KI Machine Learning Cloud

Digitalisierung der Pharmaindustrie: "Es wird enorm viel passieren"

Neue Medikamente für seltene Krankheiten und mehr Behandlungsmethoden für Krebs und Diabetes: Künstliche Intelligenz und Machine Learning können bei der Entwicklung neuer Behandlungen helfen. Christian Hebenstreit, Senior Vice President EMEA des Cloud-Anbieters Medidata, hat mit LEAD über die aktuellen technologischen Entwicklungen in der Pharmabranche gesprochen.

Lisa Mayerhofer 22. Januar 2019

In der Pharma-Branche schiebt die Digitalisierung gerade neue Entwicklungen an, die sich auch direkt auf die Patienten auswirken werden: Technologien wie künstliche Intelligenz, Machine Learning und Cloud-Plattformen können bei den klinischen Studien, der Medikamentenentwicklung sowie deren Vermarktung und Distribution eine große Rolle spielen.

Ein Beispiel: Das Unternehmen Medidata bietet cloudbasierte Lösungen für klinische Studien an. Zu den Kunden zählen fast alle großen Pharmaunternehmen – "18 der 25 Top-Unternehmen der Branche nutzen unsere Plattform für ihre Studien", sagt Christian Hebenstreit, Managing Director and Senior Vice President EMEA von Medidata. Er hat mit LEAD über die Tech-Trends in der Pharmabranche gesprochen.

LEAD: Welche technologischen Neuerungen gibt es in der Pharmabranche?

Christian Hebenstreit 2 — Foto: Christian Hebenstreit

Christian Hebenstreit: Als Cloud-Anbieter beschäftigen wir uns vor allem mit Daten, die in klinischen Studien erhoben werden. Klinische Studien führen Pharma-Unternehmen nach Vorgaben der Behörden durch, bevor sie ein neues Medikament verkaufen dürfen. Im Pharma-Bereich wächst die Datenfülle im Moment in diesem Bereich um ein Vielfaches – das Datenvolumen des vergangenen Jahres ist höher ausgefallen als die bisher jemals erfasste Datenmenge.

Und dieser Trend wird in den kommenden Jahren anhalten: Man kann dank neuer Innovationen wie Smartwatches und Fitness Armbänder immer mehr Daten erfassen – und das in Echtzeit. Außerdem werden Studien mit immer größerer Teilnehmer-Anzahl erhoben. Das ergibt eine Unmenge an Daten, die verarbeitet werden müssen. Algorithmen und KI können dann dabei helfen, den Datenwust auszuwerten und Anomalien zu erkennen. Dadurch können die Ergebnisse auch schneller und genauer analysiert werden. Und das alles könnte den Prozess der Zulassung neuer Medikamente beschleunigen.

Welche neuen Möglichkeiten ergeben sich daraus?

Pharma-Unternehmen, die unsere Plattform nutzen, können untereinander die – anonymisierten – Daten austauschen, die sie erhoben haben. Das wird momentan von etwa zwei Dritteln unserer Kunden angenommen. Denn so haben sie Zugriff auf eine Unmenge von Daten, die sie für ihre Studien nutzen können.

Was ich besonders spannend finde: Dadurch entsteht auch die Möglichkeit, mit synthetischen Kotrollgruppen zu arbeiten. Bei klinischen Studien an Menschen ist es ja in der Regel so, dass es eine Kontrollgruppe gibt, die statt des neuen Medikaments ein Placebo oder marktgängiges Medikament erhält. Nun kann man eine Kontrollgruppe mithilfe von historischen Daten virtuell darstellen. Damit bekommen alle Studienpatienten das neue Medikament und niemand muss fürchten, ein Placebo der marktgängiges Medikament zu bekommen, was ich besonders bei Studien zu schweren Erkrankungen für ethisch besser halte.

Auch interessant: Zusammen mehr erreichen: Wie die Cloud den digitalen Kulturwandel fördert

Außerdem können Pharma-Unternehmen so besser zu seltenen Krankheiten forschen. In sogenannte Rare Diseases zu investieren, ist den Medikamentenherstellern oft zu teuer - sie können da schnell Milliarden in den Sand setzen. Mit einem großen Datenpool und der Hilfe von KI können die Studien billiger und effizienter durchgeführt werden. Das kann dazu führen, dass neben der Krebs- und Diabetesforschung auch im Bereich seltene Erkrankungen mehr getan wird und hoffentlich bald neue Behandlungsmethoden entwickelt werden.

Was bei der Erforschung seltener Erkrankungen auch von Vorteil ist: Durch die neuen Technologien können Daten ohne Aufwand auch dann erhoben werden, wenn die Probanden weit verstreut oder auf dem Land leben.

"Mit einem großen Datenpool und der Hilfe von KI können die Studien billiger und effizienter durchgeführt werden."

Was ist bei der Digitalisierung in dieser Branche besonders zu beachten?

Zwei Punkte: Es heißt oft, die Pharma-Industrie leide an einem Innovationsstau und reagiere zu langsam auf die neuen Technologien. Ich sehe das ganz anders: Gerade diese Branche ist besonders offen für Innovationen – denn wenn die Hersteller nicht regelmäßig neue Medikamente auf den Markt bringen und schnell reagieren, sind sie raus. Und neue Technologen können sie dabei unterstützen, sich für die Zukunft zu wappnen.

Auch die Behörden versuchen, neuen Technologen keine Steine in den Weg zu legen. Vielmehr pushen sie die Unternehmen, mehr auf neue Technologien wie KI zu setzen, damit sie effizienter arbeiten und schneller neue Medikamente entwickeln können.

Wie steht es um den Datenschutz?

Datenschutz ist uns wichtig und Daten werden bei der Weitergabe anonymisiert. Aber der Pharma-Bereich nimmt innerhalb der DSGVO eine Sonderrolle ein: So sind Datenlokation und das Recht auf Vergessen für Studienteilnehmer nicht möglich. Man braucht die Daten ja für die klinischen Studien, da diese ohne die vollständigen Ergebnisse aller Patienten unbrauchbar wäre.

Und den Wettbewerb?

Da der Markt reguliert ist, gibt es zwar Wettbewerber, doch die Zahl bleibt überschaubar. Uns geht es gut, wir wachsen und haben keine Angst.

Welche neuen Entwicklungen gibt es außerhalb des Forschungsbereichs?

Forschung und Kommerzialisierung werden sich enger verbinden – vor allem bei Data Science. So kann man auch bei der Vermarktung w mit Echtzeitdaten arbeiten und frühzeitig entscheiden, wie ein Produkt auf den Markt gebracht wird. Ich denke auch, dass wir ein anderes Bezahlsystem brauchen - wie Value-based Pricing, das im Pharma-Bereich eine große Rolle spielen könnte. Die Krankenkasse würde zum Beispiel nur dann für ein Medikament zahlen, wenn der Patient auch gesund wird.

Wie steht es um andere Innovationen wie Blockchain?

Das diskutieren wir natürlich auch. Momentan sehen wir keinen Anknüpfungspunkt für den Bereich klinische Studien, dort sind andere Themen wie Machine Learning relevanter. Sie wird aber bestimmt bald in anderen Bereichen der Pharma-Industrie – wie zum Beispiel in der Logistik - zum Einsatz kommen.

Was springt dabei für die Patienten raus?

Es werden bessere Medikamente in einem schnelleren Zeitraum auf den Markt kommen. Die Studien werden granularer, die Behandlung besser - in der nächsten Zeit wird in diesem Bereich enorm viel passieren.

Auch interessant: Blockchain: Ist die Technologie für alle da?