AI that puts together a team based on a research project description and finds a grant for it. Every recommendation has a traceable source.
CHRIS is an AI matchmaker for the National Cancer Research Institute (NÚVR). A researcher describes their research idea in their own words, and CHRIS suggests a specific team from among the NÚVR’s research groups, the technologies needed to tackle the problem, and suitable grants. It provides a rationale for each recommendation. How it works
Input and follow-up questions. From the free-form text, the AI identifies what is missing and asks only the essential questions about the research: the hypothesis, the type of tumour, the basis of the research and what the researcher already has. The questions are clear even to an expert from a different field. If the brief is complete, it does not ask any questions at all. Team assembly. The AI breaks the project down into the roles the team requires. Semantic search across the profiles of all 65 NÚVR groups identifies candidates, and a language model selects the group that truly fulfils the role, providing specific justification based on its profile. If no one is suitable, CHRIS acknowledges this as a gap and does not select a team at any cost. Two strategies. ‘Intelligence-first’ assembles the team based on expertise. ‘Grant-first’ first identifies the most suitable call for proposals (AZV, GA ČR, TA ČR, Horizon Europe…) and then assembles the team according to its rules. Team adjustments. A researcher can replace, remove or add a group member. The AI finds a replacement for the same role, provides a reason, and updates both the team description and the gaps. Context. The team’s geographical distribution is shown on a map of the Czech Republic; for technologies, their availability is indicated; and a draft email is prepared for group leaders. Application. A draft application is generated from the team using the call for proposals template. A ‘co-pilot’ acting as a strict reviewer assesses it, suggests specific text amendments and answers queries. The final draft can be downloaded as a PDF.
Data and AI: public group profiles from the NÚVR website (focus, expertise, publications, infrastructure), embeddings for semantic search and LLM for follow-up queries, team selection, justification and the co-pilot. We do not work with any patient data or non-public data. Who it is for: researchers at NÚVR seeking collaborators outside their own field, and the institution itself, which aims to connect groups across the Prague, Brno and Olomouc sites. A working prototype has been developed, which can also be adapted for use in other disciplines and institutions. The outputs are concepts intended for human review, and official submissions are always made via ISVP/GRIS.
- Had before
- nic
- Use of AI
- C.H.R.I.S. propojuje výzkumníky s týmy NÚVR. Jazykový model DeepSeek rozloží popis projektu na odborné domény a definuje, jakou expertízu každá vyžaduje. Lokální embeddingový model převádí profily 65 skupin do vektorů, takže najde správné experty i při odlišné terminologii. Perplexity v režimu deep research doplňuje aktuální grantové výzvy a publikace, vždy s odkazy na zdroje. Proti halucinacím chrání RAG s pevným kontextem: model pracuje jen s existujícími skupinami, výstup ve formátu JSON kontrolují validátory a tvrzení bez zdroje se nezobrazí. Když žádná skupina nedosáhne prahu relevance, role zůstane prázdná a systém doporučí hledat partnera mimo NÚVR. AI je jen asistent: navrhuje tým, e-maily i úpravy přihlášky, ale změny se ukazují jako diff, formální limity kontroluje deterministický kód a o finální podobě týmu i projektu vždy rozhoduje člověk.
- Impact
- CHRIS pomáhá vědci najít spolupracovníky v celém NÚVR, ne jen mezi lidmi, které zná. Prohledá všech 65 výzkumných skupin v Praze, Brně a Olomouci a u každé navržené skupiny uvede, proč se k projektu hodí, s odkazem na její zveřejněný profil.
Když se na nějakou roli v týmu nehodí žádná skupina, CHRIS to otevřeně ukáže jako mezeru, místo aby doporučil nevhodného partnera. Tým lze sestavit i podle pravidel konkrétní grantové výzvy a z týmu rovnou vznikne koncept přihlášky, ke kterému copilot napíše oponentní posudek a navrhne úpravy textu.
Jde o funkční prototyp z hackathonu. Doporučení vycházejí jen z veřejných profilů skupin, takže jsou tak dobrá, jak podrobné a aktuální jsou tyto profily. AI se může mýlit, proto u každého návrhu ukazujeme zdůvodnění a vše může vědec upravit. Přínos pro skutečné spolupráce a úspěšnost grantů je potřeba ověřit v pilotním provozu. - Who benefits
- Research
- InterSystems technologies
- No
Machine translation from Czech
- Team
- Remiho Klubík — Vít Dobrovský, Bohuslav Čermák, Filip Patrman, Vít Provazník
- Challenge
- NÚVR Research Matchmaker · Prague