MONAI, oder Medical Open Network for AI, ist ein Open-Source-Framework, das für Deep Learning in der Gesundheitsbildgebung konzipiert wurde. Es bietet robuste Werkzeuge und Bibliotheken für Fachkräfte im Gesundheitswesen, die es ihnen ermöglichen, KI-gesteuerte Lösungen schnell und effizient zu entwickeln, zu trainieren und bereitzustellen. Seine modulare Architektur sorgt dafür, dass Benutzer ihre Arbeitsabläufe anpassen können, während sie vorhandene Komponenten nutzen, was zu effektiverer Forschung und klinischer Zusammenarbeit führt. Mit MONAI können Entwickler auf verschiedene medizinische Datensätze zugreifen, die Fortschritte in der medizinischen Bildgebungstechnik erleichtern.

Syncora FQ Assistant wurde mit Vite, React und Typescript entwickelt. Diese Erweiterung transformiert die Arbeitsabläufe vor Ort, indem sie die Prozesse der präklinischen Studien vereinfacht und rationalisiert. Die Hauptmerkmale umfassen das automatische Ausfüllen von Machbarkeitsfragebögen mithilfe von KI-gestützten Vorschlägen basierend auf vorherigen Eingaben und spezifischen Therapiegebieten. Außerdem bietet es Workflow-Management, indem es Präklinik-Aufgaben von einer einzigen Plattform aus verfolgt und so eine verbesserte Datenqualität und robuste Datenschutzmaßnahmen gewährleistet. Die Erweiterung unterstützt plattformübergreifende Funktionen und integriert eine Zwei-Faktor-Authentifizierung zur Datensicherheit. Syncora FQ Assistant bietet zudem fortgeschrittene Vorschlagsalgorithmen, um ein konsistentes Datenmanagement aufrechtzuerhalten.

CoGym ist eine webbasierte Plattform, die KI-gesteuerte adaptive Algorithmen nutzt, um personalisierte kognitive Übungen zur Zielsetzung Gedächtnis, Aufmerksamkeit und exekutive Funktionen anzubieten. Nutzer absolvieren spielartige Aufgaben, bei denen die Schwierigkeitsstufe in Echtzeit basierend auf ihrer Leistung automatisch angepasst wird. Forscher und Kliniker können individuelle Protokolle entwerfen, den Fortschritt einzelner oder Gruppen mit umfangreichen Analyse-Dashboards verfolgen und Daten für weiterführende Analysen exportieren. Die Plattform unterstützt Multi-User-Management, Fernzugriff und integriert sich mit bestehenden Beurteilungsinstrumenten, was sie vielseitig für klinische Interventionen, Bildungsprogramme und kognitive Forschungsstudien macht. Mit ihrer intuitiven Oberfläche vereinfacht CoGym die groß angelegte Umsetzung evidenzbasierter kognitiver Trainings. Sie nutzt Verstärkendes Lernen zur Optimierung der Aufgabenwahl über Sitzungen hinweg, um anhaltendes Engagement und messbare Verbesserungen zu gewährleisten.