KI-Forscher prognostiziert Durchbruch bei der Heilung von Krankheiten
Ein Experiment zeigte das Potenzial für neue Krebsbehandlungen. Doch es fehlte eine entscheidende Erkenntnis, denn ohne Verständnis der zugrunde liegenden Mechanismen ließ sich der Ansatz nicht sicher in die Praxis übertragen.
Zunächst versuchten die Forscher, die Ursache mit klassischen Methoden zu identifizieren, jedoch ohne Erfolg. Schließlich speisten sie die Daten in ein neues KI-Modell ein, das die Informationen an einem Augusttag im vergangenen Jahr innerhalb von 17 Minuten analysierte und eine Erklärung samt Vorschlag für ein bestätigendes Experiment lieferte.
KI liefert Antworten in Minuten statt Monaten
„Das KI-Modell entwickelte diesen eleganten Mechanismus, und ich fragte mich, warum ich nicht selbst darauf gekommen bin“, sagt Derya Unutmaz, Arzt und Professor für Immunologie am Jackson Laboratory. Die Einrichtung zählt zu den international führenden Forschungszentren und ist eines der 73 nationalen Krebszentren in den USA.
Nach Einschätzung des Wissenschaftlers hätte es unter herkömmlichen Bedingungen Monate gedauert, eine vergleichbare Erklärung zu erarbeiten. Unutmaz forscht seit 35 Jahren am Immunsystem und hat in Fachzeitschriften wie Nature und Science publiziert. Für ihn ist das Beispiel ein Beleg dafür, wie schnell sich die Rolle von KI in der medizinischen Forschung verändert.
Weitreichende Prognose zur Zukunft der Medizin
Vor diesem Hintergrund formuliert der Forscher eine weitreichende Erwartung. Mit hoher Wahrscheinlichkeit werde es innerhalb eines Jahrzehnts möglich sein, Krankheiten grundsätzlich behandelbar zu machen und in vielen Fällen zu heilen.
Unutmaz verweist dabei auch auf eigene Forschungserfolge. Seine Arbeit trug dazu bei, dass im Jahr 2007 erstmals ein Mensch von HIV geheilt werden konnte, der als Berliner Patient bekannt gewordene US-Amerikaner Timothy Ray Brown. Aus seinem Büro in Connecticut erläutert er, welche Rolle KI künftig spielen dürfte.
Technologie beschleunigt den gesamten Forschungsprozess
Der heute 58-Jährige beschäftigt sich seit den frühen 1990er-Jahren mit den Schnittstellen von Technologie und Biologie. Auslöser war unter anderem ein Buch des späteren Google-Cheffuturisten Ray Kurzweil, das sich mit intelligenten Maschinen befasste.
Seit der Einführung von ChatGPT nutzt Unutmaz KI-Systeme täglich. Systeme wie sogenannte KI-Co-Wissenschaftler könnten inzwischen den gesamten Forschungsprozess beschleunigen, von der Entwicklung von Hypothesen über die Planung von Experimenten bis hin zur Auswertung und Einordnung der Ergebnisse.
Langsame Fortschritte trotz hoher Investitionen
Der Bedarf an dieser Beschleunigung ist aus seiner Sicht erheblich. Mehr als fünf Jahrzehnte nach der von US-Präsident Richard Nixon ausgerufenen Offensive gegen Krebs und Investitionen in Billionenhöhe sei die Krankheit weiterhin nicht besiegt.
Zwar habe es deutliche Fortschritte gegeben, diese verliefen jedoch meist schrittweise und langsam. Ohne KI wäre ein umfassender medizinischer Durchbruch grundsätzlich möglich, würde jedoch eher Jahrhunderte als ein Jahrzehnt in Anspruch nehmen.
Menschliche Bewertung bleibt zentral
Ein häufig geäußerter Einwand gegen KI lautet, dass sie keine originellen Ideen hervorbringen könne. Unutmaz widerspricht dieser Einschätzung und verweist auf die Fähigkeit moderner Modelle, Wissen aus verschiedenen Disziplinen zu verknüpfen.
Gleichzeitig bleibe der Mensch entscheidend. Forscher bewerten weiterhin, welche Hypothesen tragfähig sind und welche verworfen werden müssen. Erfahrung und Kontextwissen seien unverzichtbar, um die Ergebnisse der Systeme richtig einzuordnen.
Digitale Zwillinge könnten Studien drastisch verkürzen
Ein zentrales Hindernis in der Medikamentenentwicklung bleibt die Dauer klinischer Studien. Selbst bei vielversprechenden Wirkstoffen dauert es in der Regel mehrere Jahre, bis deren Wirksamkeit am Menschen nachgewiesen ist.
