Handelsblatt - 18.11.2019

FOKUS → DASSAULT SYSTÈMES

Einsatz von KI — Neue Ansätze für die

medizinische Forschung

Künstliche Intelligenz (KI) hilft nicht nur, die Produktent-

wicklung zu beschleunigen und Abläufe in Unternehmen

efizienter zu gestalten. Auch in der medizinischen

Forschung kann KI einen großen Beitrag leisten und echte

Innovationen fördern – insbesondere, wenn es darum

geht, neue Forschungsgebiete zu identiizieren.

Seit einigen Jahren zählt Künstliche Intelligenz zu den

Schlüsseltechnologien der Zukunft. Die Erwartungen an

all das, was KI in der Welt von morgen leisten soll, sind

hoch. Auch in der Medizintechnik soll KI in naher Zukunft

wichtige Kernfunktionen übernehmen und Prozesse

beschleunigen. Ob und wie gut das Potenzial KI-basierter

Technologien als Unterstützung in der medizinischen

Forschung und Entwicklung ausgeschöpft werden kann,

hängt davon ab, welche Daten als Grundlage zur Verfü-

gung stehen. Nur mit einem breiten Fundament an

verlässlichen und umfassenden Daten wird es möglich,

Diagnosen mithilfe von KI noch präziser zu stellen, Medi-

kamente schneller zu entwickeln und neue Forschungs-

felder zu erschließen.

Präzisere Diagnostik durch

Deep-Learning-Algorithmen

In der Diagnostik können mithilfe von Algorithmen Diag-

nosen in Zukunft immer präziser gestellt werden. Unter

Einsatz von Deep Learning, einer Form des maschinellen

Lernens, werden bereits heute Fortschritte in der Bilder-

kennung erzielt. Deep-Learning-Algorithmen sind künst-

liche neuronale Netzen, die sich am natürlichen Vorbild,

den biologischen neuronalen Netzen, orientieren. Sie be-

stehen aus vielen einzelnen Schichten beziehungsweise

Einheiten, