Die Patientin kam mit starken Beschwerden. Die Ärzte diagnostizierten eine akute myeloische Leukämie (AML), aber Therapieversuche blieben vergeblich. Schließlich fragten die Ärzte an der Klinik in Tokio den legendären Watson. Der Supercomputer von IBM brauchte 10 Minuten, um die DNA der Patientin mit vielen Millionen Daten aus Krebsstudien abzugleichen und ähnliche Fälle zu analysieren. Watson entdeckte in der DNA der Patientin mehr als eintausend Mutationen und konnte herausfiltern, welche dieser Mutationen diagnostisch von Bedeutung waren. Das Ergebnis: Die Frau litt an einer seltenen Form der Leukämie, die weltweit bisher nur 41 Mal diagnostiziert wurde. Die Ärzte hatten eine falsche Diagnose getroffen. Eine Stärke von Watson ist übrigens, dass er Semantik  in Perfektion beherrscht. Deshalb kann er nicht nur Medizinakten „verstehen“. Ihm wird sogar nachgesagt, „Juristen-Jargon“ in eine allgemeinverständliche Sprache übersetzen zu können. Hut ab, Watson.

Künstliche Intelligenz (engl. Artificial Intelligence) hat das Zeug, Medizin und Forschung ganz neue Impulse zu geben. Beispiele gibt es mittlerweile einige: Ein neuronales Computernetzwerk war Hautärzten in der Diagnose von Melanomen überlegen. An der Stanford University entwickelten Forscher einen Algorithmus, der besser als Radiologen eine Lungenentzündung diagnostizieren konnte. Offenbar schaffte es der Rechner die „intrinsischen Limitationen menschlicher Wahrnehmung und Voreingenommenheit zu überwinden“, so einer der Beteiligten. Schlagzeilen machte auch der chinesische Roboter, der im November 2017 das Medizinexamen bestand – und dabei sogar besser abschloss, als es nötig gewesen wäre.

Künstliche Intelligenz: „Sie kann den Forscher besser machen“

Ist also die Maschine schon heute der bessere Arzt, der bessere Forscher? Data Scientist Lars Greiffenberg vom Pharmaunternehmen AbbVie hat dazu eine klare Meinung: Für ihn ist der Mensch der bessere Forscher. „Im Moment auf jeden Fall noch. Das kann man ganz klar sagen. Die Maschine kann höchstens dem Menschen die Arbeit erleichtern“, erklärt er in vfa-Tonspur, einem Podcast des Verbandes der forschenden Pharma-Unternehmen: „Sie kann den Forscher besser machen.“ Und auch Professor Arinobu Tojo, der die Untersuchungen der Leukämie-Patientin in Tokio geleitet hat, sagt: „Wir wären letztendlich zu denselben Ergebnissen gekommen, in dem wir manuell durch die Daten gegangen wären. Aber Watsons Geschwindigkeit ist bei der Behandlung von Leukämien letztlich zentral, denn die Krankheit schreitet schnell voran und kann Folgekomplikationen auslösen.“ Wofür sich Watson zehn Minuten verausgabte, hätte sein Team mindestens zwei Wochen gebraucht.

Welche weiteren Herausforderungen gibt es bei der Arzneimittelentwicklung und wie kann ein Computer die Arbeit unterstützen? Lesen Sie den vollständigen Artikel auf www.pharma-fakten.de