Worldwide China Indien

Digitale Transformation

Künstliche Intelligenz kann Arzneimittelentwicklung revolutionieren

| Redakteur: Tobias Hüser

In welchen Bereichen kann die Pharmaindustrie von der neuen Technologie profitieren?
In welchen Bereichen kann die Pharmaindustrie von der neuen Technologie profitieren? (Bild: gemeinfrei / CC0)

Künstlicher Intelligenz (KI) gehört die Zukunft, auch in der Pharmaindustrie. Laut einer PWC-Umfrage erhofft sich fast jeder zweite Deutsche (43%), dass mithilfe von KI bessere Medikamente und Therapien zum Schutz vor Krankheiten wie Krebs entwickelt werden können. Durch den Einsatz von KI und Robotic Process Automation, besser bekannt als Bots, könnten die Kosten für die Entwicklung deutlich gesenkt werden, da damit sowohl Prozesse automatisiert als auch Prognosen präziser getroffen werden können.

München – Mittlerweile haben auch die Biowissenschaften die Vorteile von KI erkannt, was insbesondere durch Cloud- und Big-Data-Technologien begünstigt wurde. Durch die Konsolidierung der Daten in der Cloud erhalten Pharmaunternehmen Zugriff auf immer mehr hochwertige Daten, die zum maschinellen Lernen in der Arzneimittelentwicklung verwendet werden können. Auf Basis dieser Daten können Zusammenhänge erkannt, Muster definiert, Prognosen aufgestellt und dadurch Entscheidungen effektiver und schneller getroffen werden.

Isabelle de Zegher, Vice President Engineering bei Parexel, hat fünf Bereiche in der Pharmaindustrie ausgemacht, die von KI profitieren und so die digitale Transformation in der Medikamentenentwicklung vorantreiben:

  • Minderung von Humanrisiken und Zeitersparnis: KI kann in allen Phasen der Arzneimittelentwicklung und der Durchführung von Studien von Nutzen sein, in denen es notwendig ist, aus vorhandenem Wissen oder Daten zu „lernen“ und zu entscheiden. Dazu gehört die schnellere Identifizierung einer geeigneten Wirkstoffdosis nach pharmakokinetischen und pharmakodynamischen Kriterien. Dadurch können Forscher humanbasierte Studien durch „in silico“-Tests ersetzen und so das potentielle Risiko für Freiwillige während der Phase-1-Studien, in denen die Dosierung von Medikamenten festgelegt wird, erheblich minimieren.
  • Optimierung von Protokollen: KI kann auch zur Optimierung von Protokollen eingesetzt werden, indem verschiedene klinische Studiendesigns simuliert und das am besten geeignete Design unter Berücksichtigung der Patientenpopulation, der Hinweise auf Krankheiten und der Erfahrungen aus früheren ähnlichen Studien ermittelt wird.
  • Optimierung des Versorgungsmanagements bei Arzneimitteln: Gerade bei kostspieligen Arzneimitteln ist eine Just-in-Time-Versorgung an den Forschungsstandorten nötig, jegliche Verschwendung sollte vermieden werden. Die Nachfrage nach Medikamenten ist allerdings abhängig von Faktoren wie Patientenrekrutierung und -bindung sowie Studiendesign und potentielle Versorgungs- und Wartungsengpässe. Aufgrund bereits erlangter Erkenntnisse vorheriger Studien können KI-basierte Modellierungs- und Simulationsansätze zur Prognose und Optimierung des Arzneimittelbedarfs verwendet werden.
  • Beschleunigte Datenerfassung: KI ermöglicht zudem die Integration von Daten aus verschiedenen Arten von Quellen. Natural-Language-Processing(NLP)-Techniken unterstützen die Extraktion und Transformation von unstrukturiertem Text in analysefähige Datensätze. Machine Learning erleichtert die Datenumwandlung in ein einziges Standardformat. Damit erhöht sich das Potential von klinischen Hybridstudien, bei denen auch die Integration realer Daten, wie denen der elektronischen Krankenakte, automatisiert werden und so auf viele Länder und Regionen ausgedehnt werden können.
  • Bindung und Compliance von Studienteilnehmern: Oft ist es schwierig Probanden für klinische Studien anzuwerben. Deshalb ist es sehr wichtig, die Anzahl der Studienabbrecher besonders bei kostenintensiven Studien gering zu halten. Mit Hilfe von maschinellem Lernen lässt sich das Risiko eines Abbruchs oder einer Nichteinhaltung einer Therapie vorhersagen. Dies erleichtert Forschungsteams die Entscheidung, auf welche Patienten sie sich gezielt konzentrieren sollten. Auch die Bereitstellung von Bots wie Sprachassistenten, die Probanden während der gesamten Studie Fragen beantworten, kann Patientenzufriedenheit und ihre Therapietreue steigern.

Die Einsatzmöglichkeiten von KI in der Arzneimittelentwicklung und klinischen Studien sind vielfältig und können dazu beitragen, den Prozess der Medikamentenentwicklung zu verkürzen, was sich wiederum in den sinkenden Kosten widerspiegelt. Um künftig konkurrenzfähig zu bleiben, müssen Pharmaunternehmen also bereit sein, Organisationsstrukturen zu verändern, um diese Technologien effektiv nutzen zu können.

Kommentare werden geladen....

Kommentar zu diesem Artikel abgeben
  1. Avatar
    Avatar
    Bearbeitet von am
    Bearbeitet von am
    1. Avatar
      Avatar
      Bearbeitet von am
      Bearbeitet von am

Kommentare werden geladen....

Kommentar melden

Melden Sie diesen Kommentar, wenn dieser nicht den Richtlinien entspricht.

Kommentar Freigeben

Der untenstehende Text wird an den Kommentator gesendet, falls dieser eine Email-hinterlegt hat.

Freigabe entfernen

Der untenstehende Text wird an den Kommentator gesendet, falls dieser eine Email-hinterlegt hat.

copyright

Dieser Beitrag ist urheberrechtlich geschützt. Sie wollen ihn für Ihre Zwecke verwenden? Infos finden Sie unter www.mycontentfactory.de (ID: 45388585 / Pharma)