Rešitve ekip 2026
2prompt2fail
IZZIV: UI za digitalno družbo - ohranjanje kulturne dediščine
Kulturko - UI za klasifikacijo ogroženosti kulturne dediščine
Kulturna dediščina v Sloveniji je razpršena po celotnem prostoru in je izpostavljena različnim naravnim ter okoljskim tveganjem, kot so poplave, zemeljski plazovi, potresi, požarna ogroženost, onesnažen zrak in dolgoročni vplivi podnebnih sprememb. Podatki o kulturni dediščini in o nevarnostih sicer obstajajo v odprtih javnih zbirkah,vendar so razpršeni med več institucijami in jih je težko povezati v enotno, praktično in uporabno sliko tveganja.
Naša rešitev bo zato združila register nepremične kulturne dediščine z izbranimi okoljskimi in nevarnostnimi tveganji ter za posamezno enoto dediščine ocenila stopnjoogroženosti po metodi “English Heritage lestvice”, ki temelji na oceni stanja in uporabe dediščine. Cilj je izdelati orodje, s katerim bodo konservatorji, restavratorji, občine, raziskovalci in drugi odločevalci imeli informacije, kateri objekti in območja potrebujejo več pozornosti ter kateri dejavniki tveganja so najpomembnejši. V postopku načrtovanja porabe javnih sredstev bi odločevalci te informacije lahko uporabili pri določanju prioritet za varovanje in ohranjanje kulturne dediščine.
Sinji delfini
IZZIV: UI za digitalno družbo
Sistem AI pomočnikov z nadzorovanim dostopom za javno upravo
Umetna inteligenca je pomembna tehnologija, ki jo je treba na uporaben in varen način začeti vključevati tudi v javno upravo. Da pa je to sploh mogoče, je nujno zagotoviti sistem, ki zanesljivo upravlja dovoljenja med uporabniki in podatki. Javne institucije namreč upravljajo z občutljivimi informacijami, zato mora biti dostop do podatkov natančno določen in nadzorovan.
Težava ni zgolj v zaščiti pred zunanjimi dostopi, temveč tudi v upravljanju pravic znotraj organizacij. Preširoko dodeljeni dostopi lahko vodijo do razkritja občutljivih informacij (npr. kadrovskih ali zdravstvenih podatkov), medtem ko preozke omejitve zmanjšujejo učinkovitost zaposlenih in uporabnost sistema.
Zato želimo razviti vlogam prilagojen pogovorni sistem (chatbot), ki temelji na pridobivanju informacij iz podatkovnih baz. Vsak uporabnik bo imel svojega virtualnega pomočnika, s katerim se bo lahko pogovarjal in bo dostopal do informacij, ki so relevantne za njegovo vlogo. Sistem bo omogočal, da ima vsak uporabnik dostop le do tistih podatkov, za katere je pooblaščen. V primeru, da uporabnik do določenih informacij nima dostopa, ga sistem ne bo le zavrnil, temveč ga bo usmeril na odgovorno osebo ali skupino.
Ključna prednost naše rešitve je, da deluje izključno na lokalni infrastrukturi, zato podatki slovenskih državljanov ne zapuščajo sistema. Rešitev bo zasnovana tako, da bo njena vzpostavitev preprosta in hitra za končnega uporabnika, hkrati pa bo omogočala enostavno določanje vlog, skupin in pravic dostopa, tudi brez zahtevnega tehničnega znanja.
HeartHackers
IZZIV: UI za zdravje in biotehnologijo
Klop pod klopjo
V Sloveniji klopi niso le neprijetnost v naravi – predstavljajo resen in pogosto podcenjen javnozdravstveni problem. Vsako leto smo izpostavljeni tveganju za lymsko boreliozo in klopni meningoencefalitis (KME), ki je v Sloveniji nad evropskim povprečjem. Borelioza in KME sta bolezni, ki lahko pustita trajne posledice in se v redkih primerih končata tudi s smrtjo. Tveganje za stik s klopi je odvisno od vremenskih razmer (temperature in vlage), vrste in gostote vegetacije, populacije gostiteljev (glodalcev in srnjadi), nadmorske višine in izpostavljenosti posameznika v naravi.
Dandanes posameznik, organizator aktivnosti v naravi, občina ali zdravstveni sistem nimajo digitalnega orodja, ki bi v Sloveniji pokazalo, kdaj in kje je tveganje za izpostavljenost klopom povišano. Razpršeni podatki sicer obstajajo, vendar niso povezani v enoten sistem in integrirani v napovedni model. Razvijamo rešitev, ki bo s pomočjo umetne inteligence, odprtih podatkov in uporabe superračunalnika napovedovala tveganje v času in prostoru za izpostavljenost klopom ter tveganje za lymsko boreliozo in KME v Sloveniji.