Als Lösung nennt Unutmaz sogenannte digitale Zwillinge, also virtuelle Abbilder des menschlichen Körpers, die auf individuellen biologischen Daten basieren. Erste Anwendungen existieren bereits, etwa in der Simulation von Herzfunktionen und deren Reaktionen auf Therapien.
Personalisierte Therapien als nächsten Schritt
Für umfassende Simulationen des gesamten Körpers sind jedoch deutlich größere Datenmengen und leistungsfähigere KI-Systeme erforderlich. Unutmaz geht davon aus, dass die technischen Voraussetzungen innerhalb von etwa fünf Jahren erreicht werden könnten.
Der entscheidende Vorteil liegt in der Individualisierung. Medikamente könnten gezielt auf einzelne Patienten zugeschnitten werden, da sich Reaktionen auf Wirkstoffe stark unterscheiden. Dadurch ließen sich klinische Studien deutlich verkürzen und effizienter gestalten.
Regulatorische Hürden als mögliche Bremse
Damit diese Entwicklung Realität wird, müssen auch die regulatorischen Rahmenbedingungen angepasst werden. Behörden und Institutionen könnten andernfalls zu einem Bremsfaktor werden.
Gleichzeitig sieht Unutmaz erste Fortschritte, etwa bei der US-Arzneimittelbehörde FDA, die Initiativen im Bereich digitaler Zwillinge unterstützt. Solche Ansätze könnten dazu beitragen, klinische Studien zu beschleunigen und Prozesse zu vereinfachen.
Sinkende Kosten verändern den Markt
Mit der Beschleunigung der Forschung dürfte auch die Entwicklung neuer Medikamente deutlich günstiger werden. Während derzeit im Durchschnitt rund 1,3 Milliarden Dollar erforderlich sind, könnten die Kosten künftig auf etwa 10 Millionen Dollar sinken.
Diese Entwicklung würde die Wettbewerbsbedingungen in der Pharmaindustrie grundlegend verändern. Ähnlich wie in der Softwarebranche könnten sinkende Kosten zu neuen Marktstrukturen und veränderten Geschäftsmodellen führen.
Technologiekonzerne gewinnen an Einfluss
Nach Einschätzung von Unutmaz werden große Technologiekonzerne eine zunehmend wichtige Rolle in der Arzneimittelforschung spielen. Unternehmen mit Zugang zu umfangreichen Daten und leistungsfähiger KI hätten hier strukturelle Vorteile.
Ein Beispiel ist Googles Tochtergesellschaft Isomorphic Labs, die sich auf KI-gestützte Wirkstoffentwicklung spezialisiert hat. Das Unternehmen arbeitet bereits an eigenen Medikamenten und kooperiert mit Konzernen wie Novartis, Eli Lilly und Johnson und Johnson.
Risiken durch Missbrauch der Technologie
Neben den Chancen bestehen auch Risiken. KI-Modelle mit umfassendem biologischem Wissen könnten theoretisch zur Entwicklung neuer Krankheitserreger eingesetzt werden. Unutmaz hält es dennoch für falsch, die Technologie grundsätzlich einzuschränken. Die gleichen Systeme könnten auch zur Entwicklung von Impfstoffen und anderen Gegenmaßnahmen beitragen und so Risiken ausgleichen.
Optimistischer Blick auf die kommenden Jahre
Der Forscher sieht KI nicht als Bedrohung, sondern als Werkzeug, das wissenschaftliche Arbeit erweitert. Er setzt gezielt auf den Einsatz der Technologie und nutzt sie auch selbst intensiv. Aus seiner Sicht besteht kein Grund für Skepsis gegenüber der Entwicklung. Vielmehr sollten die gesellschaftlichen Chancen stärker in den Fokus rücken, die sich aus dem beschleunigten medizinischen Fortschritt ergeben.
Bedeutung für Deutschland und den Gesundheitssektor
Für Deutschland könnten die beschriebenen Entwicklungen weitreichende Folgen haben. Schnellere und kostengünstigere Medikamentenentwicklungen würden das Gesundheitssystem entlasten und den Zugang zu innovativen Therapien verbessern.
Gleichzeitig wächst der Druck, regulatorische Prozesse und Forschungsstrukturen anzupassen. Nur wenn Deutschland mit der Dynamik der KI-gestützten Medizin Schritt hält, kann es im internationalen Wettbewerb eine relevante Rolle behalten.
