福瑞德·哈金森癌症研究中心的研究人员正在测试一个协作式AI研究平台，以验证其能否加速癌症研究，从而实现更快的诊断和更精准、更具针对性的疗法（尤其针对罕见癌症类型），同时保障患者隐私。
一年前，福瑞德·哈金森与另外三家综合癌症中心——丹娜-法伯癌症研究所、纪念斯隆凯特琳癌症中心和约翰霍普金斯大学——共同发起了癌症AI联盟，旨在帮助研究人员发现这四家参与机构临床数据中隐藏的模式和联系，同时保持各中心自身的患者隐私和数据安全标准。
该协作研究平台为研究人员提供了基础设施，用于构建和测试AI驱动的计算机模型。这些模型旨在准确预测患者的癌症可能如何发展、何种治疗在何种条件下可能有效，以及癌症可能如何适应以逃避这些治疗。
这些模型将在CAIA成员机构提供的全面且多样化的匿名化临床数据上进行训练，旨在帮助研究人员更好地理解肿瘤生物学、疾病进展、治疗反应和耐药性背后复杂的分子相互作用，尤其针对罕见癌症。
每个中心目前正通过八个试点项目对该平台进行测试，这些项目旨在了解如何利用AI和机器学习来更好地理解癌症，并最终改善临床实践。
福瑞德·哈金森的研究人员领导了其中两个项目：
- 测试计算机模型能否识别出哪些患者应尽早接受放射治疗，以预防因晚期癌症扩散至骨骼而引起的常见骨骼问题。
- 测试由艾伦人工智能研究所开发的一款AI工具，该工具能快速将日常语言的研究问题转化为分析大数据集所需的底层计算机代码和统计工具。福瑞德·哈金森将使用该工具评估其情景化信息的能力，并对非小细胞肺癌（癌症患者最常见的死因）做出准确预测。
预测何时放射治疗能阻止晚期癌症损害骨骼
当癌症发生转移并扩散到身体其他部位时，常常会扩散到骨骼，导致骨折、痛苦的脊髓压迫以及其他严重到需要治疗（包括住院）的骨骼问题。
“这是一个非常普遍的问题，高达一半的转移性癌症患者会在某个阶段出现骨转移，”福瑞德·哈金森放射肿瘤学系副教授、专注于癌症及其治疗反应的数学建模的Clemens Grassberger博士说，“所有这些骨转移都有风险引起骨骼问题，导致生活质量下降、成本增加，并通常导致患者预后不良。”
由Erin Gillespie博士领导的研究显示，在可能导致问题之前，先通过放射治疗清除高风险骨转移灶或转移灶的结果令人鼓舞。但由于患者数量众多，且每位患者通常有多个骨转移灶，因此对所有病灶进行治疗并不可行。
“患者和骨转移灶都太多了，”Grassberger说，“这意味着要治疗所有晚期癌症患者中的一半。”
临床医生需要一种方法来识别哪些患者风险最高，并且能从早期放射治疗中获益最大。
“我们需要进行分类，”Grassberger说，“这是一个典型的预测问题。”
他正在CAIA平台上构建一个计算机模型。
“我们将首先在福瑞德·哈金森的数据上回答这些问题，在那里我们可以试验这些模型，然后当我们确定一个模型结构后，就会将其发送给其他中心，”Grassberger说。
他将把模型——而非训练模型所用的数据——发送给其他中心，然后每个中心都可以使用自己的匿名化临床数据来训练该模型。个体患者数据将安全地保留在每个癌症中心的防火墙内。模型在每个中心的表现结果随后将被合并到一个中央位置，以创建更新后的模型，然后再发送回每个癌症中心进行进一步优化。
参与研究的每个中心将在边缘节点上使用大约70%的匿名化数据来训练模型。之后，模型的权重和度量指标被发送回去以改进模型。一旦模型能够根据已见过的数据做出准确预测，更新后的模型将被发送回边缘节点，允许研究人员在模型从未见过的剩余30%数据上进行测试，这个过程被称为模型验证。
最终，他们希望训练这个模型，使其能够根据从CAIA参与机构既往患者身上学到的所有知识，来准确地对新就诊的患者进行分类。
这种方法被称为联邦学习，它促进了跨机构的协作，同时不损害患者隐私。
联邦学习代表了一种新技术，但在医学研究中却是一个老概念：医生根据从自己患者那里学到的知识撰写期刊文章，但他们只发表结果，而不发表可能识别出个体患者的具体细节。
“原则上，联邦学习的想法就是我们在医学中一直做的事情，”Grassberger说，“我们都知道这是可能的。之前缺少的是基础设施。”
他说他仍然保持谨慎，因为在过去15年里，他看到了许多方法都失败了，但他对这个平台感到鼓舞，该平台可用于构建许多针对特定癌症问题的模型，前提是遵守IRB批准的协议。
“如果基础设施有效，那么模型构建、训练和验证就相对简单，”Grassberger说。
他希望在未来几个月内能有一个模型投入运行。
“我们的时间表非常雄心勃勃，”Grassberger说。
利用AI工具导航真实世界数据分析
