C-BRAIN und NVIDIA setzen auf Open-Source-KI, um die Demenzforschung zu beschleunigen

Ein Forschungsengpass aus Daten und Synthese

Nach Angaben von NVIDIA leben weltweit 57 Millionen Menschen mit Demenz, jedes Jahr kommen mehr als 10 Millionen Neudiagnosen hinzu. Die NIH-Förderung ist in den vergangenen 15 Jahren auf das Siebenfache gestiegen und beläuft sich jährlich auf 3,9 Milliarden US-Dollar. Dennoch wurde bislang keine Behandlung gefunden, die die Krankheit aufhält, verhindert oder rückgängig macht.

Die Quelle nennt drei Engpässe: zu wenige wissenschaftliche Erkenntnisse mit großer Wirkung, zu viele Daten in institutionellen Silos und ein Tempo bei der Synthese, das mit der veröffentlichten Forschung nicht Schritt hält.

C-BRAIN wird von Dr. Randall Bateman geleitet und umfasst 18 Mitgliedsinstitutionen aus Wissenschaft, Stiftungswesen, Pharmabranche und Forschungsorganisationen. Das Konsortium startete im November 2025. Bateman, Gründer und Direktor von C-BRAIN, sagte: „Mit künstlicher Intelligenz haben wir die Chance, Forschung grundlegend anders zu betreiben als je zuvor, und zwar so, dass Entdeckungen schneller bei den Patienten ankommen.“

„Dark Data“ erschließen, ohne sie zu verschieben

Das Konsortium konzentriert sich auf Datensätze, die bislang weder KI-Tools noch menschlichen Forschenden öffentlich zugänglich waren, darunter unveröffentlichte Ergebnisse, negative Resultate und geschützte, streng regulierte Daten der Mitgliedsinstitutionen. C-BRAIN nennt das „Dark Data“. Technikchef Dr. Ade Ojewole sagte: „Viele Daten aus den Lebenswissenschaften finden nie ihren Weg in die Frontier-Modelle.“

Um die Privatsphäre der Patienten und die Datenhoheit der Institutionen zu wahren, setzt C-BRAIN auf einen hybriden Ansatz aus zentralisierter und föderierter Verarbeitung. Dabei lernen KI-Modelle von den Daten jeder Institution, ohne dass diese sie verlassen. Ein Teil der Dark Data wird zudem direkt in gesicherten Computersystemen hinterlegt.

Bei der Infrastruktur betreibt C-BRAIN derzeit 64 NVIDIA-Rechenzentrums-GPUs vor Ort sowie cloudbasierte Knoten auf Microsoft Azure. Weitere NVIDIA-GPU-Kapazitäten, darunter NVIDIA-Blackwell-Systeme, sind in Aussicht. Zudem arbeitet die Gruppe mit NVIDIA daran, die offene Entwicklerplattform NVIDIA BioNeMo und das MONAI-Framework in ihre Forschungspipelines einzubinden.

OpenScientist und InsightEngine

Forschende haben bereits zwei Tools entwickelt:

• OpenScientist entstand gemeinsam mit dem Lawrence Berkeley National Laboratory unter Leitung des Wissenschaftlers Justin Reese. Es handelt sich um einen agentischen Open-Source-KI-Co-Wissenschaftler, der aus einer Forschungsfrage und einem Datensatz halbautonom Hypothesen entwickelt, Analysen durchführt und überprüfbare, nachvollziehbare Erkenntnisse liefert.
• InsightEngine wurde mit 387 Labs entwickelt. Die Open-Source-Plattform nutzt agentische KI, um Hypothesen anhand der wissenschaftlichen Literatur zu prüfen, vom Nutzer bereitgestellte Datensätze zu analysieren, einen biomedizinischen Wissensgraphen zu erkunden und jede Aussage mit Belegen abzugleichen. So sollen Halluzinationen erkannt werden, bevor Forschende teure Experimente beginnen.

In veröffentlichten Fallstudien schloss OpenScientist Analysen in Minuten ab, für die Fachwissenschaftler Wochen bis Monate veranschlagt hatten, bei Kosten von unter 10 US-Dollar pro Durchlauf. Angesichts der aktuellen Reichweite von C-BRAIN von mehr als 200 Forschungsgruppen könnten sich laut NVIDIA im größeren Maßstab Kapazitäten von potenziell mehr als einer Million Stunden pro Jahr freisetzen lassen.

Nächstes Ziel: ein multimodales Foundation-Modell

C-BRAIN will ein multimodales biologisches Foundation-Modell aufbauen, das auf Neurobildgebung, Multi-Omics, Biomarkern in Körperflüssigkeiten und longitudinalen klinischen Messwerten trainiert wird. Bis zum dritten Jahr sollen damit neue kausale Mechanismen der Hirnalterung und der Alzheimer-Krankheit entdeckt werden.

Ojewole sagte, die Grenzen dessen auszuloten, was heutige Machine-Learning-Architekturen für räumliche Omics modellieren können, erfordere „eine ganze Menge Optimierung“, und NVIDIA-Software dürfte dabei eine Rolle spielen. Bateman sagte, KI, die denken und schlussfolgern könne, habe „das Potenzial, Entdeckungen zu beschleunigen, die zu wirksamen und umsetzbaren Präventionen und Behandlungen für die gesamte Bevölkerung führen“.

Für Forschende ist vor allem relevant, dass nun zwei Open-Source-Tools verfügbar sind, die den Weg von der Frage zur überprüften Erkenntnis verkürzen sollen. Die größeren Ziele, darunter neue kausale Mechanismen, sind weiterhin Vorhaben und noch keine Ergebnisse.