Rakathon

16. až 18. října 2026 | Praha-Brno-Ostrava

Největší AI hackathon proti rakovině na světě

Chceš pomoci druhým skrze technologie?

Pojďme využít umělou inteligenci k boji s rakovinou. Společně můžeme zlepšit prevenci, diagnostiku i léčbu onkologických onemocnění. Pomoci lékařům a sestrám ušetřit čas, zjednodušit jejich každodenní práci a umožnit jim soustředit se na to nejdůležitější – pacienty.

Ve spolupráci s FN Motol a Homolka a 2. LF Univerzity Karlovy jsme připravili hackathon postavený na reálných výzvách z nemocniční onkologické praxe.

V roce 2026 projekt výrazně rozšiřujeme. Hackathon se nově uskuteční současně v Praze, Brně a Ostravě a stane se tak největším zdravotnickým AI hackathonem na světě. Očekáváme účast více než 500 účastníků z oborů informatika, medicína, biomedicína, data science a dalších příbuzných disciplín.

Akce se koná pod záštitou premiéra České republiky, ministra zdravotnictví a vládního zmocněnce pro umělou inteligenci.

CHCI BÝT U TOHO

PRAHA-BRNO-OSTRAVA

Hackathon proběhne ve třech městech v ČR: v Praze (FN Motol a Homolka, akademický partner 2. LF UK a ČVUT v Praze), v Brně (MOU, akademický partner MUNI MED a VUT) a v Ostravě (Fakultní nemocnice Ostrava, akademický partner VŠB-TUO).

Čtvrtek, 15.10.2026

Ve čtvrtek před Rakathonem se potkáme online. Experti představí nástroje a informační zdroje, které můžeš využít při řešení výzev. Připoj se a získej náskok ještě před startem hackathonu.

Pátek, 16.10.2026

Rakathon začíná v 9:30 současně ve všech městech. Dopoledne proběhne registrace, představení výzev a seznámení s mentory. Hacking startuje ve 12:00 a pokračuje až do 12:00 následující den.

Sobota, 17.10.2026

V sobotu ve 12:00 je deadline pro odevzdání projektů. Od 13:00 proběhne v každém městě lokální pitching. V 17:00 vyhlásíme lokální TOP týmy, které postoupí do nedělního finále v Praze.

Neděle, 18.10. 2026

Od 14:00 proběhne na Kampus Plzeňská 2. lékařské fakulty UK celonárodní finále Rakathonu. Nejlepší týmy z Prahy, Brna a Ostravy znovu odpitchují své projekty před hlavní porotou, která v 17:00 vybere celkové vítěze.

Výzvy

Výzvy společné pro Prahu, Brno a Ostravu

Kvalita péče na konci života

Jak pomocí dat citlivě a férově hodnotit péči o onkologické pacienty v závěru života? Vytvořte transparentní indikátory, které zohlední rozdílnou skladbu pacientů a pomohou rozpoznat významné odchylky v protinádorové i nemocniční péči. Výsledkem má být nástroj pro zlepšování systému, nikoli hodnocení jednotlivců.

Zadavatel: Všeobecná zdravotní pojišťovna ČR

Dokážete předpovědět, které klientky pravděpodobně nedorazí na mamografický screening? Vytvořte vysvětlitelný model, odhalte hlavní příčiny neúčasti a rozdělte klientky do prakticky využitelných skupin. Pro vybrané segmenty navrhněte cílenou podporu i experiment, který spolehlivě ověří, zda intervence skutečně zvýšila účast.

Od pozvánky k mamografu

Zadavatel: Všeobecná zdravotní pojišťovna ČR

Cesta pacienta bez ztráty informací

Vytvořte sdílený případ onkologického pacienta, který propojí lékaře, koordinátora a KOC, vytěží data z dokumentace, hlídá podklady, termíny a odpovědnosti a předává výsledek MDT. Cílem je rychlejší cesta pacienta a méně administrativy

Zadavatel: Všeobecná zdravotní pojišťovna ČR

Výzvy pro Prahu

AI Trial Matching

Pomozte rychleji propojit vhodné pacienty s relevantními klinickými studiemi. Vytvořte screeningový nástroj, který převede vstupní kritéria studií do strukturované podoby a porovná je s anonymizovanými údaji pacientů. U každého výsledku vysvětlí míru shody a upozorní na chybějící nebo nesplněné podmínky.

Zadavatel: Fakultní nemocnice Motol a Homolka

MEDDI ONCO Challenge

Vytvořte AI navigátora, který bude onkologickému pacientovi oporou také mezi jednotlivými kontrolami. Nástroj bude průběžně sledovat symptomy, rozpoznávat rizikové změny a doporučovat bezpečný další krok. Při zhoršení včas upozorní zdravotnický tým a lékaři poskytne stručný, přehledný vývoj pacientova stavu.

