周三，由弗雷德哈钦森癌症研究中心牵头的癌症中心联盟宣布了一项计划，将利用人工智能对抗全球最顽固的疾病之一。
癌症AI联盟（CAIA）由弗雷德哈钦森癌症研究中心主导，成员包括达纳-法伯癌症研究所、约翰霍普金斯大学癌症中心和纪念斯隆凯特琳癌症中心。多年来，人工智能支持者常声称该技术将找到癌症治愈方案，并以此作为继续开发的理由，尽管人们担忧大型语言模型训练的安全性和环境影响。然而，人工智能在医疗领域的应用面临挑战，因为医疗数据高度敏感且受到严格监管。
该新平台通过"联邦学习"技术解决此问题。CAIA平台能够"访问"各癌症中心，学习本地存储的数据，再将知识汇总至"中央协调节点"。"你将代码发送给数据，而非将数据发送给代码，"弗雷德哈钦森首席数据官兼项目负责人杰夫·利克解释道。
弗雷德哈钦森表示，CAIA平台是同类首创。微软、亚马逊、艾伦人工智能研究所等多家企业捐赠了算力和技术支持。"这是一种快速整合各癌症中心数据的方法，为医生提供工具，使其能用自然语言提问并计算百万患者的分析结果，"利克说。
该平台已启动八个初始项目，包括预测患者对免疫疗法的反应以及识别罕见癌症趋势。利克还演示了一个项目：医生可像使用其他AI聊天机器人般提问。他输入了一个关于肺癌的示例问题——"用自然语言书写，就像你在ChatGPT界面输入一样"。人工智能立即生成代码，在实际应用中，这些代码将先由弗雷德哈钦森的生物统计学家验证准确性，再分发至四家癌症中心。
大型语言模型和AI系统的主要挑战在于其性能受限于训练数据质量。若可用数据存在缺口（例如缺乏医疗资源的社区未反映在临床记录中），可能导致模型产生偏见。利克表示，CAIA团队已意识到此问题，计划通过扩大参与机构范围来应对。"联邦学习的优势在于高度可扩展，"他说，"我们正积极吸纳更多合作伙伴和癌症中心加入，以期逐步丰富数据代表性和多样性。"
【全文结束】
