• Thomas Hillek, Partner |
  • Peter Heidkamp, Partner |

Keyfacts

  • Durch systematische KI-Analysen kann sowohl die Entwicklung neuer Medikamente als auch die Zulassung deutlich verkürzt werden.

  • Künstliche Intelligenz im Bereich der Diagnostik ermöglicht es Ärzt:innen, Krankheiten genauer und früher zu erkennen

  • Chatbots auf KI-Basis werden in der Medizin- und Pharmaindustrie zur Beantwortung von Fragen und zur Informationsvermittlung eingesetzt.

Künstliche Intelligenz ermöglicht es Life-Sciences-Unternehmen, innovative und wegweisende Lösungen zur Behandlung und Heilung von Krankheiten effizienter zu erarbeiten. Große Mengen an Daten können in kurzer Zeit ausgewertet werden. Anhand der Analysen können Forscher:innen und Ärzt:innen wiederkehrende Muster erkennen und schneller präzise Schlussfolgerungen zu Krankheitsbildern ziehen. In der Kommunikation mit Ärzt:innen und Patient:innen bieten KI-basierte Chatbots neue Möglichkeiten der personalisierten Interaktion. 

Medikamente schneller entwickeln

Arzneimittelforschung und -entwicklung ist ein zeitaufwendiger, teurer und komplexer Prozess. Es dauert 10-15 Jahre von der Idee bis zur Zulassung eines Medikaments. Eine Ausnahme davon durften wir gerade erleben: die Entwicklung des Covid-19-Impfstoffs, der durch intensive globale Zusammenarbeit, existierende Vorarbeiten sowie beschleunigte Zulassungsverfahren innerhalb kürzester Zeit zugelassen werden konnte. 

Der herkömmliche Prozess der Medikamentenzulassung kann durch systematische KI-Analysen deutlich verkürzt und effizienter gestaltet werden. So werden durch KI-Unterstützung beispielsweise relevante Muster von Proteinfaltungen in riesigen Datenmengen schnell entdeckt. Dadurch können Hypothesen zügiger entwickelt und überprüft sowie die Forschungsarbeit beschleunigt werden. 

Bei der Durchführung klinischer Studien können mithilfe von Algorithmen schnell und präzise geeignete Probanden identifiziert werden. Digitale Zwillinge sind ein weiteres Beispiel für vielfältige Einsatzmöglichkeiten von künstlicher Intelligenz in klinischen Studien. Unter einem digitalen Zwilling versteht man die virtuelle Abbildung von physischen Produkten oder Prozessen mit Hilfe von Technologie und Simulation. Das Start-up Unlearn.AI hat sich beispielsweise zum Ziel gesetzt, randomisierte klinische Studien zu revolutionieren, indem es die Kontrollgruppen durch digitale Zwillinge als virtuelle Placebo-Patienten ersetzt. Das Unternehmen GNS Healthcare wiederum hat einen digitalen Zwilling namens „Gemini“ entwickelt, der auf KI und Simulationstechnologie basiert und direkte Vergleichsstudien in silico ermöglicht.  

Diagnosen schneller und zuverlässiger machen

Krankheiten richtig zu diagnostizieren erfordert eine fundierte medizinische Ausbildung und jahrelange Erfahrung. Doch selbst für erfahrene Ärzt:innen ist die Diagnose oft ein langwieriger und zeitaufwendiger Prozess. Hinzu kommt ein auch in diesem Bereich herrschender Fachkräftemangel.  

KI-gestützte Medizintechnik kann Ärzt:innen helfen, Krankheiten genauer und früher zu erkennen und damit auch die Erfolgsquote der Behandlung zu erhöhen. Überall dort, wo es um die Analyse von Bildern geht, seien es Röntgenbilder, Fotos oder Videosequenzen, ist die Entwicklung selbstlernender Algorithmen weit fortgeschritten. Diese Deep-Learning-Systeme werden unter anderem in der Radiologie, der Pathologie, der Augenheilkunde und der Dermatologie erfolgreich eingesetzt. Mithilfe tiefer neuronaler Netzwerke werden zum Beispiel Lungenerkrankungen im Computertomografen (CT), Brustkrebszellen in histologischen Schnitten, diabetische Netzhautveränderungen oder maligne Melanome mittlerweile zuverlässig erkannt.

