FENG/SD/23/2026 - Procurement of cloud computing access service and tools supporting the data management process

Numer ogłoszenia: 2026-98567-292701 Projekt: FENG.01.01-IP.02-4013/23 - SmarterKneeMRI - narzędzie wspierające diagnostykę kliniczną i profilaktyczną stawu kolanowego w oparciu o badanie rezonansem magnetycznym i rozwiązania sztucznej inteligencji Część 1: Zakup usługi dostępu do chmury obliczeniowej Przedmiotem zamówienia jest zapewnienie dostępu do infrastruktury chmurowej oraz narzędzi wspierających proces zarządzania danymi medycznymi i ich anotację (etykietowanie) w ramach projektu „SmarterKneeMRI”. Zamówienie nie obejmuje wykonania samej usługi anotacji (którą realizuje Zamawiający), a jedynie dostarczenie środowiska technologicznego opartego o ekosystem Amazon Web Services (AWS), które jest obecnie wykorzystywane jako platforma przetwarzania i przechowywania danych oraz trenowania. 1. Model realizacji i wymagania integracyjne ● Integracja z posiadanym kontem: Wykonawca zobowiązany jest do świadczenia usług w sposób umożliwiający ich bezpośrednie „podpięcie” i pełną integrację z obecnym środowiskiem chmurowym Beneficjenta. ● Efektywność kosztowa: Wykorzystanie istniejącego środowiska AWS ma na celu ograniczenie kosztów wdrożenia, utrzymania oraz eliminację konieczności budowy równoległych platform na zasobach chmurowych innych dostawców. ● Samodzielna realizacja prac: Sam proces anotacji danych będzie realizowany samodzielnie przez Zamawiającego; przedmiotem zapytania jest wyłącznie dostarczenie środowiska i mocy obliczeniowej. 2. Szczegółowy zakres usług Wykonawca zapewni dostęp do następujących zasobów w ramach ekosystemu AWS: ● AWS SageMaker Ground Truth: Komponent do realizacji procesu anotacji, weryfikacji i walidacji (ok. 10 000 jednostek anotacyjnych). ● Zasoby obliczeniowe (Compute): ○ Instancje Amazon EC2 / Amazon ECS (np. klasa m6i.xlarge) do obsługi pipeline'ów i usług aplikacyjnych. ○ Instancje GPU (Amazon EC2 GPU) do trenowania modeli i wsparcia procesów inferencyjnych. ● Warstwa danych i AI: ○ Amazon S3: Rozszerzenie przestrzeni składowania danych (szacunkowo o 10 TB). ○ Amazon RDS for PostgreSQL (z pgvector): Do przechowywania metadanych i wyszukiwania semantycznego. ○ Amazon Bedrock & SageMaker Embeddings: Usługi AI wspomagające generowanie embeddingów i automatyzację etapów anotacji. ● Sieć i bezpieczeństwo: Konfiguracja w ramach istniejącego Amazon VPC, w tym NAT Gateway, Load Balancer oraz monitoring CloudWatch. 3. Szacunkowe wykorzystanie zasobów i infrastruktury (Specyfikacja techniczna) A. Ramy czasowe ● Okres wykorzystania zasobów: 13 miesięcy (planowany termin: październik 2026 r. - październik 2027 r.). B. Zasoby obliczeniowe (Compute) ● Przetwarzanie standardowe: 5 instancji klasy m6i.xlarge (4 vCPU, 16 GB RAM) pracujących w trybie ciągłym (24/7, ok. 730 godzin miesięcznie). Przeznaczenie: obsługa pipeline’ów danych, usług aplikacyjnych oraz zadań analitycznych. ● Przetwarzanie GPU: 1 instancja klasy g4dn.xlarge, wykorzystywana przez ok. 440 godzin miesięcznie do trenowania i inferencji modeli oraz wsparcia procesu anotacji. C. Przechowywanie danych i bazy danych (Storage & Database) ● Przestrzeń obiektowa: ok. 10 TB w usłudze Amazon S3 Standard na składowanie danych DICOM, wyników przetwarzania oraz wersjonowanie zbiorów. ● Baza danych: 1 instancja klasy db.r6g.xlarge (4 vCPU, 32 GB RAM) z 100 GB przestrzeni dyskowej (gp3) i standardowym mechanizmem kopii zapasowych. ● Wyszukiwanie semantyczne: Wykorzystanie rozszerzenia pgvector dla bazy PostgreSQL do obsługi embeddingów. D. Usługi anotacji i sztucznej inteligencji (AI Services) ● Narzędzie anotacyjne: AWS SageMaker Ground Truth do realizacji ok. 10000 jednostek anotacyjnych. ● Modele generatywne i embeddingi: Wykorzystanie usług Amazon Bedrock oraz Amazon SageMaker Embeddings do automatyzacji etapów etykietowania i generowania wektorów cech. E. Infrastruktura sieciowa i bezpieczeństwo ● Izolacja i ruch: Pełna konfiguracja w ramach istniejącego Amazon VPC Beneficjenta. ● Komponenty sieciowe: NAT Gateway dla ruchu wychodzącego, Application Load Balancer dla ruchu aplikacyjnego oraz system monitoringu i logowania Amazon CloudWatch. ● Zgodność: Zapewnienie środowiska umożliwiającego zachowanie standardów RODO, HIPAA, IRB oraz 21 CFR część 11. ● Możliwością indeksowania metadanych DICOM oraz raportów radiologicznych (HL7 FHIR). 4. Zasady rozliczania i płatności Wynagrodzenie Wykonawcy za świadczenie usług chmurowych naliczane będzie na podstawie rzeczywistego wykorzystania zasobów przez Zamawiającego (Beneficjenta), w podziale na poszczególne kategorie. Jeżeli faktyczny czas korzystania z danego zasobu w danym okresie rozliczeniowym będzie krótszy niż jednostka referencyjna wskazana przez Wykonawcę w Formularzu ofertowym (miesiąc/godzin / operacjogodzina), wynagrodzenie za ten zasób zostanie obliczone proporcjonalnie do faktycznego okresu wykorzystania, z dokładnością wynikającą z natywnego s Źródło: Ministerstwo Funduszy i Polityki Regionalnej, Baza Konkurencyjności Funduszy Europejskich; pobrano 2026-09-23; dane przetworzone.