Search
AI x Science Hackathon zakończony sukcesem
ShareNatalia Sauer (pracownik w Katedrze i Zakładzie Farmakologii Klinicznej Uniwersytetu Medycznego we Wrocławiu) oraz Dorota Bęben (doktorantka w Katedrze Podstaw Nauk Medycznych i Immunologii, Zakład Podstaw Nauk Medycznych UMW, wraz z zespołem BeeHealthy zdobyły główną nagrodę podczas AI x Science Hackathon. Ich projekt, łączący wiedzę medyczną z potencjałem sztucznej inteligencji, okazał się najlepszy spośród wszystkich zaprezentowanych rozwiązań.
Wydarzenie, zorganizowane przez wrocławski startup BeeARD we współpracy z Google, przyciągnęło studentów, naukowców i specjalistów z takich dziedzin jak medycyna, biotechnologia, informatyka oraz sztuczna inteligencja. Celem hackathonu było stworzenie innowacyjnych systemów wspierających proces formułowania hipotez naukowych, ze szczególnym uwzględnieniem wyzwań współczesnej reumatologii – dziedziny wymagającej interdyscyplinarnego podejścia i dużych zasobów wiedzy.
Zadanie – tworzenie hipotez wspieranych przez AI
Uczestnicy pracowali w 4- lub 5-osobowych zespołach nad stworzeniem systemów wykorzystujących sztuczną inteligencję do generowania nowych hipotez naukowych. Kluczowe było, aby rozwiązania opierały się na analizie aktualnej literatury naukowej, były naukowo wiarygodne, innowacyjne i wnosiły realną wartość do badań w reumatologii.
Ocena projektów – innowacja i użyteczność
Projekty oceniane były przez interdyscyplinarne jury, w skład którego weszli m.in. lekarze i naukowcy
z Uniwersytetu Medycznego we Wrocławiu (dr hab. Agata Sebastian z Kliniki Reumatologii
i Chorób Wewnętrznych UMW; Kinga Tyczyńska, studentka 3 roku szkoły doktorskiej UMW; dr n. med. Marcin Madziarski, z Kliniki Reumatologii i Chorób Wewnętrznych UMW; dr n. med. Piotr Krajewski
z Centrum Dermatologii Ogólnej i Onkologicznej UMW), a także inżynierowie AI z Google, BeeARD
i Uniwersytetu Wrocławskiego. Ocena odbywała się w kategorii medyczno-merytorycznej oraz technologicznej. Analizowane były m. in. takie aspekty jak:
- nowość i innowacyjność hipotez (tzw. novelty),
- ich wiarygodność i zgodność z aktualną wiedzą,
- możliwość praktycznego testowania,
- znaczenie dla rozwoju reumatologii,
- jakości implementacji rozwiązań AI,
- efektywnym wykorzystaniu grafów wiedzy i systemów wieloagentowych,
- współpracy interdyscyplinarnej pomiędzy uczestnikami.
Zespół BeeHealthy – zwycięski projekt i główna nagroda
Zespół BeeHealthy, którego członkiniami były Natalia Sauer i Dorota Bęben z UMW oraz Piotr Giedziun, Norbert Ropiak i Krzysztof Galus (Politechnika Wrocławska), opracował system umożliwiający generowanie hipotez naukowych z dbałością o ich falsyfikowalność, naukową rzetelność i innowacyjność.
- Celem opracowanego specjalistycznego systemu MAS, jest generowanie i rygorystyczna walidacja hipotez badawczych w dziedzinie reumatologii. System działa w oparciu o adaptacyjny, samokorygujący się proces oraz nowatorską architekturę Potrójnej Pętli Sprzężenia Zwrotnego, która wbudowuje krytyczną ocenę i doskonalenie hipotez bezpośrednio w przepływ pracy agentów – wyjaśnia mgr farm. Dorota Bęben.
Jak działa system?
- Pętla Nowości
Agenci generują wstępne hipotezy, które są analizowane pod kątem ich unikalności z wykorzystaniem literatury naukowej (PubMed, ArXiv) oraz źródeł internetowych (np. Perplexity). Hipotezy są następnie iteracyjnie udoskonalane, aż spełnią kryteria nowości.
- Pętla Wpływu i Wykonalności
Wyselekcjonowane hipotezy trafiają do analizy pod kątem ich wpływu na rozwój nauki, innowacyjności, zgodności z aktualnymi trendami oraz wykonalności (m.in. poprzez analizę baz grantowych, jak NCN). Niespełniające wymogów hipotezy wracają do etapu poprawy.
- Pętla Walidacji Metodologicznej
Agenci opracowują metodologie badawcze dla najlepszych hipotez, które są następnie oceniane przez specjalnych agentów-walidatorów pod kątem testowalności i rygoru naukowego.
- Dzięki tej wieloetapowej architekturze, generowane hipotezy są nowe, wpływowe, wykonalne i metodologicznie solidne – co ma kluczowe znaczenie dla przyspieszenia postępów w badaniach medycznych – zaznacza mgr farm. Natalia Sauer.
Zespół BeeHealthy podkreśla, że ich podejście do MAS może stanowić istotny krok naprzód w zastosowaniu zaawansowanych architektur AI do rozwiązywania złożonych problemów naukowych.
Za swój projekt otrzymali główną nagrodę w wysokości 10 000 zł.
Podsumowanie – AI w służbie nauki
AI x Science Hackathon pokazał, jak ogromny potencjał tkwi w połączeniu medycyny, informatyki
i sztucznej inteligencji. Wydarzenie stało się platformą do budowania nowoczesnych rozwiązań dla nauki, a zarazem miejscem spotkania różnych środowisk akademickich i technologicznych. Jury zgodnie podkreślało, że AI może nie tylko przyspieszyć proces badawczy, ale również wskazać nowe, wcześniej niezauważone kierunki rozwoju.