AI डिमेंशिया के साथ रहने वाले लाखों लोगों के लिए खोज में तेजी ला रहा है

न्यूरोडिजेनेरेशन (सी-ब्रेन) में कंसोर्टियम Biomedical Research और AI, एनवीआईडीए के साथ काम करते हुए, अल्जाइमर शोधकर्ताओं को उन आंकड़ों से तेजी से खोज करने में मदद करने के लिए एक AI प्रणाली का निर्माण कर रहा है जो कभी भी AI उपकरणों या अधिकांश मानव शोधकर्ताओं तक पहुंच योग्य नहीं थे। यह संघ नवंबर 2025 में लॉन्च किया गया था और इसका नेतृत्व डॉ Randall Bateman, चार्ल्स एफ. एंड Joanne Knight Distinguished Professor ने सेंट लुइस में Washington University School मेडिसिन में तंत्रिका विज्ञान के 18 सदस्य संस्थानों को अकादमिक, परोपकारी, फार्मा और अनुसंधान संगठनों में लाया है।

यह प्रयास एक ऐसी समस्या को लक्षित करता है जो प्रयास की कमी के बारे में नहीं है। आज दुनिया भर में 57 मिलियन लोग मनोभ्रंश से पीड़ित हैं, और हर साल 10 मिलियन से अधिक नए डिमेंशिया मामलों का निदान किया जाता है।AI अल्जाइमर अनुसंधान के लिए स्वास्थ्य वित्तपोषण पिछले 15 वर्षों में 7 गुना बढ़ गया है, प्रति वर्ष 9 बिलियन तक पहुंच रहा है, फिर भी बीमारी को रोकने, रोकने या उलटने के लिए कोई उपचार नहीं मिला है।

बाधा संश्लेषण है, डेटा संग्रह नहीं

सी-ब्रेन मुख्य बाधाओं को बहुत कम उच्च प्रभाव वाले वैज्ञानिक निष्कर्ष, संस्थागत साइलो में बंद बहुत अधिक डेटा और प्रकाशित शोध के साथ बनाए रखने के लिए संश्लेषण की गति धीमी बताता है। अधिकांश मूल्यवान सामग्री अप्रकाशित निष्कर्ष, नकारात्मक परिणाम और सदस्य संस्थानों द्वारा आयोजित नियंत्रित स्वामित्व डेटा कभी भी उपकरणों या बाहरी शोधकर्ताओं के संपर्क में नहीं आया है AI

सी-ब्रेन के मुख्य प्रौद्योगिकी अधिकारी डॉ. Ade Ojewole ने कहा, "जीवन विज्ञान से जुड़े बहुत सारे आंकड़े सीमावर्ती मॉडलों में नहीं आते हैं। इसका नतीजा यह है कि हम काफी खुफिया जानकारी छोड़ रहे हैं।

C-BRAIN इसे "डार्क डेटा" कहता है। इसका कुछ हिस्सा सीधे सुरक्षित कंप्यूटर सिस्टम में जमा किया जाता है AI उपकरण तक पहुंचने के लिए। रोगी की गोपनीयता या संस्थागत शासन से समझौता किए बिना बाकी का उपयोग करने के लिए, कंसोर्टियम एक हाइब्रिड केंद्रीकृत और संघीय दृष्टिकोण पर निर्भर करता हैः AI मॉडल प्रत्येक संस्थान में उस डेटा को कभी भी अपनी दीवारों को छोड़ने के बिना डेटा से सीखते हैं। इस तरह के बुनियादी ढांचे का निर्माण और स्केलिंग तकनीकी रूप से मांग कर रहा है, जो कि एनवीआईडीए द्वारा योगदान दिया गया है।

कंप्यूटिंग सेटअप के अंदर

सी-ब्रेन वर्तमान में 64 एनवीडिया डेटा सेंटर जीपीयू को क्लाउड आधारित नोड्स के साथ परिसरों पर चलाता है। AI Two AI क्षमता, जिसमें Biomedical Research सिस्टम शामिल हैं, कंसोर्टियम की महत्वाकांक्षाओं के पैमाने के रूप में योजना बनाई गई है।

एनवीडिया के साथ सहयोग में प्रौद्योगिकी शामिल है जिसमें सी-ब्रेन की अनुसंधान पाइपलाइनों के लिए NVIDIA बायोनेमो ओपन डेवलपर प्लेटफॉर्म और MONAI फ्रेमवर्क शामिल हैं।

"एनवीडिया के साथ सी-ब्रेन सहयोग का उद्देश्य उन मॉडलों को इस तरह से अनलॉक करना है कि वे कुछ काफी प्रभावशाली और महत्वपूर्ण प्रदान कर सकें", बैटमैन ने कहा।

ओजेवोले ने कंप्यूटिंग कार्य को एक चल रही अनुकूलन समस्या के रूप में तैयार किया। उन्होंने कहा, "आज के स्थानिक ओमिक्स मशीन लर्निंग आर्किटेक्चर क्या मॉडल कर सकते हैं इसकी सीमाओं को आगे बढ़ाने के लिए बहुत अधिक अनुकूलन की आवश्यकता होगी।"

