癌症人工智能联盟获 4000 万，助力医疗合作

一批专注于癌症治疗的主要医疗机构已结成合作伙伴关系，以更好地借助人工智能的潜力来推动这一领域的发展。凭借大型科技支持者提供的 4000 万美元现金和资源，癌症人工智能联盟（CAIA）可能是精准医疗迈出的巨大一步。

该联盟的成员包括弗雷德·哈钦森（Fred Hutchinson），它将负责协调新的工作，约翰·霍普金斯（Johns Hopkins）、达纳·法伯（Dana Farber）和斯隆·凯特琳（Sloan Kettering）——确切地说，是这些组织的癌症研究部门。

正如弗雷德·哈钦森研究所（Fred Hutch）的所长兼主任汤姆·林奇（Tom Lynch）在其所在的西雅图的智能应用峰会上所说，“我们相信这有可能带来变革。这代表着前所未有的能力……一致认为共同努力将促进进步。”

他举了一个例子，一名患有罕见儿科癌症的患者在一个中心就诊，但能更好地治疗该疾病的科学知识却被封装在专有方法和处理协议里。也许十年后，这些知识会通过科学文献传播出来，但正如他所指出的，患有无反应白血病的孩子没有那么长的时间等待。

当然，人工智能并非什么神奇的工作者，这种触动人心的情况并非意味着这个问题会被某种假设的治疗发现模型迅速轻松地解决。但如果在这些组织之间看不到有可能有助于推动事情进展的治疗方法或研究，整个领域的发展就会放缓。

问题在于，由于法规、安全考虑以及格式和数据库之间的不匹配，医疗机构之间共享数据并非轻而易举之事。即使斯隆·凯特琳癌症中心（Sloan Kettering）针对那个白血病患儿的有效研究在约翰·霍普金斯医院（Johns Hopkins）也存在，也不能保证它以一种合法且技术上可行的方式被共享。

新组织打算借助联邦学习来解决这一问题，这是一种安全的数据协作类型，原始数据保持私有，但可用于训练人工智能和其他计算系统。

如果研究组织能够为一个共同的目标做出贡献，比如为一种他们都知晓存在的癌症训练药物发现或诊断模型，同时遵守 HIPAA 和其他数据控制，他们会很乐意这样做。弗雷德·哈奇（Fred Hutch）的副总裁兼首席数据官杰夫·利克（Jeff Leek）称，在此模式下创建一个协作系统是 CAIA 的目标，但仍有一段路要走。

他解释说，这当然是可能的，但这在技术方面是个难题，只有等主要参与者就位后才能解决。把这些癌症研究中心组织起来，并将其与来自微软、AWS、英伟达和德勤的资金及专业知识相结合，是必要的第一步，而且并非易事。如今，实际的共享基础设施、标准和具体目标（比如针对特定癌症或治疗方法去追求一个模型）能够开始成形。