20.10.2026 Чтение занимает 4 мин
- Данные пациентов остаются в больнице; вычислительная мощность ИК из Германии
- Сети Apheris для фармацевтических и клинических исследований работают на базе Industrial AI Cloud
- Уже протестировано: клиническая сеть с данными более 50 000 пациентов
Больницы располагают ценными данными о лечении. Однако их использование для исследований на нескольких площадках часто требует значительных усилий. Совместно Apheris, ИИ-компания, обслуживающая биотехнологическую и фармацевтическую отрасли, и T-Systems стремятся упростить эту задачу. Apheris управляет федеративными сетями передачи данных для разработки лекарств и клинических исследований. Эти сети позволяют участникам обучать модели и проводить анализ в рамках защищенных наборов данных. Первоначальные данные остаются защищенными и находятся в собственной среде каждого партнера. NVIDIA поддерживает эту работу посредством сотрудничества в области ИИ-моделей, программного обеспечения и ускоренных вычислений.
Apheris и T-Systems теперь предоставляют своим клиентам возможность эксплуатировать федеративные сети 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 (GDPR) и другие требования к защите данных требуют четких правил, регулирующих доступ к данным о лечении и их обработку в исследованиях с участием нескольких площадок. Внутренние политики 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 полагается на федеративное обучение: модель доставляется к данным и обучается локально в среде каждой больницы. Данные пациентов остаются на месте. Обученные локально параметры модели, соответствующие требованиям конфиденциальности, передаются в Industrial AI Cloud компании T-Systems. Там Apheris объединяет их в глобальную модель. Облако, работающее в Германии, использует графические процессоры NVIDIA.
Безопасное использование медицинских данных
«Медицинские данные относятся к числу наиболее конфиденциальных. Любой, кто проводит исследования с их использованием, 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 сегодня исследования едва ли могут их использовать. В мире, где ИИ движет прогрессом, 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 анализ 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 ИИ-моделей 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 производственной среде. Компания использует ядра NVIDIA cuEquivariance для ускорения обучения и инференса для поддерживаемых рабочих нагрузок, включая OpenFold3. Кроме того, платформа ApherisFold использует NVIDIA MSA NIM, обеспечивая ускоренную генерацию MSA.
О компании Apheris
Apheris управляет крупными федеративными сетями данных для индустрии наук о жизни и использует их для обучения ИИ-моделей для разработки лекарств и клинических исследований. Сети охватывают совместное сворачивание белков (co-folding), сродство связывания, ADMET, фармакокинетику in vivo (PK) и технологичность антител, а также реальные клинические данные (Real-World Evidence, RWE), основанные на данных пациентов. Внутри этих сетей ведущие фармацевтические компании и медицинские организации обучают модели на проприетарных распределенных данных, которые никогда не покидают свою среду, помогая защитить данные, интеллектуальную собственность и конфиденциальность пациентов. Результатом являются модели, которые могут превосходить общедоступные альтернативы, особенно в тех случаях, когда последние ограничены недостаточным объемом данных. Они поставляются через Foundry — ориентированную на ИИ платформу, встроенную непосредственно в исследовательские рабочие процессы партнеров в виде модульных строительных блоков, которые могут вызывать агенты.
