全球目前有5700万人正与失智症共同生活。对于致力于帮助他们的研究人员来说,困难不在于缺乏努力,而在于数据过于庞杂、能够解读数据的专家过于稀少,以及科研突破的速度始终跟不上疾病发展的步伐。
生物医学研究与神经退行性疾病人工智能联盟(C-BRAIN)正与英伟达合作,利用AI来改变这一局面。
阿尔茨海默病是当今全球面临的主要健康挑战之一,每年新增确诊病例超过1000万。尽管美国国立卫生研究院在过去15年里将相关资助增加了7倍,达到每年39亿美元,但目前仍未找到能够阻止、预防或逆转这种疾病的治疗方法。
制约因素并非缺乏高影响力的科学发现,而是大量数据分散存储于各机构内部形成信息孤岛,以及对已发表研究成果进行综合分析的速度过于缓慢,跟不上研究产出的节奏。
C-BRAIN由兰德尔·贝特曼博士牵头,联合学术界、慈善机构、制药公司和研究机构等18家成员单位,于2025年11月成立,旨在通过加速能够催生新疗法的研究进程,帮助科学家做出更好、更快的发现。
"借助人工智能，我们迎来了一个难得的机遇窗口,可以用与以往根本不同的方式开展研究,从而加速有助于患者的科学发现,"贝特曼表示。他是C-BRAIN的创始人兼主任,同时担任圣路易斯华盛顿大学医学院查尔斯·F·与乔安妮·奈特神经学杰出教授。他将联盟的工作描述为"由科学家打造、服务于科学家的AI工具"。
该联盟正在构建一套系统,利用此前从未被开发利用的阿尔茨海默病研究数据来支持科学家的工作。
将科研周期从数周缩短至数小时
阿尔茨海默病研究中的重要资产,是那些从未向AI工具或人类研究者公开的数据集,其中包括未发表的研究发现、阴性结果,以及受成员机构治理约束的专有数据。
"大量生命科学数据从未进入前沿模型的训练范围,"C-BRAIN首席技术官阿德·奥杰沃莱博士表示,"其结果是我们白白浪费了大量潜在的智能价值。"
C-BRAIN将这类数据称为"暗数据",它们正是拖慢阿尔茨海默病研究进度的因素之一。
部分暗数据会直接存入安全计算系统供AI工具调用。为了在不损害患者隐私或机构治理规范的前提下使用这些数据,C-BRAIN采用了一种集中式与联邦式相结合的混合方案——AI模型可以在各机构内就地学习数据,而数据本身无需离开所在机构。这种基础设施在技术上的构建和扩展难度很高,而这正是英伟达为此次合作所能提供的价值之一。
目前,C-BRAIN在本地运行着64块英伟达数据中心GPU,同时在微软Azure云端配置了计算节点,随着联盟目标规模的扩大,未来还将引入更多英伟达GPU算力,包括英伟达Blackwell系统。
为了探索AI和加速计算如何在应对技术挑战的同时推动阿尔茨海默病研究,C-BRAIN正与英伟达合作,将包括英伟达BioNeMo开放开发者平台以及MONAI框架等技术整合进C-BRAIN的研究流程中。
"C-BRAIN与英伟达的合作,旨在以一种能够产生重大而深远影响的方式释放这些模型的潜力,"贝特曼说。
"随着我们不断拓展当前空间组学机器学习架构的建模边界,将需要进行大量优化工作,"奥杰沃莱表示,"英伟达的软件必将在这方面发挥重要作用。"
C-BRAIN的研究人员已经打造出两款工具:OpenScientist——由劳伦斯伯克利国家实验室合作构建,项目由研究科学家贾斯汀·里斯主导;以及InsightEngine——与387 Labs共同开发。
OpenScientist是一款开源的智能体式AI协同科学家工具,能够接收科学家提出的研究问题和数据集,随后半自主地生成假设、运行分析,并产出可验证、可审计的洞察结果。InsightEngine则是一个开源研究平台,利用智能体式AI针对科学文献检验假设,分析用户提供的数据集,探索生物医学知识图谱,并对每一项论断逐一核查证据,以便在研究人员投入昂贵的实验成本之前排除幻觉风险。
在已发布的案例研究中,OpenScientist仅用数分钟就完成了领域科学家预估需要数周到数月才能完成的分析工作,且每次运行成本不足10美元。以C-BRAIN目前覆盖的200多个研究团队计算,这项能力有望释放出可观的科研产能,规模化后每年或可节省超过100万小时的工作时间。
从相关性走向因果性
展望未来,C-BRAIN的目标是构建一个多模态生物基础模型,训练数据将涵盖其所拥有的全部数据类型——神经影像、多组学数据、体液生物标志物以及纵向临床测量数据。
该联盟计划在第三年取得突破,发现大脑衰老和阿尔茨海默病的新致病机制,并利用现有研究和数据的全部范围,将这些发现转化为可供检验的科学原理。
贝特曼表示:"具备思考和推理能力的AI,有潜力加速那些能够为全体人群带来强有力且可落地实施的预防与治疗手段的科学发现。"
