KI in der Pharma - der Goldrausch

Wie es für Visionäre typisch ist, übertreibt er ein wenig. Künstliche Intelligenz (KI) in der Pharmaindustrie ist eine Goldgräberstimmung: viel Lärm, viele Hoffnungen, aber nur wenige werden reich. Und in der Regel geschieht dies in den „Dienstleistungen für die Goldgräber“ – und nicht am Verkaufsstand im Bach.

Beginnen wir mit Zahlen. Die ersten Versuche hatten das Schicksal aller ersten Versuche. IBM Watson for Drug Discovery, gestartet im Jahr 2013 mit dem Versprechen, die Branche zu verändern, wurde 2019 eingestellt. Deep Genomics hat 238 Millionen Dollar gesammelt, kündigte 2019 die Schaffung des „ersten therapeutischen Kandidaten, der durch KI entdeckt wurde“ an und hatte bis 2024 kein einziges Medikament in der Erprobung. BenevolentAI verlor 90 % ihrer Marktkapitalisierung nach dem Scheitern des Medikaments BEN-2293 in der klinischen Prüfung (KIP). Die Moleküle, die von fortschrittlicher KI entwickelt wurden, zeigten keine Vorteile gegenüber Placebo. Exscientia, die als erste KI-Medikamente in die Klinik brachte, wurde nach einer Reihe von Misserfolgen von Recursion übernommen. Der einzige nennenswerte Erfolg von Insilico Medicine benötigt Kontext. Ja, das Unternehmen verkürzte die frühen Phasen von 4,5 Jahren auf 18 Monate. Aber das Molekül INS018_055 befindet sich immer noch in Phase I der KIP. Bis zur Zulassung des Medikaments vergehen mindestens 5-7 Jahre und Hunderte Millionen Dollar. Die Erfolgswahrscheinlichkeit? Etwa 10 % für einen durchschnittlichen Kandidaten. KI hat den günstigsten Teil des Prozesses beschleunigt, aber nicht das Hauptproblem gelöst – die Unvorhersehbarkeit der KIP und die Komplexität des Zulassungsprozesses. Brendan Frey, Pionier der KI und Gründer von Deep Genomics, sagte 2024: „KI hat uns in den letzten zehn Jahren im Bereich der Arzneimittelentdeckung wirklich im Stich gelassen. Wir haben Misserfolg auf Misserfolg gesehen.“

Die fundamentale Biologie ist komplexer, als sie scheint. KI sagt die Eigenschaften von Molekülen hervorragend voraus, wenn gute Daten für das Training vorhanden sind. Moderne Modelle erreichen eine Genauigkeit von 75-90 % bei der Vorhersage von ADMET-Parametern (wie ein Molekül aufgenommen, verteilt und ausgeschieden wird). Aber das funktioniert nur für gut untersuchte Moleküle. Wenn es um prinzipiell neue Verbindungen geht, fällt die Genauigkeit katastrophal. KI versteht die Biologie nicht – sie findet statistische Korrelationen. Derek Lowe von Novartis sagte: „Die Probleme, die die Industrie lösen möchte, sind fast umgekehrt proportional zu der Fähigkeit der KI, sie zu lösen.“ Darüber hinaus treten 70-80 % der Misserfolge von Medikamenten in der KIP aufgrund unzureichender Wirksamkeit bei Menschen (und nicht bei Tiermodellen) auf – etwas, das KI ohne Daten aus menschlichen Studien nicht vorhersagen kann. Der Placebo-Effekt, individuelle Variabilität, die Komplexität von Krankheiten – all das liegt außerhalb der Möglichkeiten der Algorithmen.

Das Ergebnis? Fast alle KI-Startups in der Pharmaindustrie haben den Traum aufgegeben, eigene Medikamente zu entwickeln, und sich in Plattformen verwandelt, die Werkzeuge an große Unternehmen verkaufen. Atomwise, BenevolentAI, sogar Recursion – alle folgen diesem Modell. Denn die Entwicklung einer Plattform bringt hier und jetzt vorhersehbare Einnahmen, und nicht in 10-15 Jahren mit einer Wahrscheinlichkeit von 10 %. Das bedeutet nicht, dass KI nutzlos ist. Sie hat klare Anwendungsbereiche, in denen sie tatsächlich hilft:

- Virtuelles Screening von Millionen von Molekülen anstelle teurer Laborexperimente. - Vorhersage von Toxizität in frühen Phasen. - Umprofilierung bestehender Medikamente für neue Indikationen. - Optimierung bekannter Moleküle.

Aber eine Revolution findet nicht statt. KI ist ein leistungsstarkes Werkzeug zur Optimierung bestehender Prozesse, nicht deren Ersatz. Sie ist ein Assistent für Chemiker. Ein Beschleuniger bestimmter Phasen, aber kein Zauberstab.

Eine realistische Prognose? In den nächsten 5-10 Jahren wird KI die Kosten der frühen Entwicklungsphasen um 30-40 % senken und diese um das 2-3-Fache beschleunigen. Pharmaunternehmen werden KI als Standardwerkzeug nutzen, so wie heute Hochdurchsatz-Screening verwendet wird. Einige Medikamente, die mit Hilfe von KI entwickelt wurden, werden auf den Markt kommen und erfolgreich sein. Aber die meisten Startups, die eine Revolution versprechen, werden bankrottgehen. Das ist der Realismus. Das Verständnis der realen Möglichkeiten und Grenzen der Technologie ermöglicht es, sie effektiv zu nutzen, ohne Ressourcen für unerreichbare Versprechen zu verschwenden. KI in der Pharmaindustrie ist eine Evolution, keine Revolution. Die Zukunft der KI in der Medizin ist realistisch, erreichbar und wertvoll. Sie sieht nur anders aus, als in den Präsentationen der Startups.

Gleb Kuznetsov, Politologe.