Hackathon La Marató: "Ataquem bé al tumor infantil medul·loblastoma!"

Equip participants
Data: 2025-12-14

Inspiració

Ens vam llençar a aquest projecte sense saber molt bé què ens esperava, ja que mai abans havíem fet res semblant. Tot i tenir 0 experiència en aquest àmbit, vam decidir crear el projecte "Ataquem bé al tumor infantil medul·loblastoma!", ja que la seva complexitat s'adaptava millor als nostres coneixements. Ens va agradar el format del repte i vam pensar que podríem contribuir amb les nostres idees fresques.

Què fa

La IA que hem construït proporciona els percentatges de coincidència dels gens dels pacients amb els dels grups G3 i G4, que són els que hem tractat principalment. Bàsicament, ajuda a classificar la tipologia del tumor basant-se en dades genètiques.

Com l'hem construïda

Hem creat un model d'IA capaç d'identificar el grup al qual pertanyen els pacients segons els seus gens. A més:

Li hem demanat que identifiqui el pes dels gens que més influeixen en cada grup.
Hem normalitzat els valors a 1 per poder comparar les dades de cada pacient amb els patrons de cada grup.
Això ens permet obtenir els percentatges de coincidència exactes amb els grups G3 i G4.

Reptes trobats

El principal problema és que som força novells en programació. Tot i estudiar primer d'Enginyeria Informàtica a la UPC, cap de nosaltres havia participat mai en una hackathon.

Al principi, vam escollir el projecte Hack the Uterus, però ens vam adonar que estava molt per sobre de les nostres possibilitats tècniques actuals. Vam haver de pivotar ràpidament i canviar a "Ataquem bé al tumor infantil medul·loblastoma!" per ser competitius. El temps no ha estat el nostre amic a causa d’aquest canvi, però hem après la veritable dificultat (i emoció) d’aquests esdeveniments.

Fites de les quals estem orgullosos

Estem orgullosos del treball realitzat, encara que sigui humil. Partíem amb desavantatge per la nostra falta d’experiència, però amb ajuda externa hem aconseguit un prototip funcional.

Més enllà del codi, del que més orgullosos estem és de la química i cohesió del grup. Hem après molt sobre Python i eines de treball col·laboratiu. Aquesta experiència ens ha motivat a seguir aprenent per, algun dia, estar al podi i aportar solucions reals a la societat.

Què hem après

Podem dir amb orgull que aquesta experiència ens ha ajudat a entendre nocions bàsiques sobre Machine Learning. Hem interioritzat el flux de treball real:

Obtenció del dataset.
Neteja de dades.
Programació del codi per entrenar el model.

No obstant això, la lliçó més important ha estat aprendre a treballar en equip sota pressió, una habilitat imprescindible en el món tecnològic.

A nivell mèdic, hem après que el meduloblastoma és un dels tumors infantils més freqüents i que els subgrups G3 i G4 estan estretament relacionats amb la genètica. Ara sabem que, gràcies al codi, podem contribuir a ajustar millor els tractaments segons les característiques de cada pacient.

Què ve després per a Hackathon La Marató

Hem entès algunes de les bases del Machine Learning durant l’esdeveniment, però creiem que ens falta molt per aprendre, així que el nostre objectiu immediat és ampliar els nostres coneixements i millorar el nostre model amb noves tècniques.

Volem aconseguir una IA molt més precisa i útil, que ens proporcioni resultats amb els quals extreure millors conclusions i veure nous patrons. El nostre pla és reentrenar el model per solucionar els errors detectats aquest cap de setmana. Sabem que el repte és gran, però confiem a mantenir la dinàmica de grup que hem creat per seguir treballant en aquest model. Podem dir amb orgull que això és només el començament i estem decidits a aplicar tot el que hem après perquè el projecte continuï creixent.