Ein unendlicher digitaler Raum für menschliche Kreativität

Als OpenAI Ende 2022 seinen Chatbot der Öffentlichkeit vorstellte, eroberte er die Welt im Sturm und löste einen beispiellosen KI-Boom aus, der seither auf Hochtouren läuft und dessen Ende noch nicht abzusehen ist. Es war nicht der erste KI-Durchbruch, der einen massiven Boomzyklus auslöste. Bereits 2015, als Googles KI-Abteilung DeepMind ihr erstes Go-Spiel gegen einen menschlichen Spieler gewann, stieg das Interesse an der Technologie weltweit sprunghaft an. Ähnliche Zyklen hatte es schon früher gegeben: KI-Frühlinge führten jedes Mal zu KI-Wintern, wenn Investoren das Gefühl hatten, die Technologie sei noch nicht reif für den grossen Durchbruch, oder wenn überschwängliche Aussagen zu allgemeiner Skepsis darüber führten, was KI leisten kann. Diesmal sieht es anders aus. Zumindest vorerst. Was in den 1960er Jahren begann, als die Forschung noch weitgehend akademisch war und die Fördermittel nur wenige Millionen US-Dollar betrugen, hat inzwischen zu jährlichen Kapitalinvestitionen von mehr als 250 Milliarden US-Dollar geführt – eine Zahl, die weiter steigt. Grosse Hoffnungen, harte Arbeit Doch übertriebene Versprechungen sind ebenfalls ein Kennzeichen des aktuellen Booms. Manche befürchten sogar, dass die heutigen KI-Modelle so mächtig werden könnten, dass sie – sollten sie in die falschen Hände geraten oder ausser Kontrolle geraten – das Ende der Menschheit bedeuten könnten. Sowohl die Hoffnungen als auch die Befürchtungen sind gross, dass die KI jeden Aspekt unseres Lebens grundlegend verändern wird, einschliesslich der Pharmaindustrie, wobei KI-Begeisterte davon überzeugt sind, dass Krebs und andere verheerende Krankheiten bald geheilt werden könnten.

Forschungstreffen zu Entwicklungen im Bereich der künstlichen Intelligenz auf dem Novartis-Campus in Cambridge.

Solch hohe Erwartungen sind für Christian Diehl, Chief Data & Digital Officer bei Novartis Biomedical Research, nichts Neues. Er hat viele der Höhen und Tiefen der KI-Branche selbst miterlebt und gelernt, Potenzial und Leistungsfähigkeit gegeneinander abzuwägen. Was die Pharmaindustrie betrifft, ist er sich der Versprechen und Grenzen der KI voll und ganz bewusst. Der vorangegangene Boomzyklus, der vor 10 Jahren begann, war ebenfalls geprägt von ähnlich kühnen Erwartungen, von denen viele noch immer ferne Träume sind. Doch die Dynamik, die durch die Durchbrüche von Demis Hassabis ausgelöst wurde – der später für seine Arbeit zur Proteinmodellierung bei Googles DeepMind, die in der Veröffentlichung von Alphafold gipfelte, den Nobelpreis für Chemie erhielt –, führte zu ernsthafter Forschung auf breiter Front und stellte alles bisher Dagewesene in den Schatten. Novartis, das sich zuvor auf Telemedizin-Projekte und digitale Medizin konzentriert hatte, begann mit dem Aufbau umfangreicher massgeschneiderter Systeme, darunter «Sense Bridge», das die Überwachung der klinischen Studien des Unternehmens ermöglicht, oder «data42», eines der bislang ehrgeizigsten digitalen F&E-Projekte der Branche. Doch keines dieser Systeme wurde leichtfertig oder ohne Pannen auf die Fuss zu stellen, was Diehl daran erinnert, dass viele übertriebene Behauptungen darüber, was KI leisten kann, die schwierigen Probleme, die die Pharmaindustrie tatsächlich zu lösen versucht, allzu leicht übersehen.

