在构建生命科学领域,尤其是制药行业的AI解决方案时,面临的核心问题之一是数据的使用。尽管AI的发展高度依赖于数据,但健康数据大多未被利用,主要原因在于患者隐私保护、法规限制以及知识产权保护。
为解决这一难题,德国企业家罗宾·罗姆创办的创业公司Apheris采用联邦计算技术,即通过去中心化的方式,在不移动数据的前提下,使数据能够安全地用于AI模型训练。这种方式允许计算在数据所在位置本地执行,仅将输出(如模型参数)集中汇总。Apheris的客户涵盖了罗氏等企业和数家医院。
OTB Ventures的联合创始人兼管理合伙人马辛·海卡表示,Apheris可能成为正在兴起的联邦数据网络中的关键组成部分。随着第三方软件工具生态系统逐渐成熟,Apheris也支持与互补的隐私增强技术无缝集成,例如同态加密、差分隐私和合成数据。
最初,Apheris成立于2019年,目标是创建一个与开源方法竞争的联邦学习框架。但在2022年获得种子轮融资后,公司在2023年转向专注于数据所有者方面,并加强了对制药和生命科学领域的关注。这种转变带来了产品与市场需求的契合,自2023年第四季度推出新产品以来,收入增长了四倍。
新的资金将用于招聘具有生命科学背景的高级人才,包括商业领域的人才。Apheris Compute Gateway作为连接本地数据和AI模型的软件代理,已被AI结构生物学联盟采用,该联盟成员包括艾伯维、勃林格殷格翰、强生和赛诺菲等企业,共同致力于AI驱动的药物发现。
此外,Apheris计划进一步专注于蛋白质复合物预测等领域,认识到当公开可用的数据非常有限时,可以提供额外的价值。意识到如果不解决数据所有者对向AI提供数据的担忧,AI的影响无法真正释放,这也是所建设内容的核心使命。