AI 如何改变数百万痴呆症患者的发现速度

NVIDIA Blog 2026/10/27 15:00 新闻

healthcare-ai alzheimers-research nvidia federated-learning bioinformatics open-source drug-discovery

摘要

神经退行性疾病生物医学研究与 AI 联盟（C-BRAIN）正与 NVIDIA 合作，利用 AI、联邦学习和 GPU 基础设施，挖掘尚未被利用的阿尔茨海默病研究数据，加速科学研究的发现速度，造福全球 5700 万痴呆症患者。

<div id="bsf_rt_marker"></div>全球目前有 5700 万人患有痴呆症。对于致力于帮助他们的研究人员来说，障碍并非缺乏努力——而是数据太多、能将数据综合分析的专家太少，发现的速度跟不上疾病的发展。 神经退行性疾病生物医学研究与 AI 联盟（Consortium for Biomedical Research and AI in Neurodegeneration，简称 C-BRAIN）正与 NVIDIA 合作，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，每年新增痴呆症病例超过 1000 万例。尽管过去 15 年间美国国立卫生研究院（National Institutes of Health）的资助增加了 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疗法。 瓶颈在于：高影响力的科学发现不够多，大量数据被困在各机构的孤岛中，综合分析的速度太慢，跟不上已发表研究的步伐。 C-BRAIN 由 Randall Bateman 博士领导，成员包括来自学术界、慈善机构、制药行业和研究机构的 18 家成员单位，于 2025 年 11 月正式启动，旨在通过加速推动新疗法诞生的研究，帮助科学家做出更好、更快的发现。 “人工智能为我们提供了一个窗口，让我们能够以与以往截然不同的方式开展研究，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神经学 Charles F. 和 Joanne Knight 杰出教授 Bateman 说道。他将自己的工作描述为“由科学家为科学家打造的 AI 工具”。 该联盟正在构建一套系统，利用此前尚未被发掘的阿尔茨海默病研究数据来支持科学家的工作。 <h2>将研究周期从数周缩短至数小时</h2> 阿尔茨海默病研究中的关键资源，是那些从未向 AI 工具或人类研究人员公开过的数据集，包括尚未发表的研究结果、阴性结果，以及成员单位受管控的专有数据。 “很多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，“其后果是我们白白浪费了大量宝贵的知识。” C-BRAIN 将这类数据称为“暗数据”（dark data），它们拖慢了阿尔茨海默病的研究进程。 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和机构治理规范的前提下使用这些数据，C-BRAIN 采用了集中式与联邦式相结合的混合架构——AI 模型在各机构本地的数据上进行学习，数据无需离开各机构的防火墙。这类基础设施的构建与扩展在技术上要求极高，而这正是 NVIDIA 为此次合作带来的价值之一。 C-BRAIN 目前在本地部署了 64 块 <a target="_blank" href="https://www.nvidia.com/en-us/data-center/">NVIDIA 数据中心 GPU</a>，同时在 Microsoft Azure 上运行基于云的节点。随着联盟目标的不断扩大，未来还将接入更多 NVIDIA GPU 算力，包括<a target="_blank" href="https://www.nvidia.com/en-us/data-center/technologies/blackwell-architecture/">NVIDIA Blackwell 系统</a>。 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 NVIDIA 合作，将<a target="_blank" href="https://github.com/NVIDIA-BioNeMo">NVIDIA BioNeMo </a>开放开发者平台以及 MONAI 框架等技术融入 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，让它们能够产生非常有影响力和重要意义的成果，”Bateman 说道。 “当我们不断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 的软件必将在此发挥作用。” C-BRAIN 的研究人员已经构建了两款工具：OpenScientist——与 Lawrence Berkeley National Laboratory 合作打造，由研究科学家 Justin Reese 主导——以及与 387 Labs 合作打造的 InsightEngine。 OpenScientist 是一款开源的智能体 AI（agentic AI）协作科研工具，能够接收科学家的研究问题和数据集，然后半自主地生成假设、运行分析，并产出可验证、可审计的研究洞见。InsightEngine 则是一个开源研究平台，它利用智能体 AI 对照科学文献检验假设，分析用户提供的数据集，探索生物医学知识图谱，并逐条核查每个论断是否有证据支持，从而在研究人员投入昂贵的实验之前发现 AI 的“幻觉”。 在已发表的案例研究中，OpenScientist 在几分钟内就完成了领域专家估计需要数周到数月才能完成的分析，每次运行成本不到 10 美元。以 C-BRAIN 目前覆盖的 200 多个研究团队来看，这项能力能够释放大量研究生产力，规模化后每年可能超过一百万小时。 <h2>从相关性走向因果性</h2> 展望未来，C-BRAIN 计划构建一个多模态生物基础模型，利用其全部数据进行训练——涵盖神经影像、多组学、体液生物标志物和纵向临床测量数据。 到第三年，其目标是发现脑衰老和阿尔茨海默病新的因果机制，利用全部可用的研究和数据，提炼出可验证的科学原理。 Bateman 表示：“能够思考和推理的人工智能，有潜力加速发现，从而为整个人群带来强大且可落地实施的预防手段和疗法。”