Ustvarili bomo spletno aplikacijo, v kateri bodo uporabniki lahko:
● ugotovili tveganje na svoji lokaciji,
● primerjali tveganje med različnimi gozdovi, regijami in nadmorskimi pasovi,
● izvedeli, kako ravnati ob ugrizu klopa, in se podučili o preventivnem ravnanju,
● prejemali informacije o možnosti cepljenja in poživitvenih odmerkih proti KME,
● spoznali simptome in potek lymske borelioze in KME,
● prispevali svoje podatke za nadaljnje raziskave.
Rešitev bo združevala okoljske, demografske, meteorološke, geografske in epidemiološke podatke ter podatke o populaciji gostitelja v enoten napovedni sistem, ki bo tveganje predstavil na enostaven, uporabniku prijazen način. To ni le tehnološki izziv. Gre za priložnost, da podatke pretvorimo v zaščito in ljudem omogočimo varnejšo izkušnjo v naravi.
ByteMe
IZZIV: UI za zdravje in biotehnologijo
HerDose: Pametnejše doziranje za vsako žensko
V sodobni medicini se zdravila predpisujejo po načelu »ena doza za vse« – moški in ženske prejemajo enake odmerke istih zdravil. Vendar se moško in žensko telo bistveno razlikujeta: ženske imajo v povprečju počasnejše praznjenje želodca, višji delež telesne maščobe, drugačno delovanje jetrnih encimov in nižjo ledvično funkcijo. Vse to vpliva na to, kako hitro se zdravilo vsrka, kako se porazdeli po telesu in kako hitro se izloči.
Posledica: ženske naj bi doživljale neželene učinke zdravil skoraj 2x pogosteje kot moški.
Poleg razlik med spoloma je ključen še dodaten, pogosto spregledan dejavnik: menstrualni cikel. Skozi cikel se dinamično spreminjajo ravni hormonov (estrogena in progesterona), kar vpliva na hitrost razgradnje zdravil v jetrih in na delovanje prebavil. Pri teofilinu (zdravilo za astmo) se je na primer izkazalo, da telo zdravilo v določenih fazah cikla razgradi bistveno hitreje, v drugih pa počasneje. To pomeni, da je enaka doza zdravila v različnih fazah cikla lahko učinkovita, previsoka ali prenizka.
Ključen precedens: Leta 2013 je ameriška agencija FDA prvič v zgodovini znižala odmerek zdravila posebej za ženske. Ženske so Zolpidem razgrajevale 35 % počasneje; kar 15 % jih je imelo po 8 urah spanja še vedno presežek zdravila v krvi (v primerjavi s 3 % moških). Odmerek so prepolovili iz 10 na 5 mg, kar je neželene učinke zmanjšalo za 38 %. |
Zato želimo razviti rešitev, ki s pomočjo računalniških simulacij izračuna ženskam prilagojene odmerke zdravil glede na njihovo trenutno hormonsko stanje.
HerDose je aplikacija, ki na podlagi podatkov preproste pametne zapestnice samodejno napoveduje fazo menstrualnega cikla in s pomočjo računalniških simulacij (PBPK modeliranje) izračunava optimalne individualne odmerke zdravil, prilagojene njihovemu trenutnemu hormonskemu stanju. Uporabnici podatkov ni treba vnašati ročno, saj sistem deluje samodejno in neprekinjeno.
Korošci+Tilen
IZZIV: UI za zeleni prehod
BarkWatch
Vidimo tudi pod lubjem
Cilj naše rešitve BarkWatch je z uporabo umetne inteligence napovedovati širjenje podlubnika v zgodnjih fazah ter omogočiti pravočasno ukrepanje. Sistem bo poleg napovedi tudi predlagal konkretne preventivne in sanacijske ukrepe, kar upravljavcem gozdov omogoča hitrejše in bolj kvalitetno odločanje.
Naša rešitev naslavlja izziv UI za zeleni prehod, natančneje podizziv preciznega kmetijstva, saj omogoča napoved širjenja škodljivcev. S tem preprečuje uničenje gozdov in hkrati prispeva k ohranjanju okolja in trajnostnemu upravljanju naravnih virov.
