全球目前約有5700萬人患有痴呆症，每年新確診的痴呆症病例超過1000萬例。對致力於幫助這些患者的研究人員而言，真正的障礙並不是投入不足，而是數據量過於龐大、能夠綜合處理這些數據的專家太少，以及科研發現的速度始終追不上疾病的發展。
過去15年間，美國國立衞生研究院（NIH）對相關研究的資助增長了7倍，達到每年39億美元，但迄今仍未找到能夠阻止、預防或逆轉阿爾茨海默病的治療方法。制約因素包括：高影響力的科學發現不夠多；大量數據分散在各機構的“孤島”之中；研究成果的整合速度遠遠落後於論文發表的速度。
為改變這一局面，生物醫學研究與人工智能神經退行性疾病聯盟（C-BRAIN）與NVIDIA展開合作。該聯盟於2025年11月正式啓動，由華盛頓大學醫學院聖路易斯分校的查爾斯·F·與喬安妮·奈特傑出神經病學教授蘭德爾·貝特曼博士領導，成員包括18家學術機構、慈善組織、製藥企業和研究機構。
貝特曼表示，人工智能帶來了一個難得的機遇窗口，讓研究能夠以與以往根本不同的方式進行，從而加速惠及患者的科學發現。他將聯盟的工作形容為“由科學家打造、為科學家服務的AI工具”。該聯盟正在構建一套系統，把此前未被利用的阿爾茨海默病研究數據用於支持科學家的工作。
所謂“暗數據”，指的是那些從未向AI工具或人類研究者開放的科研資產，包括尚未發表的研究結果、陰性結果，以及成員機構掌握的受治理的專有數據。C-BRAIN首席技術官阿德·奧傑沃勒博士指出，大量生命科學數據並未進入前沿模型，其後果是大量智能被白白浪費。
在技術實現上，部分暗數據會直接存入安全的計算系統供AI工具訪問。為在不損害患者隱私和機構治理的前提下使用這些數據，C-BRAIN採用集中式與聯邦式相結合的混合架構：AI模型在各機構內部就地學習數據，而數據本身無需離開機構的防火牆。這類基礎設施的構建與擴展在技術上要求很高，也正是NVIDIA參與合作的價值所在。
目前，C-BRAIN在本地運行64塊NVIDIA數據中心GPU，同時使用微軟Azure上的雲端節點；隨着聯盟規模擴大，包括NVIDIA Blackwell系統在內的更多GPU算力也將陸續到位。聯盟還與NVIDIA合作，將NVIDIA BioNeMo開放開發者平台和MONAI框架引入其研究流程，以探索AI與加速計算如何推動阿爾茨海默病研究。
貝特曼表示，C-BRAIN與NVIDIA的合作旨在釋放這些模型的潛力，使其產生真正有影響力的成果。奧傑沃勒也強調，隨着研究不斷挑戰當今空間組學機器學習架構的建模邊界，將需要大量的優化工作，NVIDIA的軟件必將在其中發揮作用。
聯盟研究人員已經開發出兩款工具。其一是與勞倫斯伯克利國家實驗室合作、由研究科學家賈斯汀·里斯主導的OpenScientist，這是一個開源智能體式AI“聯合科學家”，能夠接收科學家的研究問題和數據集，半自主地生成假設、執行分析，並給出可驗證、可審計的洞見。其二是與387 Labs合作開發的InsightEngine，這是一個開源研究平台，利用智能體式AI對照科學文獻檢驗假設、分析用户提供的數據集、探索生物醫學知識圖譜，並在研究人員投入昂貴實驗之前逐條核查證據，以識別幻覺。
在已發表的案例研究中，OpenScientist在幾分鐘內完成的分析，領域科學家估計需要數週乃至數月，而單次運行成本不到10美元。以C-BRAIN目前覆蓋的200多個研究組計算，這一能力有望每年釋放超過100萬小時的研究產能。
展望未來，C-BRAIN計劃構建一個多模態生物基礎模型，使用其全部數據範圍進行訓練，涵蓋神經影像、多組學、體液生物標誌物和縱向臨牀指標。聯盟希望在第三年發現腦老化與阿爾茨海默病的新因果機制，藉助現有全部研究數據，將發現推進到可檢驗的科學原理層面。
貝特曼表示，具備思考與推理能力的AI有潛力加速科學發現，最終為全體人羣帶來強效且可實施的預防與治療手段。