Einsatz KI-gestützter Methoden in Diagnostik und Behandlung nimmt stetig zu

Forscher:innen der Medizin- und Pharmabranche haben bereits eindrucksvolle KI-gestützte Medizintechnik entwickelt, die das Potenzial hat, den medizinischen Alltag zu revolutionieren. Die Unternehmen Meta AI und NYU Langone Health haben eine Methode entwickelt, die alle erforderlichen Daten für Scans wie Computer- und Magnetresonanztomografien (MRT) bis zu zehnmal schneller liefert als herkömmliche Medizingeräte. Eine weitere erfolgreiche Entwicklung kommt von Qure.ai. Das Unternehmen bietet eine KI-basierte Software an, die Anomalien auf Röntgenbildern der Brust und auf CT-Scans des Kopfes erkennen kann.

Royal Philips und die Merck KGaA haben gemeinsam eine personalisierte Fruchtbarkeitsbehandlung zur Erhöhung der Empfänglichkeitswahrscheinlichkeit entwickelt. Die Behandlung nutzt Methoden zur Fernüberwachung von Patienten, cloudbasierte Plattformdienste sowie eine mobile, KI-gestützte Ultraschalldiagnostik.

Herausforderung Datenschutz

Grundlage für den Einsatz von KI-gestützten Medizingeräten ist eine ausreichende Anzahl an Patientendaten aus dem klinischen Alltag. Aktuell müssen viele dieser Daten noch digitalisiert werden. Dort, wo diagnostische Informationen bereits digitalisiert wurden, wird durch den Einsatz von Machine Learning die Diagnostik preiswerter und leichter zugänglich. 

KI-Systeme stellen für den Datenschutz allerdings eine große Herausforderung dar, denn es geht um die Verwendung von Gesundheitsdaten. Sie unterliegen einem besonderen Schutz und dürfen nur unter ganz bestimmten Voraussetzungen verarbeitet werden. Damit ist für KI-Anbieter eine Datenschutz-Folgenabschätzung zwingend.

Patientenerlebnisse steigern

Das Informationsverhalten von Patient:innen und Ärzt:innen hat sich in den vergangenen Jahren  grundlegend verändert. Patient:innen nutzen immer häufiger das Internet für die medizinische Recherche über ihr Krankheitsbild. Chatbots auf Basis von künstlicher Intelligenz, die als Smartphone-Apps verfügbar sind, können die Anamnese und die Diagnose in vielfältiger Weise verbessern. Auch Ärzt:innen nutzen diese Apps zunehmend, um eine symptombezogene Anamnese durchzuführen und Hilfestellung bei der Differenzialdiagnose zu erhalten. 

Durch den Einsatz von Chatbots in der pharmazeutischen Industrie, die Fragen zu Medikamenten oder Therapien beantworten, können die Erlebnisse von Patient:innen, medizinischen Fachkräften und Mitarbeitenden verbessert werden. Die Chatbots Sophia von Cornerstones4Care® und AVA der Norgine GmbH geben beispielsweise Informationen zur richtigen Einnahme von Diabetespräparaten und zu Behandlungen. Der Chatbot Fabi von Pfizer kann von Verbrauchern mit Fragen zur Produktverfügbarkeit kontaktiert werden, und Maibo wurde in Japan für Anliegen von medizinischem Fachpersonal eingeführt. Bayer hat mit AMI ebenfalls einen Chatbot für fachliche Anfragen auf den Markt gebracht, der medizinische Produktinformationen für Fachpersonal liefert. 

Zusammenfassung

Dank Fähigkeiten wie Automatisierung, Echtzeit-Datenerfassung und Massendatenbearbeitung ermöglicht KI personalisierte Erfahrungen für Patient:innen und Ärzt:innen, ermittelt effektive Behandlungsmethoden und schafft effizientere Abläufe. KI hilft bereits heute, Krankheiten schneller zu diagnostizieren, Medikamente zu entwickeln und Behandlungen zu personalisieren. Das Zusammenspiel von Biologie, Datenwissenschaft und künstlicher Intelligenz könnte in der Zukunft sogar dazu beitragen, dass heute unheilbare Krankheiten geheilt werden könnten (Biorevolution)