Von Genomen zu Medikamenten: So revolutioniert KI die Pharmaforschung

Ob digitaler Zwilling, Computersimulationen von Molekülen oder die Analyse von genetischen Informationen – künstliche Intelligenz (KI) revolutioniert die Pharmabranche. Sie hat das Potenzial, die Entwicklung von Medikamenten zu beschleunigen, Kosten zu minimieren und die Versorgung von Patient:innen zu verbessern.

Um dieses Potenzial voll auszuschöpfen, hat Novartis 2019 mit Microsoft ein AI Innovation Lab gegründet. Mittlerweile setzen wir KI in allen Geschäftsbereichen ein: für die Optimierung unserer Prozesse, für die Gewinnung von Daten in Forschung und Entwicklung sowie für die Einbindung von Patient:innen und Gesundheitspersonal. Mit unseren mehr als 100 KI-Anwendungen zählen wir laut dem Center for International Economics and Business zu den Frontrunners. Hier ist ein Überblick, wie wir vom Einsatz von KI profitieren.

Beschleunigte Wirkstoffentdeckung

Die Pharmaindustrie verfügt über einen enormen Datenschatz. KI schafft es, die riesigen Datenmengen in kürzester Zeit zu analysieren und zu verarbeiten. Dadurch werden Muster erkennbar, die bei der Datenerfassung durch den Menschen unentdeckt bleiben würden. Diesen Vorteil nutzt Novartis unter anderem bei der Wirkstoffentwicklung: Mit KI können wir potenzielle Wirkstoffe rascher identifizieren und auf ihre Wirksamkeit und Sicherheit testen. Das ist insofern relevant, als dass die Entwicklung eines neuen Medikaments derzeit durchschnittlich mehr als zehn Jahre beansprucht und mehr als 95 % aller Wirkstoffkandidaten in klinischen Studien scheitern.

Das ehrgeizige Projekt MELLODDY, an dem auch Novartis beteiligt war, hat gezeigt, wie die Datennutzung durch KI für die Wirkstoffentdeckung maximiert werden kann, indem mehrere Pharmaunternehmen ihre Daten zur Verfügung gestellt haben, um KI mit Machine Learning zu trainieren.

KI führt auch zur Beschleunigung und Verbesserung von klinischen Studien. Einerseits kann sie durch eine umfassende Analyse von Patientendaten zur Identifizierung von geeigneten Studienteilnehmer:innen beitragen und damit das Auswahlverfahren verkürzen. Andererseits kann sie bei der Datenauswertung sowie bei der Erkennung von Mustern und Anomalien unterstützen. Nach der Zulassung von Medikamenten hilft KI, Nebenwirkungen frühzeitig zu erkennen und die Arzneimittelsicherheit zu verbessern.

Türöffner für personalisierte Medizin

Auch Diagnosen und Therapien werden durch die Datenanalyse mit KI genauer, schneller und besser zugänglich. So haben Novartis und Microsoft ein KI-betriebenes System entwickelt, das Lepra anhand von Fotos krankhafter Hautveränderungen diagnostiziert. Damit können Menschen in den entlegensten Orten ihre Haut fotografieren, das Bild in die Cloud laden und von Hautärzt:innen irgendwo auf der Welt mithilfe von KI diagnostizieren lassen.

Bei den Therapien fungiert KI als Türöffner zu personalisierter Medizin. Die Analyse von genetischen Informationen ermöglicht es, individuelle Krankheitsrisiken, Reaktionen auf Medikamente sowie die optimale Dosierung zu identifizieren und Therapien auf Patient:innen zuzuschneiden. Darüber hinaus fördern KI-Tools wie die von Novartis und Tencent entwickelte WeChat-Mini-App AI Nurse für Patient:innen mit Herzinsuffizienz das Patient-Empowerment, weil sie Patient:innen mit datenbasierten Empfehlungen dabei unterstützen, informierte Entscheidungen zu treffen.

Ethischen Risiken vorbeugen

Dem Potenzial von KI für die Erschließung von Pharmadaten stehen technische und ethische Risiken entgegen, wie mindere Qualität, Datenschutzverletzungen oder die Voreingenommenheit von Algorithmen. Um diesen Risiken zu begegnen, braucht es Rahmenbedingungen. Zurzeit wird auf EU-Ebene der Artificial Intelligence Act verhandelt, mit einer vollanwendbaren Richtlinie ist aber nicht vor 2026 zu rechnen.

Bis dahin müssen Pharmaunternehmen mit gutem Beispiel vorangehen. Novartis hat ethische Richtlinien ausgearbeitet, die einen sicheren, transparenten und verantwortungsvollen Umgang mit KI gewährleisten. Zu unseren Maßnahmen zählt, dass wir die Patient:innen bei KI-Anwendungeninformieren, welche personenbezogenen Daten wir für welchen Zweck verwenden, oder dass wir umfassende und repräsentative Daten für die Entwicklung von KI-Algorithmen heranziehen, um Voreingenommenheit auszuschließen.