Napište hypotézu, dostanete tým: OncoMatch najde v NÚVR lidi, kteří to prokazatelně umí, s důkazem v jejich publikacích.
Napíšete výzkumnou hypotézu. Za chvíli máte tým.
Zkusili jsme: „Cílená terapie glioblastomu přes FAP, potřebujeme vzorky nádorů pacientů, model mozkových metastáz a prostorovou transkriptomiku.“ OncoMatch navrhl tým napříč Prahou a Brnem, ze dvou různých skupin NÚVR. U každého řekl, proč právě on, a k týmu, co přinese, co ještě chybí a jak začít. Všechno s odkazem na konkrétní článek.
Proč to NÚVR potřebuje. 65 skupin, 3 uzly, 17 institucí. Kdo má jaký model, technologii, vzorky nebo pacienty, se dnes zjišťuje obvoláváním známých. Spolupráce, která by dávala největší smysl, tak snadno nevznikne, protože o sobě lidé nevědí.
V čem je OncoMatch jiný
- Není to chatbot, který si vymýšlí. Každá rekomendace stojí na doložené publikaci (DOI). Výstup bez důkazu systém zahodí.
- Ví, co kdo skutečně dělal. Role čteme z více než 1 300 autorských prohlášení (CRediT): kdo studii navrhl, kdo dodal vzorky pacientů, kdo analyzoval data. Sloučené do kategorií Výzkum / Biologie / Technologie.
- Hledá doplnění, ne konkurenty. Rozloží hypotézu na potřeby a ke každé najde člověka, který ji pokryje.
- Řekne, co v síti chybí. Mezery pojmenuje otevřeně, místo aby nabízel nejbližší špatnou shodu.
- Běží teď na oncomatch.eu.
Data. Téměř 2 000 výzkumníků (vedoucí i členové týmů), přes 4 600 publikací (NÚVR, OpenAlex, PubMed, RIV) a kvartily časopisů SCImago. K tomu přes 1 600 onkologických klinických studií v ČR včetně komplexních onkologických center, desítky výzkumných infrastruktur a přes 100 kolekcí biobank BBMRI. Jen veřejná data, žádná pacientská.
Technologie. LLM rozloží hypotézu na potřeby → vektorové vyhledávání v InterSystems IRIS Vector Search (multilingual-E5) → deterministické přeřazení (podobnost, role, citace, aktuálnost) → LLM sestaví tým a vysvětlení, které ověřujeme proti datům.
Co dál. Pilot s NÚVR a ukázka na Czech Annual Cancer Research Meeting v Olomouci (23.–25. 11. 2026). Totéž jde postavit pro EATRIS a další sítě: stačí jejich veřejná data.
- Měli už předtím
- Na online pre-hackathonu (15. 10.) jsme nastudovali zadání a připravili znalostní bázi z veřejných zdrojů: profily 65 skupin z nuvr.cz, seznam výstupů projektu a jejich metadata z PubMed. Nastavili jsme také vývojové nástroje. Neměli jsme žádný kód aplikace, model ani prototyp.
Během hackathonu vzniklo vše ostatní: obohacení dat (OpenAlex, RIV/CEP, Europe PMC, ClinicalTrials.gov, BBMRI, SCImago), extrakce rolí z autorských prohlášení, databáze a vektorové vyhledávání v InterSystems IRIS, AI pipeline, API, frontend a nasazení v Azure. - Využití AI
- - LLM (Azure OpenAI přes bránu Rakathonu) rozloží hypotézu na konkrétní potřeby, vybere tým z kandidátů a napíše vysvětlení: proč, přínos, mezera, první krok.
- Embeddingy multilingual-E5 publikací a profilů lidí ukládáme do InterSystems IRIS Vector Search (HNSW). Vyhledávají česky i anglicky.
- Kandidáty přeřazuje deterministický skóring (podobnost, role autora, citace, aktuálnost). LLM nedostává celou databázi, jen ověřený výběr s důkazy.
- Každý výstup validujeme: vybraný člověk musí mít doloženou publikaci, citované DOI musí existovat. Jinak jedna oprava, pak chyba, nikdy vymyšlený tým.
- Role výzkumníků (vzorky, analýza, klinika…) čteme z autorských prohlášení CRediT pravidly, bez halucinací. - Dopad
- Hlavní cíl NÚVR je propojit roztříštěný český výzkum rakoviny. OncoMatch dělá z tohoto cíle každodenní nástroj: místo obvolávání známých výzkumník za minutu vidí, kdo v síti má potřebnou expertízu, vzorky nebo pacienty, i v jiném městě a instituci.
- Granty: rychleji sestavená a silnější konsorcia pro AZV, GA ČR a Horizon Europe.
- Translace: propojí základní výzkum s klinikou (chirurgové, patologové, biobanky).
- Řízení sítě: vedení NÚVR vidí, kde chybí expertíza (biostatistika, regulace, HTA) a kde se kapacity zdvojují.
- Využití investic: drahé přístroje a biobanky najdou víc uživatelů.
Je to hotový produkt nad veřejnými daty, bez certifikace zdravotnického prostředku, takže ho lze nasadit hned. Pilot v NÚVR a další sítě, například EATRIS. - Komu pomůže
- Výzkum
- Technologie InterSystems
- Ano — IRIS for Health je jádro OncoMatch. Embeddingy publikací, lidí a skupin máme v nativních sloupcích VECTOR s HNSW indexy. Ve stejném SQL enginu kombinujeme VECTOR_COSINE s hledáním podle klíčových slov a přes vazby publikace → autor → člověk → skupina dohledáme důkaz ke každému doporučení. Vektory i vztahy jsou v jedné databázi, bez další vektorové DB. LLM dostává jen důkazy vrácené z IRIS. Data zapékáme do obrazu IRIS v CI, běží v Azure.
- Tým
- dudes — Zakhar Li, Nikita Garbovskii, Daniil Khmelnytskyi, Daniil Sandakov
- Výzva
- NÚVR Research Matchmaker · Praha