当今全球有5700万人患有痴呆症。对于致力于帮助他们研究人员来说,障碍不是努力不足——而是数据太多、能够综合分析的专家太少,以及无法跟上疾病的探索发现速度。
生物医学研究与AI神经退行性疾病联盟(C-BRAIN)正在与NVIDIA合作,利用AI来改变这一现状。
阿尔茨海默病是当今全球主要的健康挑战之一,每年新增确诊痴呆症病例超过1000万例。尽管过去15年美国国立卫生研究院的资助增长了7倍——达到每年39亿美元——但至今仍未找到能够阻止、预防或逆转该疾病的治疗方法。
瓶颈在于高影响力的科学发现不足、数据分散在各个机构孤岛中,以及综合分析的速度太慢,跟不上已发表的研究。
C-BRAIN由Randall Bateman博士领导,由来自学术、慈善、制药和研究机构的18个成员机构组成,于2025年11月启动,旨在通过加速使新疗法成为可能的研究,帮助科学家做出更好、更快的发现。
“我们拥有一个人工智能带来的机会窗口,可以以前所未有的方式开展根本不同的研究,从而加速发现、帮助患者,”C-BRAIN创始人兼主任、圣路易斯华盛顿大学医学院Charles F. and Joanne Knight神经学杰出教授Bateman说。他将他们的工作描述为“由科学家为科学家构建的AI工具”。
该联盟正在构建一个系统,利用此前未被开发的阿尔茨海默病研究数据来支持科学家的工作。
将研究速度从数周缩短到数小时
阿尔茨海默病研究中的重要资产是那些从未向AI工具或人类研究人员公开的数据集。这包括未发表的发现、阴性结果以及来自成员机构的受管治专有数据。
“大量生命科学数据没有进入前沿模型,”C-BRAIN首席技术官Ade Ojewole博士说。“其结果是,我们浪费了大量可用的智能。”
C-BRAIN将其称为“暗数据”,这些数据拖慢了阿尔茨海默病研究的进程。
部分暗数据被直接存入安全的计算机系统,供AI工具访问。为了在不损害患者隐私或机构治理的前提下使用这些数据,C-BRAIN采用了中心化与联邦化相结合的混合方式——AI模型在每个机构的数据上进行学习,而数据无需离开机构。这类基础设施在构建和扩展上对技术要求很高,这正是NVIDIA为此次合作带来的部分价值。
C-BRAIN目前在本地运行64个 NVIDIA数据中心GPU 并在Microsoft Azure上运行云端节点,随着联盟目标的扩大,更多的NVIDIA GPU算力(包括 NVIDIA Blackwell系统)也即将到位。
为了探索AI和加速计算如何在应对技术需求的同时推进阿尔茨海默病研究,C-BRAIN正在与NVIDIA合作,引入包括 NVIDIA BioNeMo 开放开发者平台和MONAI框架在内的技术,用于C-BRAIN的研究流程。
“C-BRAIN与NVIDIA的合作旨在释放这些模型的潜力,使其能够产生非常有影响力和重要的成果,”Bateman说。
“当我们突破当今空间组学机器学习架构所能建模的边界时,将需要大量的优化工作,”Ojewole说。“NVIDIA软件肯定会在其中发挥作用。”
C-BRAIN的研究人员已经构建了两个工具:OpenScientist——由研究科学家Justin Reese领导,与劳伦斯伯克利国家实验室合作构建——以及与387 Labs合作构建的InsightEngine。
OpenScientist是一个开源的智能体AI协作科学家,它接收科学家的研究问题和数据集,然后以半自主的方式生成假设、运行分析并产生可验证、可审计的洞见。InsightEngine是一个开源研究平台,使用智能体AI针对科学文献检验假设,分析用户提供的 dataset,探索生物医学知识图谱,并对每一项论断进行证据核查,以便在研究人员投入昂贵实验之前发现幻觉。
在已发表的案例研究中,OpenScientist在几分钟内完成的分析,领域科学家估计需要数周甚至数月,而每次运行的成本低于10美元。按C-BRAIN目前覆盖的200多个研究团队计算,这一能力可以释放大量研究资源,规模化后每年可能超过一百万小时。
从相关性到因果性
展望未来,C-BRAIN的目标是构建一个多模态生物基础模型,以其全部数据——神经影像、多组学、液体生物标志物和纵向临床测量——进行训练。
到第三年,该联盟旨在利用全部可用研究和数据,发现脑衰老和阿尔茨海默病的新因果机制,并向可检验的科学原理推进。
Bateman说：“能够思考和推理的AI有潜力加速科学发现，从而为整个人群带来强大且可实施的预防措施和治疗方法。”