GesundheitsmarktDiese Branche könnte durch KI revolutioniert werden

Seite: 2 von 3

Die Kostenspur

Eine App wie Ada kann da einen Unterschied machen. „Bei seltenen Erkrankungen dauert es in den USA im Schnitt sieben Jahre, bis die richtige Diagnose steht“, erklärt Ada-CEO Daniel Nathrath. „Da werden die teuersten Untersuchungen gemacht, die falschen Medikamente verschrieben. Das ist eine riesige Kostenspur, die so ein Patient hinter sich herzieht.“ Hirsch, der Tüftler, und Nathrath, ein leutseliger und zupackender Manager, haben ihr Startup 2010 gegründet, ursprünglich mit dem Plan, ein System zur Entscheidungsunterstützung für Ärzte zu bauen. Das Programm gibt es noch, wichtiger ist aber inzwischen die Variante für Patienten. Nach einem Jahr am Markt hat die App bereits zwei Millionen Nutzer. 2017 hat Ada 40 Mio. Euro von Investoren eingesammelt, die mit Abstand höchste Finanzierung für ein deutsches KI-Startup. Das soll nur der Anfang sein: „Unser Ziel ist es, bis 2020 mindestens 100 Millionen Nutzer zu haben und in ein paar Jahren über einer Milliarde Menschen mit Ada zu helfen“, so Nathrath.

Sieben Jahre, für ein Startup ungewöhnlich lange, arbeiteten sie an ihrem Modell. Ein Grund: Ada setzt nicht auf Deep Learning, die inzwischen am weitesten verbreitete KI-Technologie, bei der ein künstliches neuronales Netz ohne vorherige Instruktion mit Daten gefüttert wird. Das Problem bei Deep Learning ist, dass nicht einmal der Programmierer
genau weiß, wie der Algorithmus zu seinem Ergebnis kommt. Doch kein Arzt würde einem System vertrauen, „wenn es eine komplette Blackbox ist“, so Nathrath. „Deshalb versuchen wir, das Denken des Systems zu visualisieren. Der Arzt kann genau sehen, welche
Symptome wie stark auf eine Erkrankung hinweisen.“

Die Medizin ist für KI kein Anwendungsfeld wie jedes andere. Das musste auch eine Forschergruppe am Mount Sinai Hospital in New York feststellen, die mit einem neuronalen Netz in der Lage war, für eine Gruppe von Testpersonen ziemlich gut vorherzusagen, wer innerhalb des nächsten Jahres an Leberkrebs, Typ-2-Diabetes oder sogar Schizophrenie erkranken würde. Erklären, wie die Resultate zustande kamen, konnte sie allerdings nicht.

Die Techies kommen

Trotzdem wurden mit Deep Learning schon spektakuläre Erfolge erzielt. Sebastian Thrun, Gründer des Innovationslabors Google X, hat ein neuronales Netz trainiert, das Hautkrebs so zuverlässig erkennt wie ausgebildete Dermatologen. Bald könnte damit jeder per Smartphone auf der eigenen Haut überprüfen, ob ein Muttermal gefährlich werden kann. Ein anderes neuronales Netz haben Forscher von Verily, dem Health-Ableger der Google-Holding Alphabet, trainiert: Es kann anhand eines Netzhautbilds das Risiko von Herzerkrankungen vorhersagen – fast so gut wie der bisher dafür übliche Bluttest.

Die Technologiekonzerne stoßen mit finanzieller Power und großem Optimismus in den lukrativen Gesundheitsmarkt vor, wo sie ihre Software- und KI-Stärken ausspielen wollen. Apple hat gerade eine App aufs iPhone gepackt, mit der Nutzer ihre Krankenakte speichern können. Samsung unterhält eine erfolgreiche Pharma-Tochterfirma. Auch Grundlagenforschung wird betrieben: Bei Microsoft arbeiten Informatiker daran, „das Problem Krebs zu lösen“. Sie versuchen etwa, per Algorithmus vorauszusagen, wie sich Tumore entwickeln. Die Forscherin Jasmin Fisher verspricht, in zehn Jahren werde „ein krebsfreies Jahrhundert“ anbrechen. Zu optimistisch? Wer weiß? Experten zeigen sich jedenfalls beeindruckt von den neuen Playern im Markt. „Die Techkonzerne werden in den nächsten zehn Jahren der große Game-Changer für den Gesundheitsmarkt“, sagt Burkhart von PwC.

