NVIDIA携手C-BRAIN开源AI工具加速攻克痴呆症

全球目前有约 5700 万人生活在痴呆症的阴影之下。对于试图攻克这一难题的科研人员而言，阻碍进展的并非努力程度不够，而是数据体量过于庞大、具备整合能力的专家匮乏，导致科学发现的节奏远远追不上疾病的恶化速度。

神经退行性疾病生物医学研究与 AI 联盟（C-BRAIN）正与 NVIDIA 携手，尝试用人工智能打破这一僵局。

阿尔茨海默病是当今全球最严峻的公共卫生挑战之一，每年新增痴呆症病例超过 1000 万例。过去 15 年间，尽管美国国立卫生研究院（NIH）的相关资助增长了 7 倍、达到每年 39 亿美元，但人类仍未找到能够有效阻止、预防或逆转该疾病的疗法。

科研的核心瓶颈主要集中在三点：高影响力的科学发现不足、大量核心数据孤立在各个机构的信息孤岛中，以及文献综合与归纳的速度严重滞后。

为此，由 Randall Bateman 博士牵头、涵盖学术界、慈善界、制药企业与研究机构共 18 家成员的 C-BRAIN 联盟于 2025 年 11 月正式成立。该联盟旨在通过加快基础与转化研究，帮助科学家更快带来具有颠覆性的新疗法。

Bateman 博士表示：“人工智能为我们提供了一个前所未有的窗口，让我们能以完全不同的方式开展研究。这是一套由科学家打造、专为科学家服务的 AI 工具。”

激活沉睡的“暗数据”

阿尔茨海默病研究中极为珍贵的资产，是那些此前从未对人类或 AI 开放过的数据集，包括未公开发表的发现、实验失败的阴性结果，以及各成员机构严格管辖的专有数据。C-BRAIN 将这些信息统称为“暗数据”。

C-BRAIN 首席技术官 Ade Ojewole 博士指出，大量生命科学数据并未被纳入前沿基础模型中，这导致许多有价值的信息被白白浪费。

为了在保护患者隐私和遵守机构数据管理规范的前提下调用这些数据，C-BRAIN 采用了“集中式与联邦式相结合”的混合架构——让 AI 模型在各个机构本地学习数据，而原始数据无需移出防火墙。这种复杂基础架构的构建与扩展，正是 NVIDIA 提供算力支持的核心环节。

目前，C-BRAIN 本地部署了 64 块 NVIDIA 数据中心 GPU，并结合 Microsoft Azure 上的云端节点；随着研究拓展，未来还将引入包括 NVIDIA Blackwell 架构系统 在内的更大算力规模。此外，C-BRAIN 的研发管线还整合了 NVIDIA BioNeMo 开放开发者平台以及医学影像框架 MONAI。

从数周到几分钟：开源 AI 智能体显效

C-BRAIN 已经推出了两款核心开源工具：

1. OpenScientist：由劳伦斯伯克利国家实验室研究科学家 Justin Reese 带头打造。作为一款开源的 AI 协作者（AI Agent），它能接收科研问题与数据集，半自主生成研究假设、执行深度分析，并输出可验证、可审计的洞察。在案例测试中，OpenScientist 在几分钟内完成了领域专家预计需要数周至数月才能做完的分析，单次运行成本低于 10 美元。
2. InsightEngine：与 387 Labs 合作构建的开源科研平台。它利用 AI 智能体根据既往科学文献检验新假设，深入探索生物医学知识图谱，并逐项比对证据以严格防范幻觉，避免科研人员在昂贵的湿实验中走弯路。

在 C-BRAIN 目前覆盖的 200 多个研究团队中，这一能力每年有望释放出超过 100 万小时的科研工时。

从关联走向因果

未来，C-BRAIN 计划构建一个多模态生物学基础模型，全面整合神经影像、多组学数据、体液生物标志物和长期纵向临床指标。

联盟设立的目标是在三年内揭示大脑衰老与阿尔茨海默病的新致病机制，从表面的数据相关性走向清晰的因果机理，最终为全人类找到真正行之有效的预防和治疗方案。