Rund 25 Teilnehmer:innen kamen zusammen, um sich gemeinsam aktuellen Fragestellungen an der Schnittstelle von Lebenswissenschaften, Medizin und Künstlicher Intelligenz zu widmen.
Auch die diesjährigen Challenges deckten ein breites thematisches Spektrum ab: von der verbesserten Auflösung von Zellzyklusphasen durch die Kombination von Single-Cell-RNA- und Chromatindaten über die gezielte Untersuchung von Schwachstellen in AlphaFold-Vorhersagen bis hin zur KI-gestützten Analyse von Ultraschallbildern. Ein weiteres Team arbeitete an einem Machine-Learning-Modell zur Vorhersage des individuellen kardiovaskulären Risikos auf Basis von Mikrobiomdaten. Eingebracht wurden die Challenges von den curATime-Kernpartnern.
Bioinformatische Vorkenntnisse standen auch in diesem Jahr nicht im Vordergrund. Vielmehr bot der curAHack erneut eine Plattform für interdisziplinären Austausch, kreatives Problemlösen und gemeinsames Arbeiten an innovativen Lösungsansätzen. In mehreren intensiven Team-Sessions wurde diskutiert, programmiert und gebrainstormt. Gemeinsame Pausen und Mittagessen schufen darüber hinaus Raum für Vernetzung und fachübergreifenden Austausch in offener und kollaborativer Atmosphäre.
Den Abschluss der Veranstaltung bildeten am Dienstagnachmittag die Präsentationen der Challenge-Ergebnisse sowie die Auszeichnung der besten Lösung. Als Siegerchallenge setzte sich in diesem Jahr Challenge 3 – „Rethinking Ultrasound“ vom DFKI durch. Das Team überzeugte mit einem Ansatz zur schwach überwachten Segmentierung kardialer und vaskulärer Ultraschallbilder. Ziel des Projekts war es, den hohen Aufwand pixelgenauer Annotationen zu reduzieren, indem das Modell nur mit wenigen Punktmarkierungen statt mit vollständigen Segmentierungsmasken trainiert wurde. So sollte eine effiziente und zugleich belastbare Bildanalyse ermöglicht werden.
Unser Fazit: Neben innovativen Denkanstößen entstanden in kurzer Zeit spannende Lösungsansätze in einer engagierten und kollaborativen Arbeitsatmosphäre.
