AI4Access: AI-Driven User Access Services for Euro-BioImaging ERIC

Descripción del proyecto

Herramienta basada en inteligencia artificial para métodos y servicios de imagenología

Euro-BioImaging ERIC conecta 39 nodos y 295 instalaciones, y ofrece acceso abierto a más de 120 tecnologías de imagen. Sin embargo, el acceso actual a través del catálogo puede resultar complicado, sobre todo para los investigadores ajenos al campo de la imagenología, debido a la complejidad de la terminología y a la necesidad de contar con orientación especializada. El proyecto AI4Access, financiado con fondos europeos, desarrollará una herramienta basada en inteligencia artificial (IA) y en lenguaje natural que transformará los retos científicos en recomendaciones basadas en la evidencia sobre métodos de imagen, instalaciones, procesos de análisis y flujos de trabajo de datos. Mediante el uso de estructuras de datos semánticas híbridas y un diseño centrado en el usuario, la herramienta mejorará la accesibilidad, la reproducibilidad y la eficiencia en la investigación. Al incorporar principios de IA fiables y garantizar la interoperabilidad con las infraestructuras de investigación europeas, AI4Access proporcionará un modelo replicable para la investigación basada en la IA en toda Europa.

Objetivo

Euro-BioImaging ERIC connects 39 Nodes and 295 facilities, providing open access to 120+ imaging technologies. For many researchers, especially outside imaging, today’s catalogue-based access is difficult: it is jargon-heavy, assumes prior expertise, slows discovery, and leaves users lost in the extensive catalogue and costly instruments underused without heavy consultation.

AI4Access introduces the Research Navigator: a natural-language entry point that turns scientific problems into transparent, evidence-based recommendations for imaging methods, facilities, analysis pipelines, and data deposition. It relies on a hybrid knowledge base, ontology/PID-linked, structured records enriched with GenAI-augmented literature and past project evidence, and adapts advice to user needs. This shifts Euro-BioImaging from static lists to a problem-to-solution access framework.

The workplan follows a user-centred journey: WP1 co-designs the Navigator experience; WP2 encodes services semantically; WP3 extends to image-data workflows; WP4 delivers the generative-AI reasoning engine; WP5 proves value in pilots and training; WP6 embeds trust (provenance, explainability, GDPR/EU AI Act, energy-aware operation); WP7 drives uptake, governance templates, update workflows, and a white-label toolkit for reuse by other ERICs and RIs; WP8 secures integration and management.

Aligned with EOSC and bridging INFRA-SERV catalogues (ISIDORe, canSERV, AgroSERV), AI4Access lowers entry barriers, shortens the path from idea to experiment, improves reproducibility, and increases utilisation across Euro-BioImaging. Researchers and SMEs gain faster, clearer routes to services; Nodes and facilities gain visibility and sharper demand; and the RI ecosystem gains a replicable cross-RI access bridge and a blueprint for trustworthy, sustainable AI in Research Infrastructures. The project directly responds to the EU’s request to make access more effective and improve interoperability across the RI landscape.