FENG/SD/24/2026 - Adquisición de un servicio de acceso a la nube informática y herramientas de apoyo a la gestión de datos
Órgano de contratación: Smarter Diagnostics sp. z o.o.
País: Polonia
Plazo: 2 oct. 2026, 23:59 (UTC+2)
Procedimiento: Otro procedimiento
Sector (CPV): Servicios de TI (72300000)
Aperlena: https://aperlena.com/es/t/fengsd242026-zakup-uslugi-dostepu-do-chmury-obliczeniowej-oraz-narzedzi-wspierajacych-proces-zarzadzania-danymi-110a94204f
Anuncio oficial: https://bazakonkurencyjnosci.funduszeeuropejskie.gov.pl/ogloszenia/292804
El plazo de ofertas ha cerrado. Una adjudicación o una corrección de este anuncio: un email cuando el registro lo ve.
Iniciar sesión
01
Resumen
Resumen generado automáticamente
Esta contratación forma parte del proyecto 'SmarterKneeMRI', una herramienta de inteligencia artificial para el diagnóstico clínico y preventivo de la articulación de la rodilla basado en resonancias magnéticas. La parte 1 cubre el acceso a infraestructura cloud dentro del ecosistema Amazon Web Services, integrada directamente con el entorno AWS existente del comprador para evitar construir plataformas paralelas con otros proveedores. El proveedor suministra únicamente el entorno tecnológico: AWS SageMaker Ground Truth para la anotación, verificación y validación de unas 10.000 unidades de anotación, capacidad de cómputo mediante instancias Amazon EC2 y Amazon ECS (por ejemplo de la clase m6i.xlarge) para los pipelines aplicativos, instancias GPU para el entrenamiento de modelos y la inferencia, así como una ampliación del almacenamiento de datos en Amazon S3. La anotación de datos la realiza el propio comprador.
02
Puntos clave
Expediente
2026-98567-292804
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. Szacunkowy wolumen ok. 600 mln tokenów wejściowych i ok. 120 mln tokenów wyjściowych, a dla embeddingów ok. 1 000 mln tokenów dla całego okresu świadczenia usługi. E. Infrastruktura sieciowa i bezpieczeństwo Izolacja i ruch: Pełna konfiguracja w ramach istniejącego Amazon VPC Beneficjenta. Komponenty sieciowe: NAT Gateway (ok. 2 000 GB danych/mies.) dla ruchu wychodzącego, Application Load Balancer dla ruchu aplikacyjnego oraz system monitoringu i logowania Amazon CloudWatch (ok. 150 GB logów/mies). 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 w Formularzu ofertowym (np. miesiąc, godzina) wynagrod
Źródło: Ministerstwo Funduszy i Polityki Regionalnej, Baza Konkurencyjności Funduszy Europejskich; pobrano 2026-09-25; dane przetworzone.
Texto original
Numer ogłoszenia: 2026-98567-292804
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. Szacunkowy wolumen ok. 600 mln tokenów wejściowych i ok. 120 mln tokenów wyjściowych, a dla embeddingów ok. 1 000 mln tokenów dla całego okresu świadczenia usługi. E. Infrastruktura sieciowa i bezpieczeństwo Izolacja i ruch: Pełna konfiguracja w ramach istniejącego Amazon VPC Beneficjenta. Komponenty sieciowe: NAT Gateway (ok. 2 000 GB danych/mies.) dla ruchu wychodzącego, Application Load Balancer dla ruchu aplikacyjnego oraz system monitoringu i logowania Amazon CloudWatch (ok. 150 GB logów/mies). 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 w Formularzu ofertowym (np. miesiąc, godzina) wynagrod
Źródło: Ministerstwo Funduszy i Polityki Regionalnej, Baza Konkurencyjności Funduszy Europejskich; pobrano 2026-09-25; dane przetworzone.
Fuente oficial
Fuente: Baza Konkurencyjności Funduszy Europejskich (Ministerstwo Funduszy i Polityki Regionalnej)
Verifica siempre los detalles en el anuncio oficial.
de las adjudicaciones fueron a los tres adjudicatarios más frecuentes
9%
compradores adjudicaron contratos aquí
1.138
Según 2.612 adjudicaciones con adjudicatario identificado en los últimos 3 años. Contadas por adjudicación y no por importe, porque los importes de lotes y acuerdos marco no son comparables.
Concentrado: los tres adjudicatarios más frecuentes obtuvieron el 65% de las adjudicaciones o más; muchos proveedores: menos del 35% con al menos diez adjudicatarios distintos.
Competencia
ofertas por lote de media (procedimientos abiertos y restringidos)
2,4
de esos lotes recibieron una sola oferta
57%
de las adjudicaciones fueron a empresas con sede en otro país
2%
de las ofertas llegaron de otro país
3%
Tal como los indican los anuncios de adjudicación oficiales, en los últimos 3 años. Las ofertas por lote cuentan solo procedimientos abiertos y restringidos: en un procedimiento negociado o una adjudicación directa, una sola oferta es el propio procedimiento. El país es el que el anuncio da para el adjudicatario.