福瑞德·哈金森的研究人员正在与CAIA一起测试的另一个项目，旨在解决临床试验的一个关键缺陷：通常有资格参加试验的患者，与患有该疾病的整体人群在重要方面存在显著差异。
“我们在肿瘤学中获得的大量证据来自临床试验，但临床试验也存在局限性，”福瑞德·哈金森血液肿瘤学研究员Simone Dekker博士说，“通常是相对健康、合并症不多、住在癌症中心附近且年龄不大的患者。”
CAIA成员机构可用的数据更能代表学术中心癌症患者的真实世界人群。
“这项研究的优点是，所有曾经走进医院或诊所的患者都被包括在内，”Dekker说，“然后，利用真实世界数据，你可以回答那些通常被排除在临床试验之外的患者的疑问，并找到否则无法得到的答案。”
但有一个问题。
“如果作为一名医师科学家，我想提出一个研究问题，那么我需要有扎实的统计学背景，比如哪种统计检验适合我的问题和数据？我还需要知道如何执行这些任务，例如如何编写计算机代码、生成信息丰富的图表，以及如何解读数据并产生结果。这是一个多步骤的过程，需要大量的时间和专业知识，而医生通常并不具备这些，”Dekker说，“即使是生物统计学家，也需要花费大量时间、专业知识和跨学科合作。”
她与福瑞德·哈金森的生物统计学博士后研究员Steve Salerno博士，正在与总部位于西雅图的非营利研究机构Ai2合作，该机构由已故的Paul Allen于2014年创立，旨在简化和加速这一过程。
他们改编了Ai2开发的一款名为Asta DataVoyager的工具，该工具利用AI/大型语言模型，快速将日常语言的研究问题转化为分析大数据集所需的底层计算机代码和统计工具。
然后，DataVoyager将其分析结果翻译回清晰引用、可解释的答案。
“它理解我在问什么，”Dekker说，“它知道要运行哪些统计检验，然后可以编写代码、进行分析并给出结果，附有解读和注意事项。几分钟内就能完成，这非常令人兴奋。它真的可以帮助加速研究和发现。”
Dekker和Salerno将使用DataVoyager分析来自约30,000名非小细胞肺癌患者的匿名化数据。
Salerno与副总裁兼首席数据官Jeff Leek博士一起工作。Salerno说，DataVoyager基本上是组建了一个由AI代理组成的研究团队来处理每个研究问题。
第一个AI代理与人类研究人员互动，将简单的语言转化为行动计划。
“它会接受这个计划并将其交给另一个会为你编写代码的AI，然后另一个AI会执行这些代码，”Salerno说，“然后还有一个AI会接收代码的结果并对其解读。你就有了一个小小的研究团队，他们以循环方式工作，以便能够产生结果，并且所有内容都有文档记录。它会生成一个笔记本，你可以看到它采取的每一步、做出的每个决定、编写的所有代码、使用的所有变量以及它是如何完成的。因此，作为一名统计学家，它就像是你能拥有的最好的研究助理，因为几分钟内，所有发生的事情都记录在案，就在你面前。”
但Salerno和Dekker不会仅仅依靠AI的话。
“当然，对于所有新工具、新技术，首先要做的是验证它，”Dekker说。
“我们针对一系列不同的疾病提出了问题，但针对这个专门针对非小细胞肺癌的项目，我们提出的问题范围从非常简单的问题到更复杂的问题，”她说。
例如，一个简单的问题可能是询问数据集中患者的平均年龄。
“Steve和我会自己进行分析，然后让DataVoyager进行相同的分析，我们将观察它的表现如何，哪些地方可以改进，为什么它效果不佳，然后改进模型，”Dekker说。
去年10月，CAIA团队在西雅图举行的年度IA峰会上展示了一段视频，展示了DataVoyager的实际操作。一年前，CAIA正是在同一个会议上正式启动的。
视频显示，在对话框输入提示，询问DataVoyager：针对非小细胞肺癌中两种不同基因突变类型的靶向药物，从治疗开始算起的总生存期是否存在差异。
“使用传统方法需要几个月的工作，”Dekker说。
但几秒钟内，DataVoyager就解决了问题，并滚动显示了对该问题的详细答案，包括一个X-Y图表，显示了比较两种药物在近140个月内的Kaplan-Meier生存曲线，这是医学研究中常用的统计工具。
然后，一个人类输入了以下提示：“这个KM图看起来不错，但你能调整X轴，使其只显示前80个月的数据吗？”
瞧！图表调整为仅显示80个月的数据。
“我们能够首次使用所有四个癌症中心的数据为峰会制作那个图表，我认为这非常鼓舞人心，”Salerno说，“在那个房间里，看着四个癌症中心的首批结果从这款工具中输出，真是一次很酷的体验。”
CAIA获得来自科技行业领导者亚马逊网络服务、德勤、Ai2、谷歌、微软、英伟达和Slalom的财务和技术支持。
【全文结束】