尽管医疗保健领域对人工智能（AI）的炒作不断，但最大的障碍往往源于官僚体系而非技术本身。患者隐私法、不兼容的数据系统以及机构保护专有数据集的本能，严重阻碍了AI在医学中的实际应用。
本周，美国顶尖癌症中心联盟推出首个实质性解决方案。癌症人工智能联盟（CAIA）宣布启动协作平台，使医疗机构能够基于数百万患者记录训练AI模型——全程无需交换原始数据。
核心在于联邦学习技术，该方法让AI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防火墙内，模型在本地学习后仅返回分析结果。这些结果被聚合为更强大的共享模型，避免了将敏感记录集中存储带来的监管与隐私风险。
“我们正处于癌症研究和AI的关键转折点，该平台能通过快速推进癌症研究、治疗和护理来应对这一挑战，”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·利克博士（Jeff Leek, Ph.D.）在声明中表示。
“目前，将新发现转化为更优治疗方案需耗时数年，而该平台可将突破性发现的速度提升十倍，将周期从数年缩短至数月，”他补充道。
这个去年成立的联盟成功实现了曾被视为极其困难的任务：在通常不愿共享数据的机构间建立统一的技术、法律和治理框架。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）、艾伦人工智能研究所（Ai2）及斯拉洛姆咨询公司（Slalom）。
行业合作伙伴称此举为跨领域合作的里程碑。德勤美国（Deloitte U.S.）首席执行官杰森·吉尔扎达斯（Jason Girzadas）表示：“合作往往催生发现。CAIA汇聚各行业领导者应对全球最紧迫的健康挑战，其平台开发速度之快，源于各方对共同目标的全力推进。”
亚马逊AWS、谷歌和微软的负责人强调了平台的安全可扩展设计及其加速突破的潜力，而艾伦人工智能研究所和斯拉洛姆的领导者则指出，该合作能解锁新见解并重塑AI在癌症护理中的应用。
“仅用一年时间联合推出该平台意义重大，我们作为以根除癌症为共同使命的统一联盟实现了这一目标，”CAIA战略协调中心主任布莱恩·M·博特（Brian M. Bot）表示。
其他技术伙伴对此表示认同。艾伦人工智能研究所（Ai2）首席执行官阿里·法尔哈迪（Ali Farhadi）称其为“将加速科学进步并拯救生命的强大组合”，斯拉洛姆（Slalom）管理董事布伦达·扬（Brenda Young）指出：“领先癌症中心与技术伙伴的合作能重塑数据和AI在癌症诊断、治疗及预防中的应用，我们期待继续推动医疗领域的变革性突破。”
目前已有八项研究项目启动，包括预测治疗反应、识别新型生物标志物及分析罕见癌症趋势。参与中心提供了超百万患者的去标识化数据，为构建可靠模型奠定规模基础。
约翰斯·霍普金斯大学教授亚历克西斯·巴特尔博士（Alexis Battle, Ph.D.）表示：“CAIA将通过注重隐私的框架和协作研究联盟，实现癌症患者数据AI模型的突破性探索。”纪念斯隆-凯特琳癌症中心的阿内泽·奥福迪尔医学博士（Anaeze Offodile, M.D., M.P.H.）补充道，该举措代表“利用集体力量而非孤立的战略转变”，通过整合临床专长与技术数据加速进展，同时保障安全性和完整性。
对关注AI行业应用的商业领袖而言，CAIA的推出更具示范意义。它证明联邦方法——长期讨论却极少大规模实施——能在机构目标协同时从理论走向实践，并展示治理框架可与算法本身同样创新。
若模型验证有效，其应用将超越癌症领域。任何面临数据孤岛问题的行业（如金融、物流、政府服务）均可受益于此类联邦结构，在保留数据控制权的同时实现学习共享。
达纳-法伯癌症研究所（Dana-Farber Cancer Institute）AI癌症研究钱德拉·诺赫里亚家族主席埃利泽·范·艾伦医学博士（Eliezer Van Allen, M.D.）展望道：“CAIA的推出为加速新发现奠定关键基础，各中心的综合数据现可驱动创新AI模型。我们期待与全国研究机构共享模型，指数级扩大对改善癌症患者诊疗效果的数据访问。”
当前，CAIA是集体行动的实验——一个在人类官僚体系常受阻处让算法规模化运行的联盟。若成功，真正的创新或将不在于代码，而在于合作精神。
正如布伦达·扬所言：“当机构与技术伙伴协同行动时，突破将不再例外——它们将成为常态。”
【全文结束】
