Przejdź do głównej treści

Widok zawartości stron Widok zawartości stron

Pomiń baner

Widok zawartości stron Widok zawartości stron

Widok zawartości stron Widok zawartości stron

Badaczki Uniwersytetu Jagiellońskiego laureatkami Proof of Concept FNP

Badaczki Uniwersytetu Jagiellońskiego laureatkami Proof of Concept FNP

Fundacja na rzecz Nauki Polskiej (FNP) ogłosiła wyniki 1. naboru wniosków w działaniu Proof of Concept. Dr Marcie Materskiej-Samek z Wydziału Zarządzania i Komunikacji Społecznej UJ oraz prof. Monice Brzychczy-Włoch z Wydziału Lekarskiego UJ CM przyznano ponad 1,3 mln zł na realizację projektów dotyczących rozwoju rynku filmowego w Polsce oraz inteligentnej walki z sepsą.

Działanie Proof of Concept, finansowane z programu Fundusze Europejskie dla Nowoczesnej Gospodarki, umożliwia zdobycie dotacji na realizację prac B+R w celu weryfikacji postawionej hipotezy badawczej oraz potencjału wdrożeniowego wyników badań. Do 1. naboru wniosków zgłoszono 236 projektów. Finansowanie w łącznej wysokości ponad 18,7 mln zł przyznano 28 projektom. Współczynnik sukcesu wyniósł 11,86 proc.

Najwyżej ocenionym projektem jest "Rynek filmowy w czasach cyfrowej, zielonej i społecznej transformacji - modele zmiany" dr Marty Materskiej Samek z Katedry Zarządzania, Ekonomiki Mediów i Reklamy UJ. Ma on na celu opracowanie nowych modeli rozwoju rynku filmowego w Polsce. Obecny model wspierania filmu na poziomie krajowym został wypracowany i przyjęty regulacjami wprowadzającymi Ustawę o kinematografii w 2005 roku. Kilka lat później w uzupełnieniu do krajowych instrumentów zrodziła się RIA - Regionalna Inicjatywa Audiowizualna, w ramach której lokalne samorządy powołały pierwsze regionalne fundusze filmowe tzw. RFFy.

Jak wykazano w "Diagnozie sektora audiowizualnego w Krakowie", w wyniku licznych i kluczowych zmian czynników otoczenia, w szczególności wirtualizacji procesu produkcji, zmiany znaczenia poszczególnych aktorów w strukturze upowszechniania (wzrost znaczenia platform streamingowych), a także wymagań dotyczących bardziej zrównoważonych (zielonych procesów), konieczne jest wypracowanie nowych modeli (analizy istniejących i opracowania nowych modeli (analizy istniejących i opracowania nowych instrumentów wsparcia publicznego, takich jak ulgi podatkowe dla inwestorów i producentów, obowiązek reinwestycji platform streamingowych czy kwoty opłat dla PISF od poszczególnych aktorów rynku) zapewniających ład rynkowy.

Projekt na etapie przygotowania wspierany był przez brokerów z CTT CITTRU pod opieką Krystiana Gurby, a w składzie zespołu eksperckiego przygotowującego zwycięską aplikację znaleźli się m.in. dr Joanna Sanetra-Szeliga z Uniwersytetu Ekonomicznego oraz Maciej Dydo, były dyrektor Krajowej Izby Producentów Audiowizualnych, a obecnie dyrektor Departamentu Prawa Autorskiego i Filmu w Ministerstwie Kultury i Dziedzictwa Narodowego. To osoby z wieloletnim doświadczeniem zarówno w obszarze projektowania i rozwoju polityki kulturalnej, opracowania i wdrażania narzędzi gwarantujących jej implementację, jak i prowadzące badania nad jej efektywnością. Posiadają one ścieżki kariery gwarantujące unikatowe doświadczenie w obszarze sektorów kreatywnych, które zdobyły zarówno w ramach międzynarodowych projektów badawczych, jak i kierując pracami rozwojowymi i wdrożeniami na lokalnym gruncie. Członkowie zespołu zaangażowani są także społecznie w gremia pracujące na rzecz rozwoju przemysłów kreatywnych w Polsce.

Laureatką Proof of Concept FNP została także prof. Monika Brzychczy-Włoch, kierownik Zakładu Molekularnej Mikrobiologii Medycznej UJ CM, która zrealizuje projekt "Inteligentna walka z sepsą - innowacyjne wykorzystanie sztucznej inteligencji w szybkiej diagnostyce mikrobiologicznej sepsy". Badania będą prowadzone przy współpracy z zespołem dr. hab. Bartosza Zielińskiego, prof. UJ z Wydziału Matematyki i Informatyki UJ.

Sepsa jest stanem zagrażającym życiu wynikającym z uszkodzenia tkanek i narządów, do którego dochodzi na skutek zakażenia. Szacuje się, że na świecie z powodu sepsy co 3 sekundy umiera 1 osoba. Każdego roku dotyka ona 49 mln ludzi i powoduje 11 mln zgonów w skali globu. W zależności od kraju współczynnik śmiertelności wynosi 15-50 proc. i jest wyższy niż w przypadku nowotworu układu oddechowego czy zawału serca. W Polsce szacowana liczba przypadków to ok. 50 tys. rocznie, których śmiertelność sięga 40-50 proc.

Pomimo postępów w leczeniu i wprowadzeniu długoterminowych terapii podtrzymywania życia, sepsa wciąż pozostaje jednym z najczęstszych i najgorzej diagnozowanych problemów medycznych. W przypadku zakażenia kluczowe znaczenie dla pacjenta ma szybka i trafna diagnostyka czynnika etiologicznego, co warunkuje wdrożenie skutecznej terapii i jego wyleczenie. W diagnostyce mikrobiologicznej wykorzystywane są metody hodowlane i molekularne. Mają one jednak swoje ograniczenia z uwagi na długi czas oczekiwania na wynik lub ograniczoną dostępność.

Tematyka projektu prof. Moniki Brzychczy-Włoch adresuje problem szybkiej diagnostyki mikrobiologicznej, umożliwiającej identyfikację drobnoustrojów patogennych powodujących zakażenia uogólnione przy zastosowaniu metod głębokiego uczenia maszynowego. Prezentowana metoda pozwoli na identyfikację drobnoustrojów na podstawie obrazów mikroskopowych preparatów z materiałów klinicznych - krwi, barwionych metodą Grama, z wykorzystaniem opracowanych przez zespół projektowy algorytmów AI (ang. Artificial Intelligence).

Innowacyjne rozwiązanie pozwoli na redukcję kosztów i ograniczanie zużycia zasobów poprzez wyeliminowanie konieczności wykonywania wielu posiewów i testów umożliwiających identyfikację patogenów, ale przede wszystkim umożliwi znaczące skrócenie czasu diagnostyki i wdrożenie skutecznej terapii przeciwdrobnoustrojowej. Efektem końcowym projektu będzie opracowanie prototypu aplikacji komputerowej - MicroBloodID, która na podstawie obrazu z mikroskopu optycznego z preparatu z krwi, poprzez zastosowanie metod głębokiego uczenia maszynowego, dokona identyfikacji czynnika etiologicznego zakażenia oraz wygeneruje spersonalizowane zalecenia empirycznej terapii przeciwdrobnoustrojowej.