Суверенная связность для медицинских исследований: Apheris и T-Systems обеспечивают безопасное использование клинических данных

20.10.2026 Чтение занимает 4 мин

• Данные пациентов остаются в больнице; вычислительная мощность ИК для ИИ из Германии
• Сети Apheris для фармацевтических и клинических исследований работают на базе Industrial AI Cloud
• Уже протестировано: клиническая сеть с данными более чем 50 000 пациентов

У больниц есть ценные данные о лечении. Однако их использование для исследований на нескольких площадках часто требует значительных усилий. Компании Apheris, разработчик ИИ для биотехнологической и фармацевтической отраслей, и T-Systems стремятся упростить эту задачу. Apheris управляет федеративными сетями данных для разработки лекарств и клинических исследований. Эти сети позволяют участникам обучать модели и проводить анализ по защищенным наборам данных. Основные данные остаются защищенными и находятся в собственной среде каждого партнера. NVIDIA поддерживает эту работу посредством сотрудничества в области моделей ИИ, программного обеспечения и ускоренных вычислений.

Apheris и T-Systems теперь предоставляют своим клиентам возможность управлять федеративными сетями Apheris для разработки лекарств и исследований с использованием медицинских данных в Европе на суверенной инфраструктуре T Cloud Public. Платформа Industrial AI Cloud (IAIC) от T-Systems предоставляет европейским клиентам ресурсы графических процессоров (GPU), необходимые для этого. Партнеры представят подробности своего сотрудничества на конференции NVIDIA GPU Technology Conference (GTC), которая пройдет в Берлине с 20 по 22 октября 2026 года.

Почему исследования с использованием клинических данных сложны

Общий регламент по защите данных и другие требования к защите данных предполагают четкие правила, регулирующие доступ к данным о лечении и их обработку в исследованиях с участием нескольких площадок. Внутренние правила и контракты также должны быть согласованы. В результате согласования и техническая подготовка могут сделать новые исследовательские проекты сложными и трудоемкими.

Двойная защита чувствительных данных

Apheris опирается на федеративное обучение: модель доставляется к данным и обучается локально в среде каждой больницы. Данные пациентов остаются на месте. Локально обученные параметры модели, соответствующие требованиям конфиденциальности, передаются в Industrial AI Cloud от T-Systems. Там Apheris объединяет их в глобальную модель. Облако, работающее в Германии, использует графические процессоры NVIDIA.

Безопасное использование медицинских данных

«Медицинские данные — одни из самых конфиденциальных данных вообще. Любой, кто проводит с ними исследования, нуждается в надежной, безопасной и суверенной инфраструктуре», — говорит Ферри Абольхассен (Ferri Abolhassan), генеральный директор T-Systems. «С помощью Industrial AI Cloud мы предлагаем правильное решение. Вместе с Apheris мы делаем возможным медицинский прогресс без того, чтобы конфиденциальные данные покидали больницу».

«Данные пациентов должны оставаться защищенными, поэтому исследования сегодня едва ли могут их использовать. В мире, где ИИ движет прогресс, крайне важно сделать эти данные пригодными для использования без ущерба для защиты пациентов», — говорит Робин Рём (Robin Röhm), генеральный директор и соучредитель Apheris. «С помощью федеративного обучения мы доставляем модель к данным, чтобы она могла учиться на них, пока данные остаются защищенными там, где они находятся. Благодаря T-Systems теперь это происходит и на суверенной европейской инфраструктуре». Проверено на практике

По данным Apheris, сеть медицинских данных объединяет несколько больниц и включает данные более чем 50 000 пациентов, включая электронные медицинские карты и данные визуализации. Исследовательские группы могут проводить анализы непосредственно на соответствующих площадках без централизованного объединения данных пациентов.

В технико-экономическом обосновании, опубликованном в 2025 году, исследователи изучили сегментацию очагов рассеянного склероза, используя в общей сложности 512 случаев МРТ из трех клинических учреждений. Данные визуализации остались на соответствующих площадках.

Также для разработки лекарств

В фармацевтических исследованиях компании используют Apheris для совместного обучения моделей ИИ без раскрытия своих данных. В сети AI Structural Biology (AISB) девять ведущих фармацевтических компаний работают вместе над ИИ для структурной биологии. Другие сети Apheris улучшают прогнозирование свойств малых молекул (ADMET) и технологичности антител.

Apheris использует NVIDIA FLARE в качестве своего основного фреймворка для федеративного обучения и вносит в проект исправления для развертывания в рабочей среде. Компания использует ядра NVIDIA cuEquivariance для ускорения обучения и вывода для поддерживаемых рабочих нагрузок, включая OpenFold3. Кроме того, платформа ApherisFold использует Nvidia MSA NIM, обеспечивая ускоренную генерацию множественного выравнивания последовательностей (MSA).

О компании Apheris

Apheris управляет крупными федеративными сетями данных для индустрии наук о жизни и использует их для обучения моделей ИИ для разработки лекарств и клинических исследований. Сети охватывают кофолдинг, аффинность связывания, ADMET, фармакокинетику in vivo и технологичность антител, а также реальные свидетельства (RWE) на основе данных пациентов. Внутри этих сетей ведущие фармацевтические компании и медицинские организации обучают модели на проприетарных распределенных данных, которые никогда не покидают свою среду, что помогает защитить данные, интеллектуальную собственность и конфиденциальность пациентов. В результате получаются модели, которые могут превосходить общедоступные альтернативы, особенно когда эти альтернативы ограничены недостаточными данными. Они поставляются через Foundry, платформу, ориентированную на ИИ, которая встроена непосредственно в рабочие процессы исследований партнеров в виде модульных строительных блоков, вызываемых агентами.