Initiativet är en del av AI-BOOST, ett EU-finansierat prisprogram för öppna utmaningar som stöder utveckling och riktmärkning av tillförlitliga, människocentrerade AI-lösningar i hela Europa.
AI-BOOST är utformat för att köra mycket reproducerbara AI-tävlingar för öppen innovation i hela EU och associerade länder och främjar stora AI-områden samtidigt som det främjar samarbete om tillförlitliga, människocentrerade lösningar på verkliga utmaningar.
Inom denna ram utforskar utmaning 3, som utvecklats tillsammans med EUCAIM (European Federation for Cancer Images), hur generativ AI kan användas för att förbättra kliniska dataset.
Varför är denna utmaning viktig?
Medicinsk bildbehandling är en kritisk datakälla för AI-modeller som används vid diagnos och prognos. Dessa modeller är vanligtvis utbildade på data från kliniska prövningar och forskningsstudier, och alltmer från rutinmässiga hälsovårdskällor som kallas Real World Data (RWD).
Även om RWD kan vara större och mer representativt innebär det ofta utmaningar när det gäller fullständighet, konsekvens och harmonisering. Dataset kanske inte fullt ut återspeglar målpopulationernas egenskaper och kan sakna väsentliga variabler eller bildmodaliteter. Dessa begränsningar kan påverka modellens prestanda och minska generaliserbarheten, särskilt för underrepresenterade patientgrupper och undergrupper med låg prevalens.
Generativ AI erbjuder ett lovande sätt att ta itu med dessa luckor. Den kan användas för att skapa syntetiska data, förbättra datakvaliteten, fylla saknade värden och producera mer kompletta dataset för utbildning och benchmarking. Dataset av högre kvalitet kan i sin tur bidra till att minska snedvridningen och stödja mer robusta, representativa AI-modeller.
Detta är särskilt viktigt när det finns obalans eller underrepresentation mellan demografiska egenskaper, kön, samsjuklighet, samtidiga tillstånd, tumörplatser och andra kliniskt relevanta variabler.
Tävlingsformat
AI-BOOST-tävlingen erbjuder en tvåfasväg för team som är redo att tillämpa generativ AI för att förbättra kliniska dataset. Inträdet börjar med en enkel konceptanteckning. Fem utvalda lag får vardera 28 500 euro och deltar i ett fem månader långt utvecklings- och valideringsprogram, med chansen att tävla om ett slutpris på 100 000 euro.
AI-BOOST-EUCAIM-utmaningen, som är öppen för team från den akademiska världen och industrin, är en chans att ta itu med ett stort hinder inom AI inom hälso- och sjukvården och bidra till att göra medicinska bildbehandlings- och cancerforskningsverktyg rättvisare, mer tillförlitliga och mer relevanta för den verkliga vården.
Sista ansökningsdag är den 8 september 2026 kl. 17.00 (CEST).
Gå med i AI-BOOST Info Webinar den 22 juli kl. 11:00 CEST för att lära dig mer om AI-BOOST Open Innovation Competition och hur du ansöker.