Back to homepage
News | 18.04.2025

AI x Science Hackathon zakończony sukcesem

Natalia 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?

  1. 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.

     
  2. 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.

     
  3. 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.

 

Tags #umw
Authored by: Sylwia Foremna Creation date: 18.04.2025 Update authored by: Sylwia Foremna Update date: 18.04.2025