शोधकर्ताओं के हाथों में पहले से ही दो उपकरण

C-BRAIN शोधकर्ताओं ने अब तक दो उपकरण बनाए हैं। ओपनसाइंटिस्ट, अनुसंधान वैज्ञानिक के नेतृत्व में एक प्रयास में Lawrence Berkeley National Laboratory के साथ बनाया गया है, एक खुला स्रोत एजेंटिक AI सह-वैज्ञानिक है। एक वैज्ञानिक एक शोध प्रश्न और डेटासेट की आपूर्ति करता है, और टूल अर्ध-स्वायत्त रूप से परिकल्पनाएं उत्पन्न करते हैं, विश्लेषण चलाते हैं और सत्यापन योग्य, ऑडिट करने योग्य अंतर्दृष्टि का उत्पादन करते हैं।

इनसाइटइंजन, 387 लैब्स के साथ बनाया गया एक ओपन सोर्स रिसर्च प्लेटफॉर्म है जो वैज्ञानिक साहित्य के खिलाफ परिकल्पनाओं का परीक्षण करने के लिए एजेंटिक AI का उपयोग करता है। यह उपयोगकर्ता द्वारा आपूर्ति किए गए डेटासेट का विश्लेषण करता है, बायोमेडिकल ज्ञान ग्राफ की खोज करता है और शोधकर्ताओं को महंगे प्रयोगों के लिए प्रतिबद्ध होने से पहले भ्रम पकड़ने के लिए साक्ष्य के खिलाफ हर दावे की जांच करता है ।

प्रकाशित केस स्टडी में, ओपनसाइंटिस्ट ने मिनटों में विश्लेषण पूरा किया जो डोमेन वैज्ञानिकों का अनुमान है कि प्रति रन $10 से कम की लागत पर सप्ताह तक लगेंगे। 200 से अधिक शोध समूहों की सी-ब्रेन की वर्तमान पहुंच के साथ, यह क्षमता पर्याप्त अनुसंधान क्षमता को मुक्त कर सकती है - संभावित रूप से एक मिलियन घंटे वार्षिक पैमाने पर।

अगला क्या है

C-BRAIN का दीर्घकालिक लक्ष्य इसके डेटा की पूरी चौड़ाई पर प्रशिक्षित एक मल्टीमोडल जैविक नींव मॉडल है: न्यूरोइमेजिंग, बहु-ओमिक्स, तरल बायोमार्कर और अनुदैर्ध्य नैदानिक उपाय। वर्ष तीन तक, कंसोर्टियम का उद्देश्य मस्तिष्क उम्र बढ़ने के नए कारण तंत्र और अल्जाइमर रोग की खोज करना है, जो उपलब्ध शोध और आंकड़ों के पूर्ण दायरे का उपयोग करके सहसंबंध से परीक्षण योग्य वैज्ञानिक सिद्धांतों की ओर बढ़ रहा है।

बैटमैन ने अंतर्निहित दांव को स्पष्ट रूप से वर्णित किया। "हमारे पास आर्टिफिशियल इंटेलिजेंस के साथ मौलिक रूप से अलग शोध करने का अवसर है जो हमने पहले कभी नहीं किया था, एक तरह से जो रोगियों की मदद करने के लिए खोजों में तेजी लाता है", उन्होंने कहा कि कंसोर्टियम के काम को वैज्ञानिकों द्वारा बनाए गए उपकरण के रूप में वर्णन करते हुए, वैज्ञानिकों के लिए। "उन्होंने कहा कि" यह सोच और तर्क कर सकता है जिसमें उन खोजों को तेज करने की क्षमता होती है जिससे पूरी आबादी के लिए शक्तिशाली और लागू होने योग्य रोकथाम और उपचार हो सकते हैं।"

प्रयोगशाला के बाहर पाठकों के लिए, व्यावहारिक महत्व दो गुना है। पहला, यह परियोजना एक परीक्षण मामला है कि क्या फेडरेटेड लर्निंग संवेदनशील जैव चिकित्सा डेटा को अनलॉक कर सकता है जिसे संस्थान तकनीकी रूप से उतना ही गवर्नेंस प्रश्न साझा करने में असमर्थ या अनिच्छुक रहे हैं। दूसरा, ओपनसाइंटिस्ट के लिए रिपोर्ट की गई लागत और समय आंकड़े बताते हैं कि एजेंटिक AI उपकरण प्रदर्शन परियोजनाओं से नियमित अनुसंधान कार्यप्रवाहों में जा रहे हैं, जहां सफलता का माप बेंचमार्क स्कोर नहीं है बल्कि वैज्ञानिकों को लौटाए गए घंटे और प्रयोगों से बचा गया है। चाहे सी-ब्रेन के तीन साल के कारण खोज लक्ष्य को पूरा किया जाए तो देखने के लिए मील का पत्थर होगा।