Initiativet er en del af AI-BOOST, et EU-finansieret åbent udfordringsprisprogram, der støtter udvikling og benchmarking af pålidelige, menneskecentrerede AI-løsninger i hele Europa.
AI-BOOST er designet til at køre åbne innovationskonkurrencer om kunstig intelligens, der kan kopieres i høj grad, i hele EU og associerede lande og fremmer vigtige AI-områder, samtidig med at samarbejdet om pålidelige, menneskecentrerede løsninger på udfordringer i den virkelige verden fremmes.
Inden for denne ramme undersøger udfordring 3, der er udviklet i samarbejde med EUCAIM (European Federation for Cancer Images), hvordan generativ kunstig intelligens kan anvendes til at forbedre kliniske datasæt.
Hvorfor er denne udfordring vigtig?
Medicinsk billeddannelse er en kritisk kilde til data for AI-modeller, der anvendes til diagnosticering og prognose. Disse modeller trænes typisk på data fra kliniske forsøg og forskningsundersøgelser og i stigende grad fra rutinemæssige sundhedskilder kendt som Real World Data (RWD).
Selv om sjældne sygdomme kan være større og mere repræsentative, giver det ofte udfordringer med hensyn til fuldstændighed, konsekvens og harmonisering. Datasættene afspejler muligvis ikke fuldt ud målgruppernes karakteristika og kan mangle væsentlige variabler eller billeddannelsesmetoder. Disse begrænsninger kan påvirke modellens ydeevne og reducere generalisabiliteten, navnlig for underrepræsenterede patientgrupper og undergrupper med lav prævalens.
Generativ kunstig intelligens er en lovende måde at afhjælpe disse mangler på. Det kan bruges til at skabe syntetiske data, forbedre datakvaliteten, udfylde manglende værdier og producere mere komplette datasæt til træning og benchmarking. Til gengæld kan datasæt af højere kvalitet bidrage til at mindske skævheder og understøtte mere robuste, repræsentative AI-modeller.
Dette er især vigtigt, når der er ubalance eller underrepræsentation på tværs af demografiske karakteristika, køn, comorbiditeter, samtidige tilstande, tumorsteder og andre klinisk relevante variabler.
Udvælgelsesprøvens format
AI-BOOST-konkurrencen tilbyder en tofaset vej for hold, der er klar til at anvende generativ AI for at forbedre kliniske datasæt. Indgangen starter med en simpel konceptnote. Fem udvalgte hold modtager hver 28 500 EUR og deltager i et femmåneders udviklings- og valideringsprogram med mulighed for at konkurrere om en slutpris på 100 000 EUR.
AI-BOOST-EUCAIM-udfordringen, der er åben for hold fra den akademiske verden og industrien, er en chance for at tackle en stor barriere inden for kunstig intelligens inden for sundhedspleje og bidrage til at gøre medicinske billeddannelses- og kræftforskningsværktøjer mere retfærdige, mere pålidelige og mere relevante for pleje i den virkelige verden.
Ansøgningsfristen er den 8. september 2026 kl. 17.00 (CEST).
Deltag i AI-BOOST Info Webinar den 22. juli kl. 11:00 CEST for at lære mere om AI-BOOST Open Innovation Competition og hvordan man ansøger.