GRENSESPRENGENDE INNOVASJON SAMMEN MED DEG

"Med kunstig intelligens og maskinlæring kan Computas, sammen med deg, drive verdiskapende innovasjon. Metoden de bruker gir rask gevinstrealisering med lav risiko.

– Tenk utenfor boksen og la oss sammen identifisere deres behov. Vi tror innovasjon skapes når ulike miljøer møtes, sier Marita Vangstein, kundeansvarlig hos Computas."

Computas har i over 30 år jobbet med kunstig intelligens og maskinlæring. De senere årene har teknologiske fremskritt løftet dette fagområdet til nye høyder. Computas tilbyr spisskompetanse på området og erfaring med teknologiske innovasjonsprosjekter hos kunder i både offentlig og privat sektor.
– Teknologien gir enorme muligheter for å skape økt nytteverdi. Metoden vår er kundedrevet innovasjon, der vi tar utgangspunkt i ulike brukergruppers behov og problemstillinger, sier Vangstein.

– Vi samarbeider tett med kunden i hele prosessen. Det starter ofte med en workshop, deretter tester vi raskt ut konseptene, forkaster om det ikke fungerer og går løs på nye hypoteser og muligheter. Det er kontinuerlig forbedring i praksis, forklarer hun. Vangstein har mange års erfaring som funksjonell arkitekt i Computas, og er overbevist om at denne innovative måten å jobbe på gir økt nytteverdi for kunden.

Kan gi enorme gevinster for helse-Norge
– Blir vi alvorlig syke, kan teknologien sammenfatte hvilke undersøkelser som er gjort. Legen kan finne ut hva som ikke er sjekket og gå videre i diagnostiseringen. Og ikke minst, dette kan skje veldig raskt. Maskinlæringen bearbeider informasjonen og bistår legen med å få et bedre beslutningsgrunnlag, sier hun.

Det finnes store mengder data som fremskriver levealder, analysedata om sykdom og utdanning av helsepersonell, for å nevne noe. Vangstein stiller spørsmålet: Hvordan skal helsevesenet beregne og planlegge behov for personell fremover? Teknologien kan sette sammen informasjonen og behandle den på måter som gir verdifulle bidrag til å løse behovet for helsehjelp.
Hun mener at maskinlæring kan gi enorme positive gevinster for helse-Norge, uten at det går på bekostning av personvernet. Anonymisering av personsensitive data er ekstremt sentralt for helsebransjen, og ny teknologi gjør dette mulig i dag.

Gjør det vanskelige enkelt
Vangstein illustrerer hva teknologien åpner for med Kolumbus, kollektivselskapet i Rogaland, som ønsket å styrke tilbudet til passasjerene.
– Punkt nummer én er å vite når bussen kommer. Med skyløsninger og maskinlæring fra oss har vi sammen med Kolumbus utviklet prototypen til en «tidsmaskin» som fremtidsberegner forsinkelser og eksakt posisjon for selskapets 450 busser, opp til ett år frem i tid. Er ikke det fantastisk, sier hun engasjert.

– Prognosesystemer brukes på mange områder allerede, men tidsmaskinen er unik. Den gir mer presis informasjon. Den ser lengre frem i tid, integrerer flere eksterne datakilder, som vær og hellig- og feriedager – og den er selvlærende. Maskinen behandler kontinuerlig store datamengder, lærer av egne feil og generer fortløpende prognoser. Teknologien kan helt klart gi store gevinster i helsevesenet, både for pasienter og helsepersonell. La oss sammen gjennom innovasjon løfte det norske helsevesenet, avslutter Vangstein