Att arbeta med människor är otroligt svårt för robotar. Det här projektet syftar till att utveckla nya sätt för robotar och intelligenta agenter att förstå, interagera med och anpassa sig till hur vi människor arbetar tillsammans för att ta oss igenom vår vardag.

Är du intresserad av att knäcka historiska koder? Ta en titt på vårt projekt som syftar till att analysera och dechiffrera hemligt kodade historiska dokument.

Med de stora datamängder som genereras i dag har den personliga integriteten blivit en het fråga. I detta projekt studerar vi hur man kan skapa säkra språk- och datamodeller med hjälp av maskininlärning – utan att röja personuppgifter.

Elektroniska journaler är fulla av viktig – men ostrukturerad – information, exempelvis kring patienters medicinska implantat eller tidigare biverkningar av mediciner. Här finns en innovationspotential. I detta projekt använder vi nordiska patientjournaler för att visa hur utmaningar inom sjukvården kan lösas.

Syftet med detta projekt är att möjliggöra den praktiska användningen av avidentifiering av klinisk text på svenska. Avidentifieringsverktyget HB Deid ska testas inte bara i laboratoriemiljö på Stockholms universitet, utan även på textbaserade patientdata från Region Stockholm.

Hur kan tekniska lösningar hjälpa läkare att ställa bättre diagnoser, göra prognoser och uppskatta sannolikheten för olika utfall? I det här projektet använder vi maskininlärning och språkteknologi för att utveckla prediktionsmodeller för sepsis och covid-19.

De senaste årens genombrott inom AI har drivits av så kallade språkmodeller. De kan vara mycket användbara men utgör också en säkerhetsrisk: De läcker information om sina träningsdata. Detta projekt handlar om att identifiera sådana sårbarheter och föreslå integritetsskyddande tekniker.

Annotera och analysera svenska och engelska texter med SWEGRAM