«Heute versuchen einige Marktakteure, die Wirkstoffforschung und -entwicklung auf ein ingenieurtechnisches Problem zu reduzieren, das wir durch Rechenleistung lösen können, und sagen im Grunde: Gebt mir ein Zielmolekül, und ich werde eine Verbindung finden, die an dieses Zielmolekül bindet», sagte Diehl. Ein Universum voller Möglichkeiten Dennoch kann die Suche nach Molekülen mit Hilfe von KI einen grossen Unterschied machen, da KI den Lösungsraum, in dem Wissenschaftler agieren können, enorm vergrössert – was ihnen im Grunde ermöglicht, mit der Unendlichkeit zu experimentieren. Das neue, durch KI erschlossene Feld ist in der Tat so riesig, dass Diehl eine Metapher verwendet, um seine Grösse zu beschreiben: «Die heutige Wissenschaft bewegt sich in einem Raum, der im Vergleich zum Universum – also dem Raum, in dem KI agieren kann – wie ein Glas Wasser wirkt», sagte er. KI eröffnet nicht nur neue Möglichkeiten, sondern wird auch den Entdeckungsprozess beschleunigen und Forschungskapazitäten freisetzen. «Wenn Chemiker nicht zwei, sondern nur ein Jahr benötigen, um ein Projekt zur Lead-Optimierung durchzuführen, erhöht das die Kapazität im System um 50 Prozent. So können wir mehr Treffer landen», sagte er. Doch während es im Bereich der KI nichts gibt, was mit der Rechenleistung mithalten kann, erfordert die Bewertung der Hypothesen in erster Linie menschliches Urteilsvermögen. «KI kann Millionen wissenschaftlicher Hypothesen generieren, aber welche davon sind sinnvoll?», fragte Diehl. «Wir brauchen das menschliche Urteilsvermögen. Und das können wir nur erlangen, wenn wir jahrzehntelanges wissenschaftliches Verständnis aufbauen. Sonst ist es wertlos, nur eine Hypothese ohne jeglichen Bezug zu biomechanistischen Erkenntnissen oder der menschlichen Pathologie», fügte er hinzu.

Der «Pocket Crafter» hat den Forschern neue Möglichkeiten eröffnet.

Der menschliche Faktor Diehl weist ausserdem darauf hin, dass die Millionen von Verbindungen, die heute bekannt sind und synthetisiert werden, lediglich zur Entwicklung von rund 3'000 innovativen Medikamenten geführt haben, bei durchschnittlich etwa 40 bis 50 Zulassungen pro Jahr – was bedeutet, dass nur ein kleiner Teil der möglichen Molekülstrukturen medizinischen Wert haben dürfte. «Die Herausforderung besteht nicht nur darin, ein Molekül als Wirkstoffkandidaten zu entwickeln. Forscher müssen sich auch fragen, ob sie das richtige Zielmolekül im Visier haben oder ob die Verbindung tatsächlich auf eine Krankheit einwirkt. Wissen wir genug über die Biologie der Krankheit, um zu behaupten, dass die KI sie lösen wird?», fragte er. Folglich wird die Arbeit von Biologen, Pathologen, Chemikern, Biochemikern, Physikern sowie von Datenwissenschaftlern und vielen anderen zunehmend an Bedeutung gewinnen, da KI selbst nur dann von Nutzen ist, wenn ihre Vorschläge im komplexen biochemischen Kontext verstanden werden. Ausserdem ist selbst ein von KI generiertes Molekül noch nicht das Ende der Geschichte. «Die Entdeckung eines Moleküls ist nur ein kleiner Teil der gesamten F&E-Wertschöpfungskette», sagte Diehl. Die Entwicklung eines erfolgreichen Medikaments umfasst unzählige Schritte, von denen die meisten noch nicht genau durch KI modelliert werden können. Das ungenutzte Potenzial und die neuen Möglichkeiten Für Diehl lässt sich das Potenzial der KI in seiner Frage zusammenfassen: «Können wir all unsere Daten strukturieren? Und können wir sie mit jahrzehntelangem biomedizinischem Wissen und wissenschaftlichen Erkenntnissen verknüpfen? Wenn uns das gelingt, sind wir einen Schritt näher daran, das Potenzial der KI in der komplexen Wertschöpfungskette der Arzneimittelentwicklung zu erschliessen», sagte er. Die Bemühungen, dieses ehrgeizige Ziel zu erreichen, laufen bereits seit Jahren und werden mit zunehmender Geschwindigkeit fortgesetzt. Neben bestehenden grossen Systemen wie data42 oder Sense Bridge wurde KI in fast allen F&E-Schritten implementiert und sorgt durchweg für schrittweise Verbesserungen. Das ist nicht über Nacht geschehen. Novartis investiert seit mehr als 15 Jahren kontinuierlich in maschinelles Lernen und andere erstklassige digitale Technologien und war stets bestrebt, an der Spitze des digitalen Fortschritts zu stehen. Heute arbeitet Diehl mit einem Team von rund 450 Mitarbeitern aus den Bereichen Daten und Digitalisierung zusammen, die eng mit externen Partnern sowie rund 400 Datenwissenschaftlern aus dem gesamten übrigen Bereich der biomedizinischen Forschung zusammenarbeiten.

