{{{sourceTextContent.title}}}

EINSATZ VON KÜNSTLICHER INTELLIGENZ IN DER BIOWISSENSCHAFTSBRANCHE

{{{sourceTextContent.subTitle}}}

Das Leben sortieren, um Menschen zu retten

{{{sourceTextContent.description}}}

Die Informationsflut betrifft jeden Wirtschaftszweig. Werfen Sie zum Beispiel einen Blick auf die Biowissenschaftsbranche. Die Unternehmen der Biotechnologie müssen die Auswirkungen genetisch veränderter Organismen (GVO) auf ein Ökosystem und die Wirksamkeit ölfressender Mikroben bei einer Ölpest abschätzen. Hersteller medizinischer Geräte wägen die Risiken ihrer Geräte für Patienten ab, während Auftragsforschungsinstitute (CROs) und Auftragshersteller (CMOs) damit zu kämpfen haben, ihre Life-Science-Kunden bei ihren Projekten zu unterstützen.

Es sollte daher nicht überraschen, dass sich die Branche an die künstliche Intelligenz (KI) und all ihre Unterformen wie das maschinelle Lernen (ML) wendet, um Hilfe zu erhalten.

Was ist die Life-Science-Branche?

Die Biowissenschaftsbranche besteht aus Unternehmen, die sich mit der Forschung, Entwicklung und Herstellung von Waren und Dienstleistungen beschäftigen, die das Leben von Organismen verbessern sollen. Es gibt zwar viele spezifische Bereiche (z. B. Bioinformatik, kosmetische Mittel, Lebensmittelverarbeitung und Nahrungsergänzungsmittel), aber die meisten unterteilen die Branche in vier große Bereiche:

Pharmazeutika - Herstellung von Arzneimitteln, in der Regel aus Chemikalien und synthetischen Verfahren.

Biotechnologie - Nutzung lebender Organismen wie Mikroben und Pflanzen zur Entwicklung von Produkten (Beispiel: Wein).

Medizinische Geräte - Behandlung medizinischer Erkrankungen, in der Regel durch Apparate, Instrumente, Implantate, Maschinen und sogar bestimmte Software.

CRO / CMO - unterstützen die verschiedenen Life-Science-Unternehmen in Form von ausgelagerten Dienstleistungen.

Pharmazeutisch: Lebenswichtige Medikamente schneller und zu geringeren Kosten auf den Markt bringen

Zusammenfassend lässt sich sagen, dass die Pharmaindustrie:

Suche und Sortierung von Daten nach möglichen neuen Medikamenten (Arzneimittelforschung).

Die Auswirkungen potenzieller neuer Medikamente auf den menschlichen Körper virtuell durch DL bestimmen, bevor sie an Freiwilligen getestet werden.

Die besten Kandidaten für klinische Versuche finden.

Die Entwicklung und Freigabe neuer Medikamente ist ein langsamer und teurer Prozess mit einem hohen Risiko des Scheiterns. Die künstliche Intelligenz wird eingesetzt, um den Prozess sicher, kostengünstig und mit größeren Erfolgsaussichten zu beschleunigen.

Biotechnologie: Das Risiko unter Kontrolle halten

Viele der Anwendungen von KI in der Pharmazie lassen sich auch auf die Biotechnologie übertragen. Die beiden Hauptunterschiede sind jedoch folgende:

Die Biotechnologie umfasst weitaus mehr Branchen wie Landwirtschaft, Tierhaltung, Industrie usw. Beispiele hierfür sind:

Herstellung von menschlichem Insulin durch gentechnisch veränderte Bakterien.

Züchtung von CRISPR-veränderten Tieren, die Organe für die Behandlung menschlicher Krankheiten wie Diabetes und Herzversagen liefern.

Schaffung von krankheitsresistenten Pflanzen.

Modifizierung von Kühen, um mehr Milch zu produzieren.

Herstellung neuer Weine und Biere durch Veränderung ihrer Quellen (Reben bzw. Bakterien)

Entwicklung von Biokraftstoffen aus Nutzpflanzen wie Sojabohnen.

Der zweite Bereich ist das Ausgangsmaterial für die Biotechnologie. Aufgrund der Verwendung von Lebewesen bestehen größere Bedenken, dass die Technologie völlig außer Kontrolle geraten könnte. Gentechnisch veränderte Mikroben könnten zum Beispiel mutieren und unerwünschte Wirkungen entfalten. Dasselbe gilt für GVO. Man hofft, dass die maschinelle Intelligenz solche Risiken durch die intensive Analyse von Tierzuchtberichten und die virtuelle Prüfung molekularer Designs minimieren wird.

