Pharma setzt auf Künstliche Intelligenz gegen Eroom’s Law
rotz steigender Investitionen stagniert die Zahl neuer Arzneimittel. Zwischen 2012 und 2022 wuchsen die weltweiten F&E-Ausgaben der Branche inflationsbereinigt um fast 50 Prozent auf rund 250 Mrd. Dollar, während die Zulassungen neuartiger Medikamente weitgehend konstant blieben. Künstliche Intelligenz soll nun helfen, diese Schere zu schließen.
Die ökonomische Schieflage ist altbekannt. In Anlehnung an Moore’s Law prägten Forscher den Begriff „Eroom’s Law“: Die Zahl neuer Medikamente pro investierter Milliarde Dollar hat sich seit 1950 etwa alle neun Jahre halbiert. Hinzu kommt, dass klinische Studien im Schnitt zehn Jahre dauern und nur jede zehnte in eine Marktzulassung mündet. Besonders kostspielig ist Phase 3: Eine Untersuchung zu bakterieller Lungenentzündung schlug mit knapp 90.000 Dollar pro Patient zu Buche.
Forschungsdienstleister wie IQVIA, Marktführer mit 32 Mrd. Dollar Börsenwert, hoffen, durch KI verlorenes Terrain zurückzugewinnen. Das Unternehmen setzt auf Nvidia-basierte Systeme, die Datensichtung von sieben Wochen auf zwei reduzieren können. Auch Medidata (Dassault Systèmes) und Flatiron (Roche) bieten Software an, die Forschungsorganisationen beim Daten- und Prozessmanagement unterstützt.
Pharma-Konzerne selbst nutzen KI zunehmend für präklinische Forschung. Genentech, Teil der Roche-Gruppe, verfolgt einen „lab in a loop“-Ansatz: KI-Modelle werten experimentelle Daten aus, generieren Hypothesen für Wirkstoffe und übergeben diese an Forscher zur Validierung. Generative Systeme können zudem synthetische Datensätze für Simulationen erzeugen und damit den Mangel an Probanden abmildern.
Die Erwartungen sind hoch, doch zwei Hürden bleiben: Zum einen hinken Regulierungen und Ethikrichtlinien den technologischen Möglichkeiten hinterher. Zum anderen kämpfen Contract Research Organisations selbst mit steigenden Kosten und Margendruck. Erst wenn KI sowohl die Erfolgsquote von Studien als auch deren Wirtschaftlichkeit verbessert, könnte Eroom’s Law tatsächlich gebrochen werden.