MAT
IZZIV: UI za zdravje in biotehnologijo
MeloTrack
Melanom je ena najnevarnejših oblik kožnega raka, vendar je ob zgodnjem odkritju pogosto uspešno ozdravljiv. Posebej zaskrbljujoče je, da incidenca melanoma v Sloveniji strmo narašča, zato potreba po boljšem zgodnjem spremljanju postaja vse bolj nujna. V praksi ljudje svojih znamenj pogosto ne spremljamo sistematično, spremembe opazimo prepozno, dostop do dermatologov pa je zaradi dolgih čakalnih vrst omejen. Obstoječe aplikacije so pogosto plačljive, ne podpirajo slovenščine, praviloma ne omogočajo zanesljivega spremljanja sprememb skozi čas in pogosto zahtevajo fotografiranje vsakega znamenja posebej.
Zato želimo razviti rešitev, ki omogoča brezplačno, dostopno in pametno spremljanje kožnih znamenj skozi čas. MeloTrack bo mobilna aplikacija za fotografiranje, spremljanje in analizo znamenj s poudarkom na longitudinalnem zaznavanju sprememb kot tudi takojšnji identifikaciji melanoma. Poleg ocene posamezne slike bo uporabniku omogočala primerjavo istega znamenja skozi več časovnih točk, obenem pa tudi zajem in analizo več znamenj hkrati. Uporabnik bo prejel osnovno oceno tveganja z UI, časovnico sprememb, opomnike za ponovno slikanje in možnost izvoza poročila za zdravnika. Aplikacija bo na voljo v slovenščini in angleščini ter bo namenjena podpori pri zgodnjem ukrepanju.
Ransomware
IZZIV: UI za zeleni prehod
Zeleni SignaLJ
Ljubljana se sooča z visoko prometno gostoto in vsakodnevnimi prometnimi zastoji, ki
povečujejo emisije CO2 in s tem slabšajo kakovost zraka. Obstoječi semaforski sistemi delujejo
na časovnih intervalih in podtalnih senzorjih. Ker veliko semaforjev še vedno deluje
na časovnih intervalih (po podatkih MOL), posledice vsakodnevno čutijo tako vozniki kot
prebivalci mesta. Ker kot udeleženci v prometu pogosto naletimo na ta problem, tako kot
vsi ostali dnevni vozači v Ljubljani, si želimo optimizacije sistema semaforizacije.
Cilj projekta je razvoj inteligentnega sistema za upravljanje semaforskih sistemov, ki temelji
na spodbujevalnem učenju (Reinforcement Learning – RL). Sistem bo dinamično
prilagajal prometno ureditev glede na realen pretok vozil, s čimer bo zmanjšal:
• čakalne dobe in število ustavljanj,
• emisije CO2 v mestnem okolju,
• ambientno glasnost v okolici cest.
Sončki
IZZIV: UI za zdravje in biotehnologijo
Upoštevanje negotovosti v inverznem prepogibanju beljakovin z utežitvijo pLDDT
Umetna inteligenca za znanost je morda največjo prepoznavnost požela s projektom AlphaFold. Ključna človeka pri projektu sta prejela tudi Nobelovo nagrado za kemijo. Tako se je baza 170.000–200.000 eksperimentalno določenih struktur beljakovin povečala na približno 200 milijonov predvidenih prepogibanj beljakovinskih struktur.
Nova zmožnost pa je odprla novo vprašanje: kako iz želene strukture zasnovati aminokislinsko zaporedje, ki jo bo dejansko zavzelo? Ta problem, imenovan inverzno prepogibanje, danes rešuje model ProteinMPNN. Njegova ključna pomanjkljivost pa je slepo zaupanje v strukturo. Obravnava namreč vsak napovedan položaj atoma kot popolnoma pravilno določen, čeprav AlphaFold sam prek vrednosti pLDDT prikaže, kateri deli imajo večjo ali manjšo zanesljivost napovedi.
Posledično imajo nestabilni deli (nizek pLDDT) v napovedi enak vpliv na odločanje modela, katero zaporedje aminokislin je primerno za dano strukturo, kar sistematično znižuje kakovost zasnovanih napovedi. Ker ima pLDDT dokazano močno korelacijo s kakovostjo napovedi, je ignoriranje te informacije zapravljanje dragocenega signala, ki ga imamo že na voljo.
Zato želimo razviti rešitev, ki bo optimizirala model ProteinMPNN. To bomo dosegli tako, da bomo uvedli neposredno tehtanje sporočil glede na pLDDT oceno med vozlišči grafovske nevronske mreže (GNN). Tako bodo manj zanesljivi deli strukture prispevali manjšo težo k celotni odločitvi modela, s čimer bomo povečali stabilnost in natančnost obnove zaporedij aminokislin pri načrtovanju novih beljakovin.
