Projekto tikslas – sukurti dirbtinio intelekto mazgą, kuris skatintų pažangų SOTE duomenų naudojimą Centrinėje Suomijoje. Regioniniai AI-Hubs centrinėje Suomijoje ir Šiaurės Savo sąveikauja tarpusavyje, o tai skatina kurti didesnius ir įvairesnius duomenų rinkinius. Tai leis kurti tikslesnius ir patikimesnius dirbtinio intelekto modelius ir kurti naujus duomenis, kad būtų užkirstas kelias ligų poveikiui, jis būtų gydomas ir optimizuotas. Siekdama rezultatų, AI HUB centrinėje Suomijoje glaudžiai bendradarbiauja su regioniniais subjektais (centrinėmis ligoninėmis, biobankais, įvairiais SOTE operatoriais, įmonėmis). Tikslas – parengti naują informaciją apie tai, kaip įvairūs SOTE subjektai gali priimti dirbtiniu intelektu remiamus sprendimus provincijų, savivaldybių ir individualiu lygmeniu, ir sukurti skaičiavimo sprendimų rėmimo modelius, kurie leistų įvertinti klientų grupės intervencijų ir sprendimų veiksmingumą. Pagrindiniai vaidmenys yra klientų rizikos ir klientų segmentacijos nustatymas, skirtingų klientų grupių gydymo epizodų nustatymas, skirtingų intervencijos scenarijų kūrimas ir įvairių sprendimų pasirinkimo galimybių operacinis ir finansinis vertinimas. Ji taip pat išnagrinės, kaip dirbtiniu intelektu grindžiamos technologijos gali pagerinti klinikinių duomenų ir biologinių bankų duomenų analizę, kaip šiuos duomenis galima papildyti kitais atvirais ar savarankiškai surinktais duomenimis, ir jų potencialą kuriant dirbtinio intelekto prietaikas. Įgyvendinant projektą daugiausia dėmesio bus skiriama perspektyvioms taikymo sritims, nustatytoms remiantis ankstesniu regiono tyrimu, pavyzdžiui, gydymo procesų gerinimui, vėžio gydymui ir osteoartrito prevencijai. Projektas paskatins regiono įmones naudoti dirbtinį intelektą ir skaičiavimo metodus savo verslo procesuose ir produktuose socialinių paslaugų srityje. Projekto planavimo pradžia buvo regioninio socialinių paslaugų organizatoriaus, verslo srities ir verslo poreikiai. Įgyvendinant projektą bus sukurti nauji skaičiavimo sprendimų rėmimo modeliai, informacija apie klinikinių duomenų ir biologinių bankų duomenų potencialą kuriant dirbtinio intelekto metodus, nauji veiklos modeliai skirtingiems duomenų šaltiniams naudoti ir, kai įmanoma, atviros duomenų bazės įmonių ir mokslininkų naudai.
