„Wir können den Ausgang klinischer Studien vorhersagen“

Die digitale Transformation der Gesundheitsbranche schreitet voran

Während die Digitalisierung des Gesundheitswesens in Deutschland weiterhin eher schleppend verläuft, macht sie in der Pharma- und Medizintechnikbranche immer schnellere Fortschritte. Das belegten die Forschungs- und Entwicklungsleiter von Siemens Healthcare und Sanofi-Aventis Deutschland, Dr. Peter Schardt und Prof. Jochen Maas, mit zahlreichen Beispielen. Sie äußerten sich bei einer Podiumsdiskussion zum Abschluss des Summer Summits Digital Transformation in Health, den die Goethe Business School und das House of Pharma und Healthcare als Hybridmeeting im Casino der Goethe-Universität auf dem Campus Westend veranstalteten. In zwei Key Note Lectures hatten mit Dr. Sven Mensing von der Abbvie Deutschland GmbH und Elena Bonfiglioli von der Microsoft Corporation zuvor zwei andere renommierte Manager Einblick in die Aktivitäten ihrer Unternehmen auf dem Gebiet der Digitalisierung gegeben.

 

Künstliche Intelligenz steht im Zentrum 

Klug befragt von Dr. Carolin Bender, Alumna des Digital Transformation MBA, und Dr. Marko Vesic, Student der berufsbegleitenden Ausbildung zum Pharma MBA, gaben Schardt und Maas, der auch als Vizepräsidentdes House of Pharma & Healthcare fungiert, zunächst Aufschluss über die generelle Bedeutung der Digitalisierung für ihre Unternehmen. Einen besseren Zugang zur Gesundheitsversorgung, zum Beispiel durch Telemedizin; eine höhere Erschwinglichkeit von Gesundheitsdienstleistungen, weil deren Kosten durch Automation und Erledigung bestimmter Aufgaben mittels künstlicher Intelligenz (KI) zunehmend sinken würden; eine immer präzisere Individualisierung der Medizin dank einer KI-getriebenen Verarbeitung und Interpretation großer Datenmengen. Diese drei Aspekte hob Peter Schardt aus Sicht der Medizintechnik hervor. Maas meinte, in der pharmazeutischen Industrie gebe es viele Facetten der Digitalisierung, je nachdem, welche Phase der Wertschöpfungskette man betrachte. In der Forschung werden demnach neue Moleküle in silico entworfen und anschließend am Rechner und nicht mehr im Labor optimiert, für die Entwicklung wird die Mustererkennung in klinischen Daten zu einem Erfolgsschlüssel, in die Produktion ziehen allmählich Roboter ein und dem Marketing eröffnen sich neue Zugänge zu Ärzten und Patiente.

 

Mehr Zeit für komplizierte Fälle

In der Medizintechnik lägen die initial größten Chancen der Digitalisierung bekannterweise in der KI-gesteuerten Interpretation der Ergebnisse bildgebender Verfahren, sagte Schardt. Ob KI-Systeme, deren Algorithmen von Big Data geschult worden seien, schon heute oder eines Tages präzisere Diagnosen stellen könnten als menschliche Experten, darüber werde hitzig diskutiert. Für Radiologen sei es ähnlich ungewohnt, sich in ihrer Diagnostik von KI-Systemen unterstützen zu lassen, wie es Autofahrern schwerfalle, sich auf Assistenzfunktionen in ihrem Wagen zu verlassen. Indem sie die Interpretation von Aufnahmen erleichtere, entlaste KI jedoch Radiologen zweifelsfrei von Routinen und schenke Ihnen Zeit, sich auf komplizierte Fälle zu konzentrieren.

 

Algorithmen können vor Fehlinvestitionen schützen

Für Pharmaunternehmen könne die intelligente Verarbeitung großer Datenmengen viel Geld sparen, sagte Jochen Maas. „Wir sind heute in der Lage, den Ausgang klinischer Studien allein auf der Basis präklinischer Daten vorherzusagen.“ Das bedeute nicht, dass man in Zukunft auf klinische Studien verzichten dürfe, um die Zulassung für ein neues Medikament zu erlangen. Es bedeute aber, dass man Fehlinvestitionen von vorneherein vermeiden könne, wenn man klinische Studien mit schlechter Erfolgsaussicht gar nicht erst beginne. Sanofi zum Beispiel hätte jüngst 80 Millionen Euro für eine erfolglose klinische Studie einsparen können, wenn es den Algorithmen vertraut hätte. Je älter die Entscheider seien, desto geringer sei allerdings in allen Pharmaunternehmen die Akzeptanz von Algorithmen – was es nur zu einer Frage der Zeit mache, bis das Vertrauen in solche prädiktiven Modellrechnungen allgemein etabliert sei.