Štiriglav
IZZIV: UI za zeleni prehod
Avtomatizacija analize sončnih streh kot pospeševalec zelenega prehoda
Izgradnja interaktivnega zemljevida za analizo streh in simulacijo proizvodnje sončnih elektrarn.
Slovenija ima izjemen sončni potencial (povprečno 1100–1300 kWh/m² letno), a je izkoriščenost strešnih sončnih elektrarn na gospodinjstvih še vedno nizka. Glavne ovire so negotovost glede donosnosti investicije, pomanjkanje informacij o primernosti posamezne strehe in zapleten postopek načrtovanja, ki zahteva drag strokovni pregled na terenu. Posledica je počasen zeleni prehod na ravni posameznikov in višja energijska revščina v nekaterih regijah.
Zato želimo razviti interaktivni sončni kataster Slovenije – spletno orodje, ki uporabniku omogoča izbiro katerekoli strehe v Sloveniji ter samodejno analizo uporabne površine, oceno letne proizvodnje elektrike, potrebne investicije in realnega časa vračila sredstev ob upoštevanju slovenskih cen, subvencij in električne energije.
Three Mathematiers
IZZIV: UI za zeleni prehod
Cestni DNK: Sistemska analiza tveganja skozi grafovsko topologijo
Glavni cilj našega projekta bo raziskati, kako se tveganje za nesreče porazdeli po celotnem cestnem
omrežju Slovenije. Ker so prometne nesreče v statističnem smislu redki in razpršeni dogodki,
bomo njihovo pojavnost modelirali kot rezultat kompleksne interakcije med geometrijo
ceste (naklon, ukrivljenost, preglednost) in spreminjajočimi se okoljskimi pogoji.
Z razvojem matematičnega modela bomo poskušali določiti, kateri odseki so sistemsko bolj
nevarni od drugih. Namesto zgolj opisovanja preteklih dogodkov, bomo obstoječo statistiko nesreč
uporabili kot ključen vir za umerjanje modela. Ta nam bo pomagal razumeti, v kolikšni meri
infrastruktura in okolje objektivno prispevata k nevarnosti posameznih odsekov, neodvisno od
naključnega dejavnika sreče udeležencev.
Srečna mačka
IZZIV: UI za zdravje in biotehnologijo
FizioMost – preboj umetne inteligence v fizioterapiji
Po pregledu podatkovne zbirke Odprti podatki Slovenije in podatkov, pridobljenih s strani NIJZ, je bilo leta 2024 poškodb na delovnem mestu skupno 14. 653. Prav tako je bilo istega leta na bolniškem staležu zgolj zaradi mišično-skeletnih bolezni 116.412 oseb.
Trenutna fizioterapija v Sloveniji temelji na kombinaciji zdravljenja z napravami in terapevtskih vaj. Vaje so posebej prilagojene pacientovem stanju, ki ga ob prvi obravnavi natančno oceni fizioterapevt. Pravilno izvajanje vaj je ključna osnova za izboljšanje zdravstvenega stanja, a vendar pacienti vaje pogosto izvajajo napačno, pomanjkljivo ali pa jih ne izvajajo. Slednje upočasnjuje napredek, povzroča izgubo dragocenega časa terapevtov, ki ob ponovnem obisku porabi velik del obravnave (tudi do 30 min) zgolj za preverjanje osnov in popravljanje napak, namesto, da bi napredoval s terapijo. Trenutna praksa se opira le na standardne teste, zato pomanjkanje objektivnih, merljivih podatkov v realnem času predstavlja ključno pomanjkljivost pri spremljanju pacienta. Z uporabo naprednih algoritmov za analizo gibanja lahko fizioterapija preide iz občasnih meritev v neprekinjeno, podatkovno videno spremljanje, kar omogoča natančnejšo prilagoditev terapevtskih načrtov pacientu. Poleg tega dolge čakalnega dobe, logistika in finančni stroški narekujejo potrebo po učinkovitem in varnem terapevtskem programu, ki se lahko izvaja v domačem okolju.
Zaradi navedenega, želimo razviti rešitev, ki bo fizioterapevtom omogočala spremljanje pacientove izvedbe vaj na domu in posledično nudila vpogled v napredek v daljšem časovnem intervalu, kar bo omogočalo višjo kakovost obravnave. Uporaba umetne inteligence v fizioterapiji odpira možnosti izboljšave zdravstva v Sloveniji, neposredno naslavlja 3. cilj trajnostnega razvoja UNESCO (zdravje in dobro počutje) in posredno zajema 9. cilj (industrija, inovacije in infrastruktura).
Zmagovalci 2025
Ekipa42
Digitalni dvojček celične linije za optimizacijo proizvodnje bioloških zdravil