Sammanfattning:
I projektet ämnar vi konstruera en demonstrator från våra befintliga verktyg som vi har utvecklat inom det Vinnovastödda KEA-projektet. Med verktyget kommer användaren att kunna utforska helt avidentifierade patientjournaler för att finna både synliga och dolda samband mellan sjukdomar, diagnoser, kost, social situation, medicinering, mm. Indata som kommer att användas för att åstadkomma detta är hundratusentals patientjournaler som forskargruppen på DSV/Stockholms universitet har fått tillgång från Stockholms läns landsting.
Demonstratorn kommer att efter projekttidens tid att kommersialiseras för att komma sjukvården och samhället till nytta.
Post categories
- Conference
- Data and Text Mining
- Event
- Language Technology
- Location
- Media Content
- Outside DSV
- Profile Area
- BPM and Enterprise Modeling
- Consumer-oriented Mobile Services
- Digital Games
- Digital Systems Security
- E-government
- Health Informatics
- ICT4D
- Immersive Participation
- Information Systems
- Interaction Design
- IT Management
- Knowledge and Communication
- Risk and Decision Analysis
- Service Science
- TEL
- TEL and Collaboration
- Specific Area
- Uncategorized
- Unit
Archives
-
Recent Posts
- Gideon Mekonnen Jonathan’s PhD Defense
- Thomas Vakili – Congrats för scholarship to Universidad de Chile!
- Early sepsis detection – Best paper award – ICTAI 2022
- Best paper award at ICECH2022-The 10th International Conference on Emerging Challenges: Strategic Adaptation in the World of Uncertainties
- Predoc Seminar: Gideon Mekonnen Jonathan & Midterm seminar: Rahmat Mulyana
Links
Links to DSV Labs