KI in der Arzneimittelforschung: Die Top 6 Unternehmen

In der Einleitung wird gefragt: Was wäre, wenn die Entwicklung eines neuen Medikaments in Tagen statt in Jahren gemessen werden könnte? Was wäre, wenn neue Medikamente Tausende statt Milliarden Dollar kosten würden? Technologien der künstlichen Intelligenz versprechen, den Prozess der Arzneimittelentwicklung zu beschleunigen und kostengünstiger zu machen.

Zu den Top 6 von The Medical Futurist gehören: Antidote, Atomwise, Turbine.AI, Row Analytics, Deep Genomics und Insilico Medicine.

So wird im Blog betont: 

„Die KI Technologie hilft Unternehmen dabei, viele für klinische Studien benötigte Informationen zu sammeln und zu synthetisieren und so den Arzneimittelentwicklungsprozess zu verkürzen. Es kann auch dabei helfen, die Mechanismen der Krankheit zu verstehen, Biomarker zu etablieren, Daten, Modelle oder neuartige Medikamentenkandidaten zu generieren, Medikamente zu entwerfen oder umzugestalten, präklinische Experimente durchzuführen, klinische Studien zu entwerfen und durchzuführen und sogar die Erfahrungen in der realen Welt zu analysieren. Die Zahl der bereits existierenden KI-Unternehmen in der Arzneimittelentwicklung spiegelt die vielfältige Nutzung der Technologie wider: Es gibt viele und es werden von Tag zu Tag mehr.“

Warum sind dann die sechs oben genannten Pharmaunternehmen so wichtig?

Antidote bringt Patienten und medizinische Forscher in klinischen Studien zusammen, damit sie einfacher zusammenarbeiten können. Die Plattform ermöglicht es Patienten, die am besten geeigneten klinischen Studien zu finden, unterstützt Forscher beim Streamen ihrer neuesten Studieninformationen an Millionen von Patienten und verbindet sie sogar direkt mit Mitgliedern der medizinischen Gemeinschaft.

Atomwise möchte die Kosten für die Arzneimittelentwicklung senken. Und zwar durch die Hilfe von Supercomputern, die aus einer Datenbank molekularer Strukturen im Voraus vorhersagt, welche potenziellen Arzneimittel wirken und welche nicht. Ihr Deep Convolutional Neural Network, AtomNet, überprüft täglich mehr als 100 Millionen Verbindungen.

Ein Team von K.I. Entwicklern, Medizinern und Bioinformatiker bei Turbine.AI haben sechs Jahre lang an einer Lösung für künstliche Intelligenz gearbeitet, um schneller als jeder herkömmliche Gesundheitsdienst personalisierte Behandlungen für jede Krebsart und jeden Patienten zu entwickeln. Die Technologie modelliert die Zellbiologie auf molekularer Ebene und kann das beste Medikament zur Bekämpfung eines bestimmten Tumors identifizieren. Außerdem identifiziert es komplexe Biomarker und entwickelt Kombinationstherapien, indem es jeden Tag Millionen simulierter Experimente durchführt.

Die Plattform von Row Analytics kombiniert KI-Methoden und Datenanalysen, um mehrere genetische Varianten in Kombination bei einer Reihe von Krankheiten zu untersuchen. Da sie in der Lage sind, den Prozess selbst bei großen Krankheitspopulationen mit Zehntausenden von Patienten in Wochen statt in Monaten abzuschließen, ermöglicht dies die schnelle Identifizierung neuer Arzneimittelkandidaten und potenzieller Arzneimittel zur Wiederverwendung.

Das Unternehmen Deep Genomics möchte das größte Rätsel der Genetik lösen: Nämlich genau herausfinden, welche Informationen das Genom Patienten, Medizinern und Forschern liefern könnte.

Insilico Medicine möchte den gesamten Prozess der Arzneimittelforschung, der Analyse klinischer Studien und der digitalen Medizin abdecken. Das Unternehmen verfolgt interne Wirkstoffforschungsprogramme in den Bereichen Krebs, dermatologische Erkrankungen, Fibrose, Parkinson-Krankheit, Alzheimer-Krankheit, ALS, Diabetes, Sarkopenie und Alterung. Das Unternehmen, das mit Forschern der University of Toronto zusammenarbeitet, machte kürzlich Schlagzeilen mit der Ankündigung, dass die Entwicklung eines neuen Medikamentenkandidaten mithilfe seines intelligenten Algorithmus nur 46 Tage gedauert habe.