美国顶尖癌症中心已推出联邦AI平台，使模型能够安全地从患者数据中学习，从而加速研究和治疗发现。
尽管人工智能（AI）在医疗保健领域备受热议，但最大障碍往往源于官僚体系而非技术本身。患者隐私法规、不兼容的数据系统以及机构保护专有数据集的惯性，严重阻碍了AI在医学中的应用进程。
本周，美国多家顶级癌症中心联盟宣布推出首个实质性解决方案。癌症人工智能联盟（CAIA）启动协作平台，使医疗机构可在数百万患者记录上训练AI模型——无需交换原始数据。
核心在于联邦学习技术，该方法让模型访问数据而非数据流向模型。各癌症中心将患者数据保留在内部防火墙内，模型仅在本地学习并返回分析洞见。这些洞见随后被聚合为更强大的共享模型，成功规避了将敏感记录集中存储于单一数据库所引发的监管与隐私风险。
“我们正处于癌症研究与AI的关键转折点，该平台使我们能迅速推进癌症研究、治疗及护理，”弗雷德·哈钦森癌症研究中心（Fred Hutchinson Cancer Center）副总裁兼首席数据官、CAIA科学主任杰夫·利克（Jeff Leek）博士表示，“目前获取可转化为临床改进的新见解需耗时数年，但该平台将把突破性发现速度提升十倍，将周期从数年压缩至数月。”
此联盟成立仅一年，便攻克了业界公认极具挑战的任务：在通常不愿共享数据的机构间构建统一的技术、法律及治理框架。成员包括达纳-法伯癌症研究所（Dana-Farber Cancer Institute）、弗雷德·哈钦森癌症研究中心（Fred Hutch）、纪念斯隆-凯特琳癌症中心（Memorial Sloan Kettering Cancer Center）和约翰斯·霍普金斯大学（Johns Hopkins），技术合作伙伴涵盖亚马逊网络服务（Amazon Web Services）、德勤（Deloitte）、谷歌（Google）、微软（Microsoft）、英伟达（NVIDIA）、人工智能2050（Ai2）和斯拉洛姆（Slalom）。
行业伙伴称此举为跨领域协作里程碑。“合作常能催生发现，”德勤美国（Deloitte U.S.）首席执行官杰森·吉扎达斯（Jason Girzadas）表示，“CAIA汇聚各行业领袖应对全球最紧迫健康挑战，其平台开发速度之快源于各方对共同目标的全力投入。”
亚马逊AWS、谷歌与微软高管强调平台安全可扩展的设计及其加速突破的潜力，而人工智能2050（Ai2）和斯拉洛姆（Slalom）负责人则指出该合作将解锁新洞见，重塑AI在癌症诊疗中的应用方式。
“能在短短一年内联合推出此平台意义重大，我们以统一联盟形态践行根除癌症的共同使命，”CAIA战略协调中心主任布莱恩·M·博特（Brian M. Bot）表示。人工智能2050（Ai2）首席执行官阿里·法尔哈迪（Ali Farhadi）称其为“加速科学进步并拯救生命的强强组合”，斯拉洛姆（Slalom）董事总经理布伦达·杨（Brenda Young）补充道：“顶尖癌症中心与技术伙伴的合作将重塑数据及AI在癌症诊断、治疗与预防中的应用，我们期待持续合作推动健康领域变革性突破。”
八项研究项目已启动，涵盖预测治疗反应、识别新型生物标志物及分析罕见癌症趋势。参与中心提供超百万患者规模的去标识化数据，为构建可靠AI模型奠定基础。
约翰斯·霍普金斯大学（Johns Hopkins）教授亚历克西斯·巴特尔（Alexis Battle）博士表示：“CAIA将通过隐私保护框架与协作研究联盟，实现癌症患者数据AI模型的深度探索。”纪念斯隆-凯特琳癌症中心（Memorial Sloan Kettering）的阿内泽·奥弗迪尔（Anaeze Offodile）医学博士称此举代表“利用集体力量替代孤立状态的战略转变”，通过整合临床专业与技术数据加速进展，同时坚守安全与诚信标准。
对关注AI产业渗透的商业领袖而言，CAIA的价值更在于开创先例而非肿瘤学本身。该倡议证明：长期讨论却鲜少落地的联邦方法，可在机构激励一致时从理论走向实践；其创新性治理框架与算法本身同等重要。若验证有效，该模式将扩展至金融、物流等受数据孤岛困扰的领域，实现控制权不流失的学习过程。
达纳-法伯癌症研究所（Dana-Farber Cancer Institute）AI癌症研究钱德拉·诺赫里亚家族讲席教授埃利泽·范·艾伦（Eliezer Van Allen）展望：“CAIA奠定了加速新发现的关键基础，各中心整合数据现已赋能创新AI模型。我们将与全国研究机构共享模型，指数级扩大优质诊疗数据的可及性，推动癌症患者诊疗效果全面提升。”
目前，CAIA是集体行动的实验——联盟找到算法在官僚体系停滞处规模化的新路径。若成功，真正的创新或将源于协作而非代码。
正如布伦达·杨所言：“当机构与技术伙伴协同行动时，突破将从例外变为常态。”
【全文结束】
