柏林的初创公司Apheris AI GmbH，一家专注于分析医疗数据的平台公司，今天宣布已筹集到825万美元的资金。此次A轮融资由OTB Ventures和eCAPITAL领投。这笔投资使这家位于柏林的公司的外部融资总额达到2080万美元。
在医疗保健领域，来自不同组织的研究人员经常需要共享临床数据。然而，通过网络将数据发送到其他组织可能会带来网络安全风险。医疗机构采用了一种称为联邦计算的方法来应对这些风险，这也是Apheris平台的基础。
通过联邦计算，公司无需将其临床数据集移出公司网络即可让第三方研究人员访问。这项技术允许研究人员远程运行分析，针对托管数据的公司内部基础设施的部分进行处理。处理结果随后通过网络发送回研究人员，而不会移动任何被分析的信息。
Apheris的平台简化了医疗机构实施联邦计算的过程。它还使研究人员能够在共享的临床数据集上运行人工智能模型。联邦计算项目可以通过一个轻量级程序或代理，称为Compute Gateway来实现。这个程序运行在托管临床数据集的系统上，一旦安装，Compute Gateway允许研究人员自助请求访问数据集。
Apheris用户将他们的信息访问请求结构化为所谓的Compute Spec文件。该文件指定了研究人员希望访问的数据集、计划在其上运行的AI模型以及任务所需的硬件资源。拥有数据集的组织的员工可以使用集中式仪表板来审查和批准此类请求。
该平台基于Nvidia Corp.的开源框架FLARE。当研究人员在一个托管数据集的系统上运行AI模型时，FLARE确保系统的操作员无法反向工程模型以获取其训练数据集。该框架同样阻止尝试访问神经网络的权重。
据Apheris介绍，其平台不仅保护AI模型，还保护它们处理的临床信息。通常情况下，数据需要解密才能进行分析。当数据处于明文形式时，信息更容易被黑客窃取，增加了泄露的风险。Apheris实现了同态加密技术，使得可以在不解密数据集的情况下运行查询。
这一功能还辅以另一项称为差分隐私的安全特性。当用于研究项目的临床数据集包含个人资料（如患者记录）时，科学家通常会在分享给第三方之前对其进行匿名化处理。差分隐私使得黑客更难以从匿名化数据集中提取个人信息。
Apheris表示，其软件已被强生、罗氏等主要制药公司采用。其用户还包括几家医院。
该公司计划利用新筹集的资金招聘更多的生命科学和市场推广专业人士。此外，公司打算增强平台的AI功能，计划托管基础AI模型，以加速一些涉及蛋白质研究的任务。
(全文结束)