 

Translation vom Krankenbett zur Laborbank

In der umgekehrten Richtung, so Maas, gewinne die Bedside-to-bench-Translation an Bedeutung, die von der Auswertung klinischer Daten zurück zu der Identifizierung eines neuen Targets führe. Auf diese Weise habe Sanofi beispielsweise die Serinprotease PCSK9 als Zielstruktur für ein Medikament zur Normalisierung des Fettstoffwechsels entdeckt, und aus dieser Erkenntnis den monoklonalen Antikörper Alirocumab entwickelt, der die Wirksamkeit der Statine übertreffe. Ausgangspunkt dieses Erfolges war die datengestützte Beobachtung, dass bestimmte Familien in den USA deutlich geringere LDL-Cholesterinwerte aufwiesen als der Bevölkerungsdurchschnitt. Dieser Beobachtung folgte die Identifizierung eines Gens, dessen Aktivität herunterreguliert war, so dass es den Mitgliedern dieser Familien an den von ihm codierten Enzym PCSK9 mangelte. Diesen gesunden Mangel ahmt Alirocumab nun als PCSK9-Hemmer nach. Dieser Erfolg zeige, so Maas, wie wichtig es wäre, dass der Gesetzgeber Pharmaunternehmen in Deutschland den Zugang zu klinischen Forschungsdaten nicht länger verweigert.

 

Tumorresistenzen rechtzeitig erkennen

Maas betonte ferner, dass Daten aus der eigenen Forschung im Zuge der digitalen Transformation immer effektiver genutzt werden. „Früher haben wir 5.000 Antikörper produziert, um einen oder zwei davon für die weitere Entwicklung auszuwählen, alle anderen wurden verworfen.“ Heute speise man die Informationen, die man bei der Prüfung der gescheiterten Kandidaten gewonnen habe, in ein lernendes System ein, mit dem sich künftige Antikörpersynthesen optimieren ließen. „Wir müssen inzwischen nur noch 500 Antikörper herstellen, um die für eine Indikation richtigen zu identifizieren.“ Das beschleunige die Arzneimittelentwicklung und verringere deren Kosten erheblich. In der Onkologie wiederum, in der das genetische Profil von Tumoren immer patientenspezifischer diagnostiziert und behandelt werden könne, arbeite man daran, die voraussichtlichen Mutationen individueller Tumoren KI-basiert so frühzeitig zu prognostizieren, dass die Medikation gewechselt werde, bevor der Tumor behandlungsresistent werde. „So werden wir viele Krebsarten von tödlichen in chronische Krankheiten verwandeln.“

 

Demokratisierung der Magnetresonanztomographie

Für sein Unternehmen liege eine besondere Herausforderung darin, die Magnetresonanztomographie zu demokratisieren, sagte Peter Schardt, die Technologie also überall dort hinzubringen, wo sie bisher nicht verfügbar ist. Es gelte, weltweit kostengünstige und leicht bedienbare MRT-Geräte anzubieten. Dafür sei die Ausbildung von Fachpersonal besonders wichtig. „Wir fokussieren oft auf die Technologie, dabei geht es doch auch um Menschen, die die Maschinen bedienen können.“ Als eine Hürde für die Digitalisierung beschrieb Jochen Maas die Anforderungen des Datenschutzes in Deutschland. „Die Pandemie hat gezeigt, dass es Situationen gibt, in denen Gesundheitsschutz Vorrang vor dem Datenschutz haben sollte.“ Das sei in Deutschland leider nicht der Fall gewesen, wie etwa die gescheiterte Einführung einer effektiven Warn-App gezeigt habe. „Daten, die in solchen Situationen nicht verbunden werden, bleiben stumm“, pflichtete Schardt ihm bei.

 

Kooperationen sichern die eigene Souveränität

Die Geschwindigkeit des digitalen Wandels, darin waren sich Schardt und Maas einig, zwingt sowohl Medizintechnik als auch Pharmaunternehmen, intensiver mit anderen Unternehmen zusammenzuarbeiten. „Wir haben aus eigener Kraft sehr erfolgreich MRT-Geräte entwickelt“, sagte Schardt, „aber je mehr wir uns in krankheitsspezifische Gebiete hineinbewegen, desto mehr sind für auf Partnerschaften angewiesen.“ Kein Pharmaunternehmen werde je in der Lage sein, schloss Maas sich an, die großen Tech-Unternehmen in Sachen Digitalkompetenz zu überholen. Eher müsse man das Gegenteil befürchten, wenn man bedenke, welchen Milliardenetat Facebook zum Beispiel für den Bereich Gesundheit reserviert habe. „An Kooperationen mit großen und kleinen Tech-Unternehmen führt für uns deshalb kein Weg vorbei.“ Kooperationen freilich, in denen Pharmaunternehmen die Hoheit über ihre Kernkompetenzen bewahren. Andernfalls droht die Gefahr, eines Tages zum bloßen Zulieferer einer aus dem Silicon Valley gesteuerten integralen Gesundheitsplattform zu werden.

Zurück