C-BRAIN 联合 NVIDIA 推出 OpenScientist 和 InsightEngine 加速阿尔茨海默病研究

NVIDIA 博客· Anthony Costa·2026-10-27 23:00· 1 小时前AI 评分53

AI 如何改变数百万痴呆症患者的发现速度

AI 导读

C-BRAIN 与 NVIDIA 合作，利用 AI 加速阿尔茨海默病研究，已推出两个开源工具 OpenScientist 和 InsightEngine，覆盖超过 200 个研究团队。

正文 · 原文

如今全球有 5700 万人患有痴呆症。对于致力于帮助他们研究人员来说，障碍并非努力不足——而是数据太多、能综合这些数据的专家太少，以及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人工智能联盟（C-BRAIN）正与 NVIDIA 合作，利用 AI 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，每年新诊断的痴呆症病例超过 1000 万。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——但尚未找到能够阻止、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、太多数据困在机构孤岛中，以及综合速度太慢，无法跟上已发表的研究。

C-BRAIN 由 Randall Bateman 博士领导，由横跨学术、慈善、制药和研究机构的 18 家成员机构组成，于 2025 年 11 月启动，旨在通过加速使新疗法成为可能的研究，帮助科学家实现更好、更快的发现。

“人工智能为我们提供了一个机会窗口，让我们能够以与以往根本不同的方式开展研究，从而加速发现以帮助患者，”Bateman 说，他是 C-BRAIN 的创始人兼主任，也是圣路易斯华盛顿大学医学院 Charles F. and Joanne Knight 神经病学杰出教授。他将他们的工作描述为“由科学家构建、为科学家服务的 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 工具或人类研究人员公开过的数据集。这包括未发表的研究结果、阴性结果以及来自成员机构的受管制的专有数据。

“许多生命科学数据并没有进入前沿模型，”C-BRAIN 首席技术官 Ade Ojewole 博士说。“其后果是我们浪费了大量智能。”

C-BRAIN 将其称为“暗数据”，它拖慢了阿尔茨海默病的研究。

一些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情况下使用这些数据，C-BRAIN 采用集中式与联邦式相结合的方法——AI 模型从各机构的数据中学习，而数据无需离开其机构。这类基础设施的构建和扩展在技术上要求很高，这也是 NVIDIA 为此次合作带来的部分贡献。

C-BRAIN 目前本地运行着 64 块NVIDIA 数据中心 GPU，同时使用Microsoft Azure 上的云端节点，随着该联盟的雄心不断扩大，未来还将增加包括NVIDIA Blackwell 系统在内的更多 NVIDIA GPU 算力。

为了探索 AI 和加速计算如何在应对技术需求的同时推动阿尔茨海默病研究，C-BRAIN 正与 NVIDIA 合作，将NVIDIA BioNeMo开放开发者平台和 MONAI 框架等技术纳入 C-BRAIN 的研究流程。

Bateman 表示：“C-BRAIN 与 NVIDIA 的合作旨在释放这些模型的潜力，使其能够交付极具影响力和重要价值的成果。”

Ojewole 表示：“随着我们不断拓展当今空间组学机器学习架构所能建模的边界，将需要进行大量优化。NVIDIA 的软件届时必将发挥作用。”

C-BRAIN 的研究人员已经构建了两款工具：OpenScientist——由劳伦斯伯克利国家实验室在研究科学家 Justin Reese 领导的努力下共同构建——以及 InsightEngine，后者与 387 Labs 合作构建。

OpenScientist 是一个开源的智能体 AI 联合科学家，它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、可审计的洞见。InsightEngine 是一个开源研究平台，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，并对照证据核查每一项主张，从而在研究团队投入昂贵的实验之前发现幻觉。

在已发表的案例研究中，OpenScientist 在几分钟内完成了领域科学家估计需要数周至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 200 多个研究组的规模，这一能力可释放大量研究产能，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 旨在构建一个多模态生物基础模型，基于其全部数据——神经影像、多组学、体液生物标志物和纵向临床指标——进行训练。

到第三年，其目标是发现大脑衰老和阿尔茨海默病的新因果机制，进而利用现有研究和数据的全部范围，推进到可检验的科学原理。

Bateman 表示：“能够思考和推理的 AI 有潜力加速发现，从而为全体人群带来强大且可实施的预防和治疗方案。”

来源：NVIDIA Blog · blogs.nvidia.com