Auch den großen Pharmariesen machen die ungewohnten Wettbewerber Beine. Obwohl James Kugler, Chief Digital Officer bei Merck in Darmstadt, beschwichtigt: „Wir reden hier über Medikamente. Einer der größten Vorteile von großen Pharmakonzernen ist unser Wissen über regulatorische Prozesse – was man beachten muss, um ein Medikament auf den Markt bringen zu können.“ Andererseits ist allein die Personalie James Kugler ein Zeichen dafür, dass sich etwas ändert: Der Amerikaner, der Anfang 2016 Chefdigitalisierer bei dem 350 Jahre alten Konzern wurde, ist gerade mal 30.

„Wir nutzen Daten, um unsere Prozesse zu verbessern und zu beschleunigen und unsere Kunden besser zu verstehen“, sagt Kugler. „Es ist schwierig, Bereiche im Konzern zu finden, wo KI nicht irgendwie eine Rolle spielt.“ Das fängt bei vermeintlich simplen Aufgaben wie der Qualitätskontrolle in der Pillenproduktion an. Merck nutzt selbstlernende Algorithmen, um zu prüfen, ob eine Tablette der vorgegebenen Form entspricht, um vorauszusagen, in welcher Charge Probleme auftreten könnten, und zu warnen, wenn die Maschine gewartet werden muss. Bei der komplexen Herstellung von Biopharmaka werden die Bedingungen im Bioreaktor – Druck, Temperatur, Nährstoffdosierung – mit Deep Learning auf den größten Ertrag hin optimiert. In der Forschung sollen Algorithmen riesige Datenbestände durchforsten und bisher unbeachtete Angriffspunkte in Zellen oder Moleküle für Wirkstoffe identifizieren. „Früher hatte man eine Hypothese und hat den Computer das über Nacht durchrechnen lassen“, sagt Kugler. „Heute hast du in einer Sekunde ein Ergebnis – du kannst also radikal mehr Hypothesen testen.“

KI hat das Potenzial, die Regeln einer Branche auf den Kopf zu stellen, die bis zu ein Jahrzehnt und im Schnitt etwa 2,6 Mrd. Dollar braucht, um ein neues Medikament zu entwickeln. Die entscheidende Zutat sind die Daten. Merck etwa engagierte vor einem Jahr das sagenumwobene US- Unternehmen Palantir, um alle über den Konzern verteilten Datenbestände strukturieren und aufbereiten zu lassen. Laut CDO Kugler hat diese Kooperation einen Zusatznutzen: Sie bewirkt einen Kulturwandel. „Da sitzen dann junge Typen aus San Francisco mit Shorts und Sandalen im Büro neben lauter Leuten in Anzügen.“

Als der Ingenieur Walter Märzendorfer 1985 bei Siemens anfing, war James Kugler noch nicht einmal geboren. Märzendorfer, der seit 2015 die wichtige Bildgebungssparte der Medizintechniktochter Healthineers leitet, hat schon einige technologische Revolutionen kommen und gehen sehen. Und betont dennoch: „Firmen, die KI nicht einsetzen, werden verlieren.“ Märzendorfer weiß: In kaum einem Feld haben neuronale Netzen so erstaunliche Fortschritte gemacht wie in der Analyse von Bildern. Gibt es genug Trainingsdaten, erkennen die Algorithmen Katzen, Pferde – oder eben gefährliche Hautveränderungen.