如今，全球有 5700 万人患有痴呆症。对于帮助他们的研究人员来说，面临的障碍并非投入不足，而是数据过多、能够整合分析这些数据的专家有限，以及科学发现的进展速度跟不上疾病带来的挑战。
神经退行性疾病生物医学研究与人工智能联盟 (C-BRAIN) 正在与 NVIDIA 合作，利用 AI 来改变这种状况。
阿尔茨海默病是当今全球面临的重大健康挑战之一，每年新诊断的痴呆症病例超过 1000 万例。迄今还尚未找到能够阻止、预防或逆转这种疾病的有效治疗方法。
当前的研究瓶颈包括高影响力的科学发现不足，数据存在于机构内部而形成信息孤岛，以及整合分析的速度太慢，无法跟上已发表的研究成果。
C-BRAIN 于 2025 年 11 月成立，由 Randall Bateman 博士领导，汇集了 18 家学术、慈善、制药和研究组织机构。该联盟旨在通过加速推动新疗法的研究，帮助科学家更好、更快地取得研究发现。
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 表示：“我们有机会利用 AI 开展与以往截然不同的研究，以加速科学发现，帮助患者。”他将他们的工作描述为“由科学家为科学家打造的 AI 工具”。
该联盟正在构建一个系统，利用以前未得到充分利用的阿尔茨海默病研究数据来支持科学家的工作。
将研究时间从数周缩短到数小时
在阿尔茨海默病研究中，至关重要的资产是此前从未向 AI 工具或人类研究人员开放过的数据集。其中包括未发表的研究结果、无效发现和受成员机构监管的专有数据。
C-BRAIN 首席技术官 Ade Ojewole 博士表示：“大量生命科学数据并未进入前沿模型。这意味着，我们还有大量有价值的知识未得到充分利用。”
C-BRAIN 将此称为“暗数据”，它正在减缓阿尔茨海默病的研究。
部分暗数据会被直接存储到安全的计算机系统中，以供 AI 工具访问。为了在不影响患者隐私或机构治理的情况下使用这些数据，C-BRAIN 采用了集中式和联邦式混合的方法，即 AI 模型从每个机构的数据中学习，而无需将数据移出相应机构的内部环境。这种基础设施的构建和扩展对技术要求很高，也是 NVIDIA 在此次协作中能够发挥优势的领域之一。
C-BRAIN 目前在本地运行 64 块 NVIDIA 数据中心 GPU，并结合了部署在 Microsoft Azure 上的云端节点。随着联盟扩大研究规模，未来将增加包括 NVIDIA Blackwell 系统的 NVIDIA GPU 资源。
为了探索如何利用 AI 和加速计算推动阿尔茨海默病研究，同时满足其技术需求，C-BRAIN 正在与 NVIDIA 合作，包括将 NVIDIA BioNeMo 开放开发者平台和 MONAI 框架整合到其研究流程中。
Bateman 说：“C-BRAIN 与 NVIDIA 的合作旨在解锁这些模型，让它们能够产生具有重要影响力的成果。”
Ojewole 表示：“在我们不断突破当今空间组学机器学习架构的建模能力的过程中，需要开展大量优化工作。NVIDIA 软件肯定会在这一过程中发挥作用。”
C-BRAIN 的研究人员已经构建了两种工具：由研究科学家 Justin Reese 牵头开发的 OpenScientist 和与 387 Labs 合作开发的 InsightEngine。
OpenScientist 是一个开源的智能体 AI 科研协作工具。它接收科学家的研究问题和数据集，然后以半自动的方式生成假设、运行分析，并生成可验证、可审计的见解。InsightEngine 是一个开源研究平台，使用智能体 AI 根据科学文献测试假设，它能够分析用户提供的数据集，探索生物医学知识图谱，并根据证据检查每项论断，以便在研究人员投入成本高昂的实验之前识别模型产生的幻觉。
在已发布的案例研究中，OpenScientist 能够在几分钟内完成分析，且每次运行的成本不到 10 美元。据该领域的科学家此前估计，传统方法可能需要数周到数月的时间。C-BRAIN 目前拥有 200 多个研究小组，这种能力可以释放大量研究能力，每年节省的研究时间可能超过 100 万小时。
从相关性到归因
展望未来，C-BRAIN 的目标是构建一个多模态生物基础模型，该模型将基于其神经影像、多组学、体液生物标志物和纵向临床指标等数据进行训练。
该联盟的目标是在成立后的第三年，发现大脑衰老和阿尔茨海默病的新因果机制，并利用所有可用的研究和数据，逐步发展出可验证的科学原理。
Bateman 表示：“能够思考和推理的 AI 有望加速科学发现，进而开发出强大且可实施的预防措施和治疗方法，让全体人群受益。”