Medizinische Geräte: Datenmanagement

Die heutigen medizinischen Geräte erzeugen große Datenmengen. Röntgengeräte und ähnliche Geräte wie CAT-Scans können hochdetaillierte innere Bilder für die Diagnose durch Radiologen aufnehmen. Überwachungssysteme auf der Intensivstation eines Krankenhauses können eine 24/7-Überwachung kritisch kranker Patienten ermöglichen. Und die heutigen Wearables ermöglichen es den Patienten, ihren Zustand auf einem medizinischen Tablet von zu Hause aus zu überwachen, oder ermöglichen es dem medizinischen Personal, dies in einer weit entfernten Klinik zu tun.

Die Durchsicht all dieser Daten würde die ohnehin begrenzte Zeit der Ärzte für die Patienten drastisch verkürzen. Die Hersteller medizinischer Geräte setzen daher auf KI als Hilfsmittel. Solche fortschrittlichen Systeme könnten beispielsweise dabei helfen, die richtige Insulinmenge für Diabetiker zu überwachen und zu verabreichen. Oder sie könnten Radiologen dabei helfen, unter den zahlreichen Röntgenbildern eines Patienten Tumore zu finden.

Auch Hersteller wenden sich der KI zu, um die Entwicklungszeit zu verkürzen, die Kosten zu senken und den Zulassungserfolg zu verbessern, ähnlich wie Pharma- und Biotechfirmen. Darauf weist Todd Morley, Director of Data Science bei Medtronic, in einem Interview mit Medical Design & Outsourcing hin: "Wir erwarten eine breite Anwendung von KI in der Fertigung, auch innerhalb unserer Lieferkette. Wirtschaftsingenieure wenden schon seit Jahrzehnten statistische Methoden in der Fertigung an. Die Konvergenz von allgegenwärtigen, kostengünstigen Sensoren, reichlich vorhandenen Rechenressourcen und leistungsstarken, hochpräzisen KI-Methoden wie Deep Learning und grafische Modellierung schafft jedoch neue Geschäftsmöglichkeiten für KI in der Fertigung."

CRO / CMO / CDMO: Hilfe leisten

Johnson & Johnson, Novo Nordisk und Abbott sind Giganten in ihren Branchen (Pharmazeutik, Biotechnologie bzw. Herstellung medizinischer Geräte). Dennoch stoßen auch sie bei der Entwicklung und Herstellung ihrer zahlreichen Produkte an Grenzen.

Hier kommen Auftragsforschungsinstitute (CROs) und Auftragshersteller (CMOs) ins Spiel. Diese Unternehmen unterstützen ihre Kunden bei der Erprobung, Veredelung und Vermarktung ihrer Produkte, egal ob es sich um neue Arzneimittel, Biotech-Produkte oder medizinische Geräte handelt. CROs bieten Forschungs- und Entwicklungsdienstleistungen an, während sich CMOs - wenig überraschend - auf die Herstellung konzentrieren. Diejenigen, die beides tun, werden als Auftragsentwicklungs- und -herstellungsunternehmen (CDMO) bezeichnet.

Alle diese Auftragsunternehmen nutzen KI auf ähnliche Weise wie die größeren Unternehmen. Das CRO CellChorus leistete Pionierarbeit beim Einsatz von KI in der Einzelzellanalyse, während das CRO twoXAR KI in der Arzneimittelforschung einsetzt. Wie diese Unternehmen ihre Ressourcen und Technologien einsetzen, hängt von ihren Kunden und sogar von der Branche ab. Andrew Henderson, Chief Commercial Officer bei Sterling Pharma Solutions, einem CDMO, fasste die Rolle der CMOs und CDMOs zusammen: "Kleinere oder virtuelle Biotechs verlassen sich fast vollständig auf Outsourcing in allen Disziplinen; mittelgroße Pharmaunternehmen investieren intern in Kernaktivitäten wie F&E und Kommerzialisierung, aber nicht in die Herstellung; und große Pharmaunternehmen lagern die Herstellung strategisch aus, um ihre Ressourcen effizient zu nutzen."

Abschließende Überlegungen

Künstliche Intelligenz spielt eine große Rolle bei der Verbesserung vieler Branchen. Dazu gehört auch der riesige Bereich der Biowissenschaften, in dem die meisten Unternehmen in vier Gruppen tätig sind: Pharmazeutik, Biotechnologie, Herstellung von Medizinprodukten und Vertragsunternehmen. Aufgrund der enormen Datenmengen, die hier anfallen, setzen viele Unternehmen KI, ML und mehr ein, um von der Datengewinnung bis hin zur Vereinfachung der Fertigungsprozesse zu helfen.

Wenden Sie sich an einen Experten bei Cybernet, wenn Sie mehr über den Einsatz von KI in Ihrem Life-Science-Unternehmen erfahren möchten.