Pharma-KI: die Rolle der künstlichen Intelligenz in der Medizin der Zukunft

Mrz 14, 2022

Der Forschungs- und Entwicklungsprozess für neue Medikamente ist komplex und langwierig und erfordert erhebliche Investitionen. Für die Pharmaindustrie wird es immer schwieriger, effiziente Medikamente zu entwickeln und zu vermarkten. Der gesamte Prozess kann bis zu 12 Jahre dauern und zwischen 1,9 und 3,2 Milliarden Dollar kosten, so DiMasi et al., Journal of Health Economics, Januar 2016.

Bei klinischen Studien führen Ärzte komplexe biochemische und physikalisch-chemische Verfahren durch, die auf umfangreichen Daten basieren. Die Wahrscheinlichkeit, dass ein Medikament alle Tests besteht, beträgt weniger als 12 %, so CSIC-Quellen.

Die pharmazeutische Industrie stützt sich auf Computer und künstliche Intelligenz, um diesen Prozess zu verbessern.

Künstliche Intelligenz in der pharmazeutischen Industrie

Die biopharmazeutische Industrie ist einer der Hauptnutznießer der künstlichen Intelligenz – vor allem, weil sie hilft, die Forschung und Entwicklung von Medikamenten zu rationalisieren und die Forschungskosten sowie die Anzahl der Medikamente, die klinisch getestet werden, zu senken.

Die Pharmaindustrie arbeitet in der Regel mit Krankenhäusern und Technologieunternehmen zusammen. Das war während der COVID-19-Pandemie der Fall, als der Sektor KI-Algorithmen einsetzte, um schneller nach Informationen zu suchen, Studien durchzuführen und Testsimulationen durchzuführen.

Diese Algorithmen halfen, die Genkodierung für Zielproteine zu identifizieren, die vorteilhaft an Medikamente binden könnten, wodurch die anfängliche Phase der Medikamentenentwicklung von etwa fünf Jahren auf nur ein paar Monate verkürzt werden konnte.

Diese KI-gestützten Techniken haben bei der Entwicklung von COVID-19-Impfstoffen mit Unternehmen wie AstraZeneca oder Janssen eine entscheidende Rolle gespielt. Ebenso hat es die KI leichter gemacht, vorherzusagen, wie sich die Pandemie weiter ausbreiten könnte und welche Fehler wir vermeiden können, wenn wir in Zukunft eine ähnliche Situation erleben.

 Der Einsatz von Big Data und KI in der Gesundheitsbranche ist durchaus positiv und wirkt sich sowohl auf Pharmaunternehmen als auch auf die Gesellschaft als Ganzes aus. Aus diesem Grund haben viele Unternehmen begonnen, auf diese Technologie zu setzen.

Der Einsatz von KI in der Medikamentenforschung

Künstliche Intelligenz in der biopharmazeutischen Industrie hat den Sektor revolutioniert, indem sie den Zugang zu biometrischen Daten ermöglicht und bei der Identifizierung verborgener Muster hilft.

Auch in diesen Fällen kann sich KI als hilfreich erweisen:

Segmentierung von Patienten

Die korrekte Segmentierung von Patienten ist eine der größten Herausforderungen bei klinischen Studien. Die Auswahl von Patienten nach Eignung, Motivation und Befähigung ist von entscheidender Bedeutung, und diese Prozesse sind in der Regel mit erheblichen Verzögerungen verbunden, die mit KI gelöst werden können.

Dank dieser Mechanismen ist eine effizientere Klassifizierung von Patienten möglich und es können umgehend geeignete Behandlungen verabreicht werden, um potenzielle Risiken zu vermeiden und bessere Ergebnisse zu erzielen.

Krankheitsvorhersage

Es ist möglich, das Screening von Krankenakten zu automatisieren oder Verhaltensmuster vorherzusagen, um zu verstehen, wie Patienten auf bestimmte Behandlungen reagieren oder die Gründe für ihre Wiederaufnahme ins Krankenhaus zu ermitteln.