Ihre Arbeit ist auf breiter Front spürbar. In der frühen Wirkstoffforschung haben Forscher vielversprechende neue Zielmoleküle in Bereichen wie den Neurowissenschaften identifiziert. Zu den weiteren Bemühungen gehören zunehmend komplexe Kooperationen zwischen Funktionen, die in der Vergangenheit nicht ohne Weiteres miteinander interagierten. Im Rahmen einer solchen Zusammenarbeit wandten sich Datenwissenschaftler an die Zelltherapie-Einrichtungen von Novartis, um Produktionsparameter zu erheben – mit dem Ziel, einen Prognosealgorithmus zu entwickeln, der das Ansprechen der Patienten vorhersagen kann. «Das Projekt mit dem Namen Predi-CART funktionierte überraschend gut. Früher hätte niemand in der Lage gewesen sein können, Produktionsdaten mit klinischen Ergebnisdaten zu kombinieren und darauf aufbauend einen Algorithmus zur Vorhersage zu entwickeln. Aber genau das machen Systeme wie data42 heute möglich», sagte Diehl. Darüber hinaus befähigt die KI Forscher aus verschiedenen Fachbereichen dazu, neue Wege zu beschreiten, wie ein kürzlich durchgeführter Hackathon zeigte, bei dem ein Team aus Nicht-Fachleuten eine neuartige Idee zur Krankheitserkennung entwickelte.

Die Analyse von Zellproben wurde durch künstliche Intelligenz massiv beschleunigt.

An einem kürzlich durchgeführten Hackathon, dessen Ziel es war, neue Hypothesen für Biomarker bei Multipler Sklerose zu finden, nahmen zahlreiche Mitarbeitende aus dem gesamten Novartis-Konzern teil, um ihre Kenntnisse im Bereich KI zu vertiefen. «Die Gruppe, die schliesslich den Hackathon gewann, war ein Finanz-Data-Science-Team, das uns durch unkonventionelles Denken auf neue Hypothesen hinwies, die wir nun testen», sagte Diehl und fügte hinzu: «Wenn man KI und menschlichen Einfallsreichtum kombiniert, kann man wirklich verborgene biologische Zusammenhänge aufdecken, die uns bisher entgangen sind.» Die nächsten Erfolge Im Vergleich zu Projekten wie «Chip on a Pill», die vor mehr als einem Jahrzehnt verfolgt wurden und in einer Sackgasse endeten, sind die heutigen digitalen Systeme nicht nur wesentlich leistungsfähiger, sondern verfügen auch über ein enormes Potenzial – auch wenn sie wohl kaum ein Allheilmittel für alle medizinischen Herausforderungen darstellen werden. Der eigentliche Test wird für Diehl nicht in den Modellen selbst als eigenständige Komponente liegen, sondern in der Interaktion mit Menschen. Ebenso sagt Diehl, dass die Festlegung von Aufgabenbereich und Zielen entscheidend sein wird, um eine solide wissenschaftliche Grundlage zu schaffen, bevor die nächsten Schritte in Angriff genommen werden. Daher klingt sein erstes Ziel vielleicht weniger glamourös, als dass er gleich nach den Sternen greifen würde: «Mein Traum wäre es, dass uns die KI dabei hilft, Ausfälle zu beseitigen, die durch Sicherheitsprobleme in unseren Entwicklungspipelines verursacht werden», sagte er. Laut Diehl sind hochgesteckte Ziele möglicherweise noch zu weit entfernt, da die menschliche Biologie in ihrer ganzen Komplexität noch nicht verstanden wird. Die Grundlagenforschung muss noch viele weitere Geheimnisse lüften, bevor diese Erkenntnisse in ein KI-System modelliert werden können. Trotz aller Fortschritte, die sich auf breiter Front beschleunigen, wird der menschliche Erfindungsreichtum daher weiterhin von grösster Bedeutung sein. Was sich erweitert hat, ist der Raum, in dem sich der menschliche Erfindungsreichtum entfalten kann. Für Diehl ist KI ein Werkzeug. Aber ein Werkzeug, das Novartis seinem Ziel noch näher bringt: das Leben der Menschen zu verbessern und zu verlängern sowie die medizinische Praxis zu verändern.

Novartis Geschichte Neue Horizonte. Ein unendlicher digitaler Raum für menschliche Kreativität Text Goran Mijuk. Fotos Adriano Biondo. Einst war es ein Nischenbereich, in dem Telemedizin und «Chips auf einer Pille» als der Gipfel der digitalen Medizin galten – doch in weniger als einem Jahrzehnt haben Daten und digitale Werkzeuge die Gesundheitsbranche im Sturm erobert. Doch alle jüngsten Fortschritte werden nur dann Früchte tragen, wenn künstliche Intelligenz und andere Spitzentechnologien mit wissenschaftlichen Erkenntnissen von Forschern kombiniert werden, sagt Christian Diehl, der bei Novartis die Daten- und Digitalinitiativen in der biomedizinischen Forschung leitet.

«Wir brauchen das menschliche Urteilsvermögen. Und das können wir nur erlangen, wenn wir jahrzehntelanges wissenschaftliches Verständnis aufbauen.» Christian Diehl

Datenwissenschaftler in Basel.