Коротко
- На Health Data Hack зарегистрировался 521 человек, 176 команд прошли отбор; призовой фонд — 500 000 рублей.
- Организаторы — МФТИ и Московский Центр Инновационных Технологий в Здравоохранении.
- Три трека: предсказание тяжести пневмонии, поиск раковых клеток на гистологии и поиск молекул для таргетной терапии — всё с помощью ИИ.
- Трек по пневмонии строился на анонимизированных данных пациентов московских больниц за 2020 год.
- В онкотреке участники использовали открытые данные The Cancer Genome Atlas, GTEX и CPTAC.
Обновлено: 23 июля 2025
Основной целью Хакатона являлось создание инновационных решений, помогающих в борьбе с пневмонией и онкологическими заболеваниями.
Для решения задачи были приглашены Data Science специалисты. На Health Data Hack зарегистрировались 521 человек, готовых решать важную для медицины задачу. В результате предварительного отбора и модерации 176 команд продолжили борьбу за призовой фонд размером в 500 000 рублей.
Основными организаторами и партнерами хакатона Health Data Hack выступили: федеральное государственное автономное образовательное учреждение высшего образования “Московский физико-технический институт (национальный исследовательский университет)” и автономная некоммерческая организация “Московский Центр Инновационных Технологий в Здравоохранении”.
Хакатон Health Data Hack проводился для молодых Data Science специалистов, заинтересованных в развитии медицины.
В рамках хакатона участники работали над тремя треками:
- Предсказание тяжести пневмонии с помощью ИИ
- Поиск раковых клеток на гистологических препаратах с помощью ИИ
- Поиск новых молекул и мишеней для таргетной терапии онкологических заболеваний с помощью ИИ
Хочется отметить, что участники подошли очень серьезно и профессионально к решению задач. Многие команды скрупулезно погружались в проблемную область, читая специализированную литературу, многие вышли на связь с практикующими в данной области специалистами, чтобы глубже погрузиться в проблематику.
Мероприятия прошло на платформе codenrock.com, на которой представлены все необходимые инструменты для проведения хакатона. В рамках единой платформы осуществлялись загрузка данных, автоматическая проверка решений, проведение чекпоинтов и питчинга, голосование членов жюри и формирование итогового лидерборда.
Отдельно хотелось бы отметить глубокую техническую экспертизу в рамках Health Data Hack. Участникам трека, посвященного предсказанию тяжести пневмонии с помощью ИИ был представлен размеченные датасет, содержащий анонимизированные данные пациентов, проходивших лечение на базе медицинских организаций подведомственных Департаменту здравоохранения г.Москвы в 2020 г. Было необходимо разработать предиктивную модель, способную прогнозировать тяжесть пневмонии у пациентов, находящихся на стационарном лечении.
В рамках трека “Поиск раковых клеток на гистологических препаратах с помощью ИИ” На основании предоставленного размеченного дата-сета было необходимо разработать модель семантической сегментации, способную разделять и маркировать здоровую/раковую ткани. В качестве метрики использовать dice score. Участники трека “Поиск новых молекул и мишеней для таргетной терапии онкологических заболеваний с помощью ИИ” могли использовать открытые данные проектов The Cancer Genome Atlas, GTEX и CPTAC для поиска новых мишеней и новых молекул для таргетной терапии злокачественных опухолей. Данные представляют собой коллекции геномных, транскриптомных и протеомных профилей, полученных для тысяч опухолевых и нормальных образцов разных локализаций и диагнозов. При проведении анализа на основе таких сложных и многообразных данных, участникам была предоставлена возможность не ограничивать себя в методах и подходах в рамках реализации проекта.
В течении двух недель команды искали решения на предложенные задачи и участвовали в чекпоинтах, на которых получали экспертную обратную связь о своих идеях. Решения в рамках некоторых треков получали беспристрастную автоматическую оценку, на основе которой формировался лидерборд. Команды, занявшие лидирующие позиции, были отобраны в финал и приглашены на питчинг.
Кто же оценивал решения команд?
Для оценки решений участников была собрана команда экспертов, которые являются настоящими профессионалами в предложенной командам тематике.
Результаты хакатона Health Data Hack
Питчинг показал сильные стороны команд: одни участники нашли новые нестандартные подходы и применили их в своей работе, другие подобрали оптимальную модель и отличились использованием специальных фреймворков.
Хакатон Health Data Hack получился сложным, интересным и актуальным проектом на стыке медицины и IT технологий. В решении важной для здоровья людей задачи участники проявили упорство и креатив, применили по-настоящему инновационный подход!
Частые вопросы
Что такое хакатон Health Data Hack и кто его проводил?
Хакатон для Data Science специалистов по созданию ИИ-решений для борьбы с пневмонией и онкологическими заболеваниями. Организаторы — МФТИ и Московский центр инновационных технологий в здравоохранении; мероприятие прошло на платформе codenrock.com.
Сколько участников и какой призовой фонд были на Health Data Hack?
Зарегистрировался 521 человек, после отбора и модерации 176 команд боролись за призовой фонд 500 000 рублей. Соревнование длилось две недели с чекпоинтами и экспертной обратной связью.
Какие задачи решали участники Health Data Hack?
Три трека: предсказание тяжести пневмонии по анонимизированным данным пациентов московских больниц за 2020 год, семантическая сегментация раковых и здоровых тканей на гистологических препаратах (метрика dice score) и поиск новых молекул и мишеней для таргетной терапии по открытым данным TCGA, GTEX и CPTAC.
Как оценивались решения на медицинском ML-хакатоне?
Часть треков получала автоматическую беспристрастную оценку, по которой формировался лидерборд; лидеры выходили в финал и питчили решения перед жюри из профильных экспертов. Платформа Codenrock обеспечивала загрузку данных, автопроверку, чекпоинты и голосование жюри.