Zadavatel: MEDDI Hub

PACS Comparator Check

Zajistěte, aby měl radiolog před plánovaným CT k dispozici všechna důležitá předchozí vyšetření. Vytvořte nástroj, který v systému PACS automaticky ověří dostupnost relevantních snímků a obrazových sérií. Chybějící podklady včas označí a připraví přehled případů, které je potřeba před vyšetřením dořešit.

Zadavatel: Fakultní nemocnice Motol a Homolka

Digitální hlídač nežádoucích účinků

Pacienti na onkologické léčbě často trpí nežádoucími účinky týdny předtím, než je zachytí lékař při kontrole. Přitom studie ukazují, že pravidelné elektronické hlášení symptomů pacienty prodlužuje přežití v řádu měsíců a snižuje počet hospitalizací. Navrhněte systém, který pacientovi pravidelně pošle krátký dotazník na nežádoucí účinky, poradí mu, jak se s nimi vypořádat, a při varovných hodnotách sám upozorní ošetřující tým.

Zadavatel: Fakultní nemocnice Motol a Homolka

NÚVR Research Matchmaker

Proměňte vědeckou otázku ve fungující výzkumnou spolupráci. Vytvořte inteligentní nástroj, který podle hypotézy nebo projektového záměru doporučí vhodné týmy, klinické partnery, technologie, infrastrukturu či biologický materiál. Zároveň vysvětlí přínos propojení, odhalí chybějící expertizu a připraví první návrh spolupráce.

Zadavatel: Národní ústav pro výzkum rakoviny

Cesta ke screeningu plic

Pomozte oslovit pacienty, kteří mohou využít screening karcinomu plic. Vytvořte nástroj, který v nemocničním informačním systému vyhledá pacienty splňující kritéria programu Prevence pro plíce a vyloučí ty, kteří v posledním měsíci absolvovali CT hrudníku. Navrhněte také srozumitelné informování pacientů o možnosti obrátit se v případě zájmu na svého praktického lékaře nebo pneumologa.

Zadavatel: AstraZeneca

SMART ONCO AA: Příprava bez čekání

Urychlete a zpřehledněte předoperační přípravu onkologických pacientů. Vytvořte webový AI nástroj, který už od indikace operace průběžně získává, strukturuje a propojuje informace z různých zdrojů. Zdravotníkovi ukáže dostupné i chybějící údaje, upozorní na vše, co vyžaduje pozornost, a umožní koordinovat jednotlivé kroky přípravy paralelně – bez čekání na kompletaci všech vyšetření.

Zadavatel: Všeobecná fakultní nemocnice v Praze

MDT Copilot

Pomozte onkologickému konziliu rychleji pracovat s úplnými a ověřitelnými informacemi. Vytvořte webového AI copilota, který propojí lékařské zprávy a pacientské dotazníky, připraví přehled podle odborností a upozorní na nesrovnalosti. Podpoří diskusi o léčbě i klinických studiích a umožní zaznamenat a exportovat závěr komise. Každé tvrzení musí mít dohledatelný zdroj; rozhodnutí vždy potvrzuje lékař.

Zadavatel: Asseco Central Europe

Twincer

Navrhněte anonymní chatovací aplikaci, která pomocí AI propojí onkologické pacienty podle diagnózy, fáze onemocnění a léčby. Překlad v reálném čase odstraní jazykové bariéry. Součástí řešení bude modul, který z anonymizovaných konverzací vytěží nejčastější témata a potřeby pacientů pro lékaře, psychology a pacientské organizace.

Zadavatel: Fuck Cancer

Výzvy pro Brno

Když realita překoná prognózu

Dokážete odhalit pacienty, jejichž skutečný průběh léčby se výrazně liší od očekávané prognózy? Vytvořte model, který neobvyklé případy rozpozná, srozumitelně vysvětlí možné příčiny odchylky a nabídne lékařům přehledný nástroj pro ověření výsledků a hledání nových klinických souvislostí.

Zadavatel: Fakultní nemocnice Brno – Klinika dětské onkologie

PillGaze

Proměňte fotografie krabiček a ručně psaných poznámek v přesnou farmakologickou anamnézu. Vytvořte mobilní AI nástroj, který rozpozná užívané léky, dávkování i onkologickou léčbu, upozorní na možné interakce a připraví strukturovaný přehled. Výsledek následně bezpečně a srozumitelně předá ošetřujícímu lékaři.

Zadavatel: Masarykův onkologický ústav

ProstaPaper

Převeďte papírové schéma a textový popis karcinomu prostaty do dat, se kterými lze skutečně pracovat. Vytvořte AI řešení, které z patologického nálezu automaticky získá potřebné parametry a připraví je pro registr REDCap. Umožní tak systematicky porovnávat výsledky histologie s nálezy magnetické rezonance.

