scion DTU, hvis aktiviteter ift. Danish Tech Challenge og kommende high-tech inkubator også er lokaliseret i nærhed til DTU Skylab.
Projektgruppen består af en projektleder og en projektmedarbejder (ell. forretnings- og teknologiudvikler), som har deres daglige gang omkring communitiet. Nordic AI har ligeledes en medarbejder i projektgruppen. Denne har dels tilknytning til projektgruppen dels til deres egen organisation for at sikre synergi og koordinering ift. øvrige aktiviteter, der relaterer sig til arbejdet med at sikre attraktive rammer for entreprenørskab og start-up vækstlaget inden for AI og relaterede teknologier. Det betyder, at Nordic AI fysisk sidder sammen med projektgruppen i noget af deres arbejdstid (fx 2-3 dage om ugen). Endvidere består projektgruppen af personer fra Region H, som har ansvar for at koordinere indadtil ift. initiativet Én indgang, hospitaler og klinikker, CIMT m.m. og personer fra DTU Compute, som har ansvar for at koordinere tæt med forskningsmiljøet.
Community set-up
Opgaven for projektgruppen er at skabe et aktivt, dynamisk og attraktivt miljø for potentielle, fremtidige iværksættere og eksisterende start-ups/ SMV´ere. Et community, hvor der skabes interaktion mellem de nødvendige aktører ift. at skabe flere løsninger, der baserer sig på AI og relaterede teknologier, og hvor medlemmerne bidrager til at løfte opgaven.
Resultatkontrakten indgås med Scion DTU som administrativ partner. DTU AIS (Skylab og kontoret for Erhverv og Myndigheder) vil varetage projektledelsen og sammen med Nordic AI og DTU Compute være de primære faglige partnere eftersom projektets succes afhænger af specialistviden inden for AI og relaterede teknologier såvel som direkte kontakt til AI-miljøets kerne.
Projektledelsen er tovholder for og koordinerer projektets fælles aktiviteter, er administrativ ansvarlig for projektets gennemførsel, tovholder for projektets evaluering, står for møder i styre- og projekt-gruppe og har kontakten til regionen.
I miljøet omkring Scion DTU, DTU Compute, DTU Skylab er der et stærkt potentiale og tradition for at skabe nye vækstorienterede digitale start-ups i spændet mellem den anvendelsesorienterede forskning og reelle kommercielle aktiviteter og understøtte allerede etablerede start-ups i deres udvikling.
DTU AIS: DTU Afdelingen for Innovation og Sektorudvikling (AIS) består bl.a. af både DTU Skylab og kontoret for Erhverv og Myndigheder. DTU Skylab har stor erfaring med at skabe attraktive rammer for spirende iværksættere fra DTUs forskningsmiljøer og uddannelser samt at bidrage til at samle iværksættermiljøets aktører i events af forskellig karakter. Desuden indgår DTU Skylab i en række nationale og internationale projekter og har fokus på sparring og coaching af talenter og iværksættere.
Kontoret for Erhverv og Myndigheder har gennem en årrække været involveret i initiativer og aktiviteter, hvor samarbejde med de kliniske miljøer primært på hospitaler i Region H har været i fokus. Desuden er kontoret ansvarlig for DTUs rammekontrakt og øvrige samarbejde med Region H. Disse erfaringer vil være oplagte at trække ind i projektet.
DTU Compute: DTU Compute er DTU’s institut for Computer Science og matematisk modellering. DTU har forskere med dyb specialistviden inden for alle områder relateret til kunstig intelligens, big data og Internet of Things. I sine forsknings- og innovationsaktiviteter har DTU Compute et bredt netværk og samarbejde med en lang række virksomheder fra globale virksomheder til allerede eksisterende virksomheder og SMV’er og start-ups inden for teknologier relateret til computer science, og trækker på kompetencer og samarbejder fra en lang række internationale universiteter. DTU Compute uddanner fremtidens kandidater og talenter og har inden for de senere år etableret en række uddannelser, der har særligt fokus på nye teknologier, Big Data, digitalisering mm. DTU Compute indgår i projektet ift. at løse udfordringer i sundhedsvæsenet med teknologier og metoder relateret til AI og relaterede teknologier. Desuden giver projektet mulighed for, at DTU Compute samarbejder med start-ups og virksomheder, som har behov for kompetencer og viden inden for området.
Nordic AI: Nordic AI er en non-profit organisation, der arbejder for at skabe et stærkt miljø for start-ups inden for kunstig intelligens i hele Norden. Nordic AI har erfaring ift. at arbejde strategisk med at italesætte dansk ekspertise inden for AI i en global kontekst, med at afholde AI events, Meet ups og konferencer i Norden med stor impact, samt har en solid erfaring i at bygge bro mellem AI virksomheder og forskere mhp. at gøre AI anvendelsesorienteret og vækstskabende. Nordic AI samler iværksættere, Academia, investorer og etablerede virksomheder mhp. at styrke AI udviklingen og skabe vækst i Danmark.
Nordic AI vil i projektet kunne bidrage til at aktivere det community, de allerede har bygget op og tiltrække interessante keynotes og andre eksperter til aktiviteter i projektet. Projektet vil give mulighed for at løfte de aktiviteter, som Nordic AI har taget hul på til et helt andet niveau, og dermed gøre Greater Copenhagen til et af verdens førende steder for AI udvikling
Scion DTU: Scion DTU er DTU’s forskerpark, som udover at huse en række spændende højteknologiske virksomheder, også har fokus på at skabe et innovativt miljø, der tilbyder netværk, adgang til eksperter og investorer samt en række initiativer med fokus på at skabe forretningsudvikling i både start-ups og SMV’er. Gennem initiativer som Danish Tech Challenge og Smart Innovation arbejder Xxxxx DTU målrettet med at understøtte flere højteknologiske vækst- iværksættere og start-ups.
Med en kobling af disse aktører har Region Hovedstaden et solidt udgangspunkt for at blive et af de fem foretrukne udviklings hubs til udvikling af sundheds- og velfærdsløsninger i verden.
Måling og evaluering af indsatsen
Årligt følges der op på projektets fremdrift og resultater ifm. ansøgning om nye midler via Vækst Forum. Halvårligt er der evalueringsmøder med en kort status på leverancer/ output og på fremdrift ift. effekt.
Resultatkontrakten har et budget som er vedlagt som Bilag B.
Kunstig Intelligens (KI) (eller Artificiel Intelligence, AI) betegner bredt set det software, der kan afkode store mængder af ustrukturerede data (big data) så som billeder og faglitteratur på meget kort tid. Intelligente systemer kan således bruges til f.eks. klinisk beslutningsstøtte, herunder diagnosticering, udvælgelse af behandlingsregime, planlægning af behandlingsforløb, hjælp til kliniske opgaver ved billed- og stemmegenkendelse samt inden for en lang række andre områder etc.
Nedenstående figur illustrerer den række af teknologier og metoder, der er relateret til udvikling af AI, fra opsamling af data i sensorer og andre IoT devices til lagring og bearbejdning af data, behandling af data fra mange datakilder frem mod den egentlige bearbejdning af data med kunstig intelligens. I nogle tilfælde vil der efter AI udvikling også finde en udvikling sted, hvor den kunstige intelligens bliver integreret i fysiske produkter.
Se Bilag C