英伟达新型AI科学家无需接触患者数据即可工作

能够自主进行研究的AI科学家的前景令该领域着迷，但大多数演示依赖于开放数据或模拟环境。在医院环境中，患者记录和遗传数据受到严格监管，情况则完全不同。

英伟达AI技术中心（NVAITC）发布了一篇论文，详细介绍了NVAITC AI Scientist（NAIS），这是一个受管控的端到端代理研究系统，设计用于在机构数据边界内运行。该系统的主要验证是一项真实世界的高血压全基因组关联研究（GWAS），使用了来自286,422人的医院关联基因型和电子健康记录数据。这一切都是在AI模型从未直接访问受保护健康信息的情况下完成的。

治理优先

NAIS的核心创新不在于其语言模型能力，而在于其推理与数据访问之间的架构分离。与可能直接获得数据库访问权限的不受约束的AI代理不同，NAIS通过代理系统运行。代理提交经批准的分析规范，代理器在临时的、可审计的容器中实例化队列。只有汇总摘要、质量控制指标、图表和清单返回给代理。原始受保护健康信息永远不会离开授权的数据仓库。

这一设计原则, , 将治理视为赋能者而非障碍, , 对于医院采用至关重要。代理器v2 API处理SQL队列提取、PLINK2 GWAS执行、作业轮询和工件检索，同时维护完整的审计跟踪。NemoClaw（代理执行组件）运行在Nemotron-3 Super（120B参数）上，具有32,768个令牌的上下文，完全部署在本地。默认情况下阻止外部网络访问，任何出站连接都需要明确团队批准。

现实检验：表型不一致

这次部署中最具启发性的发现或许是，AI的局限性并非出现在统计计算中，而是出现在表型设计上。当NemoClaw最初使用实验室血压阈值对高血压病例进行分类时，它产生的标签与专家参考定义（使用ICD-10代码和抗高血压药物处方）存在不一致，涉及3,950名受试者。

这种不一致并非随机。在这3,950人中，73.7%的血压读数超过140/90 mmHg，尽管没有相关的诊断或处方记录。团队下令进行的药物审计发现，3,950名受试者中只有125人有抗高血压药物记录，这证实了差异源于对疾病的不同概念定义，而非编码错误。

在团队指导的表型协调之后, , 那些没有药物证据的不一致病例被排除, , 代理协调的GWAS复现了已确立的高血压相关基因座，包括FGF5、ATP2B1、CNNM2、FTO和GRB14，在基因座识别和信号方向上都与独立策划的专家结果相匹配。FGF5处的最强信号达到了约70的-log10 p值。

这一迭代优化过程展示了一个关键教训：受管控的代理研究价值主张在于解放研究人员的注意力，使其能够专注于精确揭示表型差异所需的科学判断，而非押注于完全自主的发现。

协调为主要价值

该论文认为，在受保护的医院数据上，代理价值集中在协调和表型逻辑上，而非取代统计遗传学。PLINK2执行是常规任务。决定高血压是意味着ICD代码、药物、实验室阈值还是它们的组合，则非常规。

通过吸收重复性协调工作, , 针对医院仓库模式起草和修订SQL队列计划、生成PLINK兼容的表型文件、提交和轮询Kubeflow GWAS作业、从清单中检索曼哈顿图和QQ图、并在不一致审查后协调重新运行, , NAIS将研究人员的注意力从脚本维护中解放出来，转向研究设计和验证。

NAIS还生成了涵盖摘要、方法、结果、讨论和表格的完整手稿草稿，以及演示材料。所有工件在任何出版用途前都需要团队审查，展示了在治理下以手稿为导向的输出，而非自主出版。

超越GWAS：二次验证

与GWAS工作并行，NemoClaw支持了一个药物性肝损伤预测工作流。从接近随机的基线性能（AUC 0.491, 0.549）开始，代理逐步引入文献引导提示、分子图、DiffDock结合分数和玻尔兹曼加权概率，最终实现了多模态图神经网络AUC为0.842。这一二次案例研究验证了NAIS在同一个受管控平台上支持多种生物医学工作流类型。

局限性与未来之路

作者对局限性坦诚相告。NAIS部署是一个单一机构的案例研究，更广泛的声称需要在更多医院环境和数据治理框架中进行验证。GWAS结果是复现证据，而非新发现；主要基因座是从曼哈顿图检查中定性识别的，并未为手稿提取精确的每个SNP效应大小。包含390种化合物的DILI预测数据集不足以进行临床级验证。

在系统层面，提案-评审评估器统计仅代表18次生产运行，容器执行路径的可变性需要持续评估。

基础设施瓶颈

该论文呈现了一个关于自主研究未来的更广泛论点：随着基础模型的改进，约束条件从语言模型推理转向AI研究基础设施。未来的研究代理应充当协调者，协调GPU集群、容器、工作流引擎和领域管道，而非通用执行器。进展既依赖于基础设施, , GPU计算、容器化执行、工作流协调、实验管理、可重现环境, , 也依赖于基础模型的改进。

NAIS是该愿景的蓝图。该系统证明，受管控的代理可以在受保护的临床数据附近，对整个研究生命周期做出有意义的贡献，前提是持久实验状态比会话上下文更重要。