Optimierung der Ressourcen

Mit künstlicher Intelligenz können Krankenhäuser und Gesundheitseinrichtungen die Zahl der persönlichen Besuche reduzieren und durch Online-Termine ersetzen. KI ermöglicht es dem medizinischen Personal auch, Patienten zu überwachen, unabhängig davon, ob sie das Gesundheitszentrum persönlich aufsuchen oder nicht.

Künstliche Bildgebung

Auch Radiologen können von diesen Innovationen profitieren. Künstliche Intelligenz erleichtert schnellere Bilddiagnosen und rationalisiert die Anfangsphase der Behandlung.

Erforschung pharmazeutischer Wirkstoffe

KI kann komplexe Aufgaben automatisieren und Zeit sparen.

In der Anfangsphase der medizinischen Forschung erleichtert KI unter anderem die Analyse von Zellversuchen und die Modellierung von Molekülstrukturen sowie die Vorhersage der physikochemischen Eigenschaften von Substanzen erheblich.

Künstliche Intelligenz hilft auch dabei, die möglichen Wechselwirkungen zwischen Proteinen und Liganden zu verstehen, was die Entwicklung von Molekülen mit größerem Potenzial ermöglicht.

Es ist auch hilfreich, wenn es um die Identifizierung und Differenzierung von Bildern geht, wahrscheinlich zwei der am wenigsten effizienten Prozesse in der Entwicklung der Medizin. Lernende Maschinen können die winzigen Unterschiede in den Zellstrukturen auf mikroskopischen Bildern erkennen.

KI rationalisiert nicht nur die Anfangsphase des Prozesses. Es erweist sich auch als wertvoll für die Qualitätskontrolle und die Optimierung der Medikamentenverabreichung.

Wiederverwendung oder Umplatzierung von Medikamenten

Die Wiederverwendung von Medikamenten ist eine Strategie, die darauf abzielt, neue Anwendungen für Medikamente, die bereits zugelassen sind, zu entdecken.

Das ist zum Beispiel bei Botox der Fall. Ursprünglich wurde es zur Behandlung von Schielen entwickelt, aber später entdeckte man, dass es auch bei Migräne helfen und Falten entfernen kann.

Die Wiederverwendung von Medikamenten birgt weniger Risiken und rationalisiert den Entwicklungsprozess. Die effektive Kombination klinischer Studien kann jedoch teuer und zeitaufwändig sein.

In diesem Zusammenhang kann die künstliche Intelligenz Hypothesen schneller entwickeln und klinische Studien beschleunigen.

Vorteile der Implementierung künstlicher Intelligenz

Künstliche Intelligenz profitiert erheblich von der Vorhersage, wie Moleküle auf bestimmte Medikamente reagieren könnten.

Sie reduziert die Misserfolgsrate bei klinischen Studien

Medikamente in klinischen Studien haben eine Erfolgsquote von unter 12 %. Die Gründe für diese Zahl sind die mangelnde Effizienz, die negativen Auswirkungen auf den Menschen und die hohen Ressourcenkosten, die die Kommerzialisierung des Produkts behindern.

Dank der fortschrittlichen Technologie der künstlichen Intelligenz kann die Erfolgsquote der Moleküle erhöht werden. Dadurch werden die negativen Auswirkungen der Medikamente auf den Menschen reduziert. Algorithmen des maschinellen Lernens können auch die Effizienz verbessern, ohne die Sicherheit zu beeinträchtigen.

Sie beschleunigen die Erforschung neuer Medikamente und senken gleichzeitig die Kosten.

Gegenwärtig kann der Prozess der Medikamentenentwicklung bis zu 12 Jahre dauern, einschließlich der präklinischen und klinischen Phasen, und er kostet mehr als 2 Milliarden Dollar.

Da in den verschiedenen Phasen des Entwicklungsprozesses neue Fragen auftauchen, steigt der Preis weiter an, insbesondere in Phase III, in der Biomarker das Ansprechen auf ein Medikament differenzieren.

Nur die Suche nach dem Wirkstoff – die die Auswahl des Targets und der Leitstruktur, die Validierung und die Optimierung umfasst – kann zwischen 4 und 6 Jahren dauern. Und an diesem Punkt erreicht nur 1 % der Verbindungen die folgende Phase.

