作为儿童脑瘤网络(CBTN)参与机构之一的，费城儿童医院——生物医学数据驱动发现中心(CHOP D³b)正在与亚马逊云科技合作，利用云计算的力量来加速其儿童脑瘤研究工作。
在所有儿童癌症中，脑瘤是导致死亡的主要原因。临床医生和研究人员需要更好地获取多种类型的数据，以便为每个儿童确定优化的、个性化的治疗方法，并开发下一代疗法。今天，CBTN与全球32家机构达成了数据共享协议。在这些机构中的患者将被纳入当地机构审查委员会(IRB)批准的协议中，共享临床数据、人口统计学和病史信息。因此，学术研究人员可以免费获得30多种去识别化的脑和脊髓肿瘤临床和分子数据、生物样本、诊断和治疗数据、成像数据和细胞系。这种开放的科学模式使全球的科学家能够共同寻找治疗方法，节省时间，并在现有研究的基础上进行研究，而不是复制和保持其机构墙内的孤岛。
然而，这些数据的汇总和整理目前缺乏自动化，这意味着临床研究协调员往往需要从不同的、不同的电子健康记录(EHR)和其他系统中手动提取所需的数据元素，以便将它们输入一个统一的数据库。这个过程成本很高，而且容易出现人为错误，同时它也会耗费大量的时间精力。使用基于云的技术可以简化这一过程--将新入院患者的数据在数据库中输入和分析的时间从几个月缩短到接近实时。
CBTN使用亚马逊云科技的云基础设施、数据分析工具和机器学习服务，以支持存储、分析和共享其收集的大量儿童脑瘤有关的基因组和临床数据。亚马逊云科技利用安全的半联合临床数据采集技术，开发API接口来实现这一目标。简单地说，API是允许两个应用程序相互对话的中介。通过自动传输，数据被直接输送到基于云的数据库并安全地存储，这是一个符合HIPAA合规要求的高度可扩展和持久的存储服务，在传输和静止时都进行了加密，从而能更好的保护病人的隐私信息。
一旦送入数据库，世界各地的研究人员和临床医生可以很容易地实时访问和分析这些大规模的数据集。进一步，亚马逊云科技及其合作伙伴的高级分析能力和机器学习工具可以被简单地应用于寻找目标患者群体中未被发现的导致小儿脑瘤发展的基因突变。研究人员可以进行多模式评估以收集见解，例如识别遗传变异和生物标志物数据的意外聚类，以帮助理解疾病和预测治疗结果。使用Amazon HealthLake和原生嵌入式机器学习服务Amazon Comprehend Medical，实现了资源的自动摄取、存储和提取。这允许用户在终端使用Amazon Athena对数据进行标准结构化语言的查询，并使用亚马逊云进行数据分析的工作。
CBTN正在帮助研究的一种脑瘤被称为弥漫性桥脑胶质瘤(DIPG)。DIPG是一种罕见的癌症，主要影响儿童和年轻成人。不幸的是，只有不到10%的儿童能在诊断后存活两年。目前的大多数癌症治疗方法只在成年人身上进行过研究，而评估儿童的最佳治疗类型、剂量和疗效是一个紧迫的研究重点。对于2021年因DIPG而去世的Jace Ward来说，这种紧迫性正是他希望传达给公众的。
亚马逊云科技与CBTN合作推进Cancer Moonshot建立在长期合作关系的基础上，包括在儿科脑肿瘤图谱(PBTA)、Gabriella Miller儿童第一数据资源中心和CAVATICA分析平台上的工作，所有这些都在亚马逊云平台上运行。
