KI in der Medizin: Alle Krankheiten in 10 Jahren?

Innerhalb von zehn Jahren könnten Wissenschaftler nahezu jede Krankheit verstehen und passende Wirkstoffkandidaten entwickeln – davon ist Pascal Weinberger, Vizechef des KI-Biotechunternehmens Owkin, fest überzeugt. Im Gespräch erklärt er, wie KI in der Medizin die Wirkstoffforschung grundlegend verändert, warum klassische Pharmaentwicklung so fehleranfällig ist und welche Rolle autonome KI-Agenten dabei spielen, medizinische Durchbrüche zu beschleunigen. Owkin arbeitet bereits mit Pharmariesen wie Sanofi und Boehringer Ingelheim zusammen.

Das Problem: Medikamentenentwicklung ist teuer, langsam und riskant

Die traditionelle Entwicklung eines neuen Medikaments dauert von der ersten Idee bis zur Marktreife bis zu einem Jahrzehnt. Die Kosten bewegen sich im Bereich von Hunderten Millionen bis hin zu mehreren Milliarden Dollar – und dennoch scheitern rund 90 Prozent aller Wirkstoffkandidaten. Von jeder Substanz, die Phase I der klinischen Prüfung erreicht, kommen nur etwa 10 bis 12 Prozent tatsächlich auf den Markt.

Dieser Prozess ist nicht nur kostspielig, sondern auch für Patienten fatal: Für viele Erkrankungen fehlen wirksame Therapien, weil sich aufwendige Studien wirtschaftlich nicht rechnen oder die biologischen Grundlagen noch zu wenig verstanden sind.

Weinberger sieht genau hier den Hebel für künstliche Intelligenz: Nicht als Wundermittel, sondern als Werkzeug, das bei jedem einzelnen Teilschritt des Entwicklungsprozesses eine gezielte Verbesserung ermöglicht.

KPro: Der KI-Wissenschaftler von Owkin

Das Kernangebot von Owkin ist die Plattform KPro – ein KI-Wissenschaftler, der Pharmaunternehmen bei ihrer Forschung unterstützt. Das System kombiniert interne Patientendaten aus der Zusammenarbeit mit über 840 Krankenhäusern weltweit mit Daten der Pharmapartner und öffentlich zugänglichen wissenschaftlichen Quellen.

KPro verfügt über mehr als 100 spezialisierte Fähigkeiten, darunter:

• Analyse von histologischen Gewebeschnitten (HE-Schnitte) mittels KI
• Vorhersage von Patientenkohorten für bestimmte Wirkstoffe
• Competitive Intelligence zu Medikamenten in klinischen Studien
• Automatisiertes Testen von Forschungshypothesen in silico
• Generierung von Reports zu vielversprechenden Wirkstoffkandidaten

Im autonomen Modus arbeitet KPro wie ein Team von Doktoranden: Es erhält übergeordnete Forschungsziele, testet verschiedene Hypothesen und liefert am Ende eine Empfehlung, welche Kandidaten im Nasslabor real überprüft werden sollten. Owkin betreibt dafür ein eigenes Nasslabor in Frankreich, das den entscheidenden Schritt von der digitalen Simulation zur experimentellen Realität schließt.

Wo KI konkret Zeit und Geld spart

Weinberger beschreibt den Ansatz von Owkin als schrittweise Optimierung entlang der gesamten Entwicklungskette. KI setzt nicht an einem einzigen Punkt an, sondern verbessert viele Teilprobleme gleichzeitig:

Bereits in der Präklinik hilft KI dabei, ein vollständigeres Bild der menschlichen Biologie zu gewinnen – und damit von Anfang an bessere Wirkstoffkandidaten zu entwickeln. Bessere Kandidaten bedeuten höhere Erfolgswahrscheinlichkeiten in späteren Phasen.

Während klinischer Studien kann KI helfen, die richtigen Teilnehmer auszuwählen, optimale Dosierungsschritte vorherzusagen und so die Studiendauer zu verkürzen. Jede dieser Verbesserungen für sich mag klein wirken – in der Summe aber können sie den Entwicklungsprozess spürbar beschleunigen und die hohe Misserfolgsquote deutlich senken.

Für Nischenerkrankungen, bei denen große Studien wirtschaftlich kaum finanzierbar sind, sieht Weinberger zusätzlich regulatorische Reformen als notwendig an. Erste Schritte seien bereits erkennbar: Behörden wie die FDA und EMA zeigten sich zunehmend offen für kleinere, personalisierte Studiendesigns – ein Trend, der durch die Erfahrungen der COVID-Pandemie beschleunigt wurde.

Intelligenz als Massenware – und Europas Rückstand

Neben der medizinischen Forschung spricht Weinberger über einen grundlegenderen gesellschaftlichen Wandel: Intelligenz wird zur Massenware. Was früher jahrelanges Studium erforderte, ist heute per Knopfdruck verfügbar. Was in dieser neuen Welt zählt, sei nicht mehr das angesammelte Wissen, sondern Eigeninitiative – die Fähigkeit, echte Probleme zu identifizieren und mit den verfügbaren Werkzeugen zu lösen.

Mit Blick auf Europa fällt sein Urteil kritisch aus. Trotz exzellenter Talente und einer soliden Forschungsinfrastruktur fehle dem Kontinent der nötige Risikoappetit. Während im Silicon Valley Ehrgeiz gefeiert werde, dominiere in Europa die Skepsis gegenüber unkonventionellen Wegen. Kapital, Recheninfrastruktur und vor allem das gesellschaftliche Mindset hinken deutlich hinter den USA zurück.

Dennoch sieht Weinberger Anzeichen eines Wandels: Immer mehr ambitionierte Gründerinnen und Gründer kehrten bewusst nach Europa zurück, um dort aufzubauen. Owkin selbst ist ein europäisches Unternehmen – mit dem Großteil des Teams und fast allen Partnerkliniken auf dem Kontinent.

Wie schnell der Fortschritt in der KI-gestützten Wirkstoffforschung tatsächlich Früchte trägt, wird von mehreren Faktoren abhängen: der verfügbaren Rechenleistung, dem Zugang zu qualitativ hochwertigen medizinischen Daten und der Bereitschaft der Regulierungsbehörden, flexiblere Zulassungswege zu ermöglichen. Wenn alle diese Räder ineinandergreifen, hält Weinberger eine fundamentale Transformation der Medizin innerhalb eines Jahrzehnts für realistisch – nicht als Science-Fiction, sondern als Frage der konsequenten Skalierung.