Deshalb ist der Einsatz von künstlicher Intelligenz und maschinellem Lernen zu Beginn des Prozesses entscheidend, um das Risiko eines Fehlschlags zu verringern. Ein gestraffter Forschungs- und Entwicklungsprozess hilft, Zeit und Ressourcen zu sparen.

Es hilft bei der Identifizierung innovativer Behandlungen

Dank des maschinellen Lernens sind der technologische Fortschritt und die Innovation im pharmazeutischen Bereich sprunghaft angestiegen.

Eine der entscheidenden Entwicklungen, die durch künstliche Intelligenz vorangetrieben werden, ist die Personalisierung von Behandlungen, die sich an die spezifischen Bedürfnisse jedes Patienten anpassen.

Wie Unternehmen KI nutzen

Viele Unternehmen setzen bereits künstliche Intelligenz ein, um bei der Medikamentenentwicklung Zeit und Geld zu sparen.

Obwohl Forschungsexperten bei diesen Prozessen nach wie vor unverzichtbar sind, kann maschinelles Lernen für Pharmaunternehmen von großem Nutzen sein.

Moderna

Moderna ist ein hervorragendes Beispiel für die Implementierung künstlicher Intelligenz. Während der COVID-19-Krise fragten sich viele, wie das Unternehmen den Impfstoff so viel schneller als üblich herstellen konnte.

Dieser Erfolg ist auf den Einsatz von Modernas modernster Software und modernsten Algorithmen zurückzuführen.

Exscientia und Sumitomo Dainippon Pharma

Dieser Fall ist einer der bemerkenswertesten, da es sich um das erste von einer KI entwickelte Medikament handelt, das von Menschen getestet wurde. Dies ist der Fall bei dem Molekül DSP-1181, das Ärzte mit Hilfe von AI als lang wirkenden Serotonin-5-HT1A-Rezeptor-Antagonisten entwickelt haben, ein Medikament, das zur Behandlung von Zwangsstörungen eingesetzt wird.

Die Entwicklung dieses Moleküls war dank automatischer Lernprozesse möglich, die es den Algorithmen ermöglichten, Millionen von Molekülen zu generieren und sie zu filtern, um das richtige zu finden.

Deep Genomics

Dieses kanadische Unternehmen nutzte künstliche Intelligenz, um die genetische Ursache einiger Krankheiten zu identifizieren. Dank der KI ist es möglich, Medikamente zu entwickeln, die die defekten Gene, die diese Krankheiten verursachen, regulieren.

Viele Pharmaunternehmen sind bereits in die Ära der Digitalisierung eingetreten und setzen auf künstliche Intelligenz. Es ist zwar noch zu früh, um die zukünftigen Auswirkungen auf die Medikamente zu beurteilen, aber die aktuellen Ergebnisse sind zufriedenstellend.

Newsletter abonnieren

Erhalten Sie aktuelle Nachrichten, kuratierte Beiträge und Highlights. Wir versprechen, dass Sie niemals Spam-Mails von uns erhalten werden.

Mehr von

Das Studio „Data & AI“ macht sich die Leistungsfähigkeit von Big Data und künstlicher Intelligenz zunutze, um neue und bessere Erfahrungen und Dienstleistungen zu schaffen, die darüber hinausgehen, Daten ihren Wert zu entlocken und Abläufe zu automatisieren. Unser Ziel ist es, unseren Kunden einen Wettbewerbsvorteil zu verschaffen, indem wir den wahren Wert von Daten und KI erschließen, um sinnvolle, umsetzbare und zeitnahe Geschäftsentscheidungen zu treffen.

Überlegungen zum Stand der KI in der Pharmaforschung heute Einige Analysen der Fortschritte bei der KI-gestützten Entdeckung von Arzneimitteln im vergangenen Jahr...

&
Mrz 19, 2024

Jedes Fahrzeug hat eine eigene Geschichte. Hinter der mobilen Maschine, die wir sehen, liegt ein langer Weg bis zum Verkaufspunkt oder zu...

Januar 18, 2024

Dieser Beitrag setzt unsere Untersuchung der Sicherheit in Large Language Model (LLM)-Anwendungen fort und knüpft an die erste Diskussion in „Aufbau robuster...

Januar 16, 2024