Zadavatel: Masarykův onkologický ústav

Onkologičtí pacienti v terminálním stadiu dnes nemají jednoduchý a bezpečný způsob, jak svým dětem zanechat osobní dopisy, videa či audiozprávy pro budoucí životní milníky. Cílem je vytvořit citlivou aplikaci pro tvorbu, bezpečné uložení a časované předání těchto vzkazů blízkým.

Vzkazy pro budoucnost

Zadavatel: Fakultní nemocnice Olomouc

TriaLink

Pomozte onkologickým pacientům najít klinickou studii, která odpovídá jejich diagnóze a aktuální situaci. Vytvořte webovou aplikaci, která lékařům nabídne praktickou rozhodovací podporu a rychlé spojení se studijním týmem. Pacientům zároveň poskytne bezpečného a srozumitelného průvodce dostupnými možnostmi zapojení.

Zadavatel: Masarykův onkologický ústav

EduAIttractive

Nástroj využívající generativní AI vytvoří z textu, mluveného slova, podcastu nebo videa krátké a profesionální edukační video pro pacienty. Důraz je na jednoduchost tvorby, vizuální kvalitu a věrnost podkladům.

Zadavatel: Masarykův onkologický ústav

Výzvy pro Ostravu

Onkologický AI průvodce

Pomozte pacientům získat srozumitelné a ověřené odpovědi přesně ve chvíli, kdy je potřebují. Vytvořte bezpečného AI asistenta založeného na schválených materiálech nemocnice, který vysvětlí léčbu, poradí s přípravou a režimem, rozpozná rizikové situace a včas doporučí kontaktovat správného zdravotníka.

Zadavatel: Fakultní nemocnice Ostrava

AI asistent multidisciplinárního týmu

Uvolněte lékařům ruce od zdlouhavého dohledávání informací před jednáním multidisciplinárního týmu. Vytvořte AI asistenta, který z dostupné dokumentace sestaví stručné shrnutí pacienta, časovou osu léčby, vývoj laboratorních hodnot a přehled nálezů. Současně zvýrazní zásadní změny, rozpory a chybějící podklady.

Zadavatel: Fakultní nemocnice Ostrava

Chytřejší plánování onkologického stacionáře

Proměňte složité plánování chemoterapeutického stacionáře v chytrý a pružný systém. Vytvořte AI nástroj, který předpoví vytížení, délku jednotlivých aplikací i potřebné personální kapacity. Navrhne efektivní denní harmonogram a umožní simulovat dopady zpoždění, výpadků personálu nebo nečekaných změn provozu.

Zadavatel: Fakultní nemocnice Ostrava

AI NOR

Automatizujte jednu z nejnáročnějších částí onkologické administrativy. Vytvořte AI nástroj, který z klinické dokumentace vytěží diagnózu, stadium, TNM klasifikaci, morfologii, biomarkery, výkony, léčbu i průběh onemocnění. Údaje připraví pro registr v jednotné podobě a umožní jejich rychlou kontrolu zdravotníkem.

Zadavatel: Fakultní nemocnice Ostrava

AI Surgical Copilot

Vytvořte prototyp AI copilota, který z předoperačních dat, operačního videa a pohybu nástrojů rozpozná jednotlivé fáze robotické operace a nabídne chirurgovi užitečnou zpětnou vazbu. Modelovým výkonem bude roboticky asistovaná operace nádoru ledviny. Cílem není nahradit chirurga, ale vytvořit inteligentní vrstvu, která jej podpoří před operací, během ní i po jejím skončení.

Zadavatel: Fakultní nemocnice Olomouc

Ceny

1. Místo: 100 000 Kč

2. Místo: 50 000 Kč

3. Místo: 25 000 Kč

InterSystems CENA

Finanční odměna 1 500 EUR pro jeden vítězný tým. Cena bude předána v neděli 18. října při finále v Praze.

NÚVR CENA

Vítězný tým výzvy NÚVR získá účast na Czech Annual Cancer Research Meeting, národním kongresu NÚVR, který proběhne 23.–25. listopadu 2026 v Olomouci. Cena zahrnuje registraci a ubytování pro členy týmu.

FEI VŠB-TUO CENA

Cena děkana FEI VŠB-TUO za nejlepší technické řešení. Každý člen oceněného týmu získá externí disk v hodnotě přibližně 5 000 Kč. Zástupci FEI vyberou tým podle technické kvality, funkčnosti, promyšlenosti implementace a potenciálu dalšího rozvoje, nezávisle na celkovém pořadí. Předání proběhne v sobotu 17. října v Ostravě.

MEDDI CENA

MEDDI ONCO Award pro tým, jehož řešení má podle MEDDI největší potenciál pro praktické využití. Součástí ceny může být navazující produktový workshop s MEDDI a možnost projednat další rozpracování řešení formou proof of concept.