查看原文

查看缓存全文

缓存时间: 2026/10/28 01:24

# AI 如何改变数百万痴呆症患者的发现速度来源：https://blogs.nvidia.com/blog/open-source-ai-tools-cbrain-dementia/ 当今全球有 5700 万人患有痴呆症。对于致力于帮助他们的研究人员而言，障碍并非缺乏努力——而是数据太多、能够整合数据的专家太少，发现的速度远远跟不上疾病的发展。神经退行性疾病生物医学研究与人工智能联盟（C-BRAIN）正与 NVIDIA 合作，利用 AI 来改变这一现状。阿尔茨海默病是当今全球面临的重大健康挑战之一，每年新确诊的痴呆病例超过 1000 万。尽管过去 15 年间美国国立卫生研究院（NIH）的经费增加了 7 倍，达到每年 39 亿美元，但至今仍未发现能够阻止、预防或逆转该疾病的有效疗法。瓶颈在于：高影响力的科学发现不够多、大量数据困在机构孤岛中、整合速度太慢，无法跟上已发表研究成果的步伐。 C-BRAND 由 Randall Bateman 博士领导，汇集了来自学术、慈善、制药和研究领域的 18 家成员机构，于 2025 年 11 月正式启动，旨在通过加速那些促成新疗法的研究，帮助科学家做出更好、更快的发现。 C-BRAIN 创始人兼主任、圣路易斯华盛顿大学医学院 Charles F. 和 Joanne Knight 神经病学杰出教授 Bateman 表示："人工智能为我们提供了一个窗口，让我们能够以前所未有的方式开展研究，加速发现、造福患者。"他将团队的工作描述为"由科学家为科学家打造的 AI 工具"。该联盟正在构建一套系统，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。 ## **将研究周期从数周缩短至数小时** 阿尔茨海默病研究中的关键资源，是一些从未向 AI 工具或研究人员公开的数据集。这包括未发表的研究发现、阴性结果，以及来自成员机构的受管控的专有数据。 C-BRAIN 首席技术官 Ade Ojewole 博士表示："许多生命科学数据并未进入前沿模型。其后果是，我们浪费了大量的知识宝库。" C-BRAIN 将这类数据称为"暗数据"，它们拖慢了阿尔茨海默病研究的进程。部分暗数据被直接导入安全的计算机系统，供 AI 工具访问。为了在不侵犯患者隐私或违反机构治理规范的前提下使用这些数据，C-BRAIN 采用混合式集中-联邦架构——AI 模型在各机构本地进行学习，数据无需离开所属机构。构建和扩展这种基础设施在技术上要求极高，而这正是 NVIDIA 为合作带来的核心价值之一。 C-BRAIN 目前在本地部署了 64 块 [NVIDIA 数据中心 GPU](https://www.nvidia.com/en-us/data-center/)，同时利用 Microsoft Azure 的云端节点及额外的 NVIDIA GPU 算力，随着联盟规模的扩大，未来还将引入 [NVIDIA Blackwell 系统](https://www.nvidia.com/en-us/data-center/technologies/blackwell-architecture/)。为了探索 AI 和加速计算如何推进阿尔茨海默病研究并应对技术挑战，C-BRAIN 正与 NVIDIA 合作，将 [NVIDIA BioNeMo](https://github.com/NVIDIA-BioNeMo) 开放开发者平台和 MONAI 框架等技术融入其研究管线。 Bateman 表示："C-BRAIN 与 NVIDIA 的合作旨在释放这些模型的潜力，使其产生极具影响力和重要价值的成果。" Ojewole 说："当我们不断突破当前空间组学机器学习架构的建模能力极限时，将需要大量的优化工作。NVIDIA 的软件在这里一定会发挥关键作用。" C-BRAIN 的研究人员已经开发了两款工具：**OpenScientist**——由劳伦斯伯克利国家实验室联合打造，由研究科学家 Justin Reese 主导——以及与 387 Labs 合作开发的 **InsightEngine**。 OpenScientist 是一款开源的智能体 AI 协科学家，能够接收科学家的研究问题和数据集，随后以半自主方式生成假设、运行分析，并产出可验证、可审计的研究成果。InsightEngine 是一款开源研究平台，利用智能体 AI 对照科学文献检验假设，分析用户提供的数据集，探索生物医学知识图谱，并逐条核实每项论断的证据来源，在研究人员投入昂贵实验之前提前捕捉潜在的幻觉输出。在已发表的案例研究中，OpenScientist 在几分钟内即可完成领域专家估计需要数周至数月才能完成的分析工作，每次运行成本不到 10 美元。以 C-BRAIN 目前覆盖的 200 多个研究团队计算，这种能力有望释放巨大的科研产能，规模化后每年可节省超过一百万小时的研究时间。 ## **从相关性到因果关系** 展望未来，C-BRAIN 的目标是构建一个多模态生物基础模型，利用其全部数据进行训练——涵盖神经影像、多组学、液体生物标志物和纵向临床测量数据。到第三年，该联盟计划发现脑老化和阿尔茨海默病的新因果机制，利用全部可用的研究和数据，将发现转化为可验证的科学原理。 Bateman 表示："能够思考和推理的人工智能有潜力加速发现，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。"

AI 如何改变数百万痴呆症患者的发现速度

相似文章

利用数千个人工智能智能体，从生物数据中发掘新线索

老年人认知障碍检测与管理中的技术进步：趋势、挑战与未来方向

@DellTech：AI 正在改变药物发现，能够加快突破，从而改善患者预后。Dell AI Fact…

AI-Care：用于阿尔茨海默病护理中任务协调的对话式代理系统

Cerebras称其新型计算机提升AI速度优势，超越Nvidia（阅读约3分钟）

提交意见反馈