Apheris籌集825萬美元以推進其醫療健康導向的聯邦AI平台
Apheris AI GmbH，一家專注於分析醫療數據的初創企業，今日宣布已成功籌集825萬美元的資金。
OTB Ventures和eCAPITAL領投了這輪A輪融資。這筆投資使得位於柏林的Apheris的總外部資金達到2080萬美元。
在醫療行業，不同機構的研究人員通常需要相互分享臨床數據。然而，將數據通過網絡傳輸到其他機構可能會帶來網絡安全風險。為了解決這些風險，醫療機構採用了聯邦計算的方法，這也正是Apheris平台的基礎。
通過聯邦計算，公司無需將臨床數據集轉移到企業網絡外，就能讓第三方研究人員訪問這些數據。這項技術允許研究人員在公司內部基礎設施上遠程運行分析，而分析結果則通過網絡返回給研究人員，無需移動任何被分析的信息。
Apheris的平台使醫療機構更容易實施聯邦計算。它還使研究人員能夠在共享的臨床數據集上運行人工智能模型。
聯邦計算項目可以通過一個輕量級的程序或代理，稱為計算網關（Compute Gateway）來促進。這個網關運行在公司計劃向外部研究人員提供的臨床數據集所在的系統上。安裝後，計算網關允許研究人員自助請求訪問數據集。
Apheris的用戶將其信息訪問請求構建為所謂的計算規範（Compute Spec）。這是一個文件，指定研究人員希望訪問的數據集、計劃在該數據集上運行的AI模型以及執行該任務所需的硬件資源。擁有數據集的組織員工可以使用集中式儀表板來審核和批准這些請求。
在底層，該平台基於一個名為FLARE的開源Nvidia Corp.框架。當研究人員在一個承載數據集的系統上運行AI模型時，FLARE確保系統的操作員無法逆向工程該模型以獲取其訓練數據集。該框架同樣阻止了對神經網絡權重的訪問。
根據Apheris的說法，其平台不僅保護AI模型，還保護它們處理的臨床信息。
數據在分析之前通常需要解密。當數據以明文形式存在時，信息對黑客來說更容易被竊取，這增加了數據泄露的風險。Apheris採用了同態加密技術，使得可以在不解密的情況下對數據集進行查詢。
此功能還配合了一項名為差分隱私的安全特性。當研究項目中使用的臨床數據集包含個人信息（如病人記錄）時，科學家們通常會在與第三方分享之前對其進行匿名化處理。差分隱私使得黑客從匿名數據集中提取個人信息的難度大大增加。
Apheris表示，其軟件已被強生、羅氏等主要製藥公司採用，並且其安裝基礎還包括多家醫院。
該公司將利用新籌集的資金招聘更多生命科學和市場推廣專業人士。此外，Apheris計劃增強其平台的AI功能，計劃托管基礎AI模型，以加速某些涉及蛋白質研究的任務。
這一進展不僅顯示了Apheris在醫療科技領域的潛力，還反映了對數據隱私和安全性的重視。在AI和大數據技術迅速發展的今天，如何在保護個人隱私的同時推進醫療研究，將成為未來的關鍵挑戰。Apheris的做法或成為其他相關企業的參考範本，推動整個行業向更安全、透明的方向發展。
以上文章由特價GPT API KEY所翻譯及撰寫。而圖片則由FLUX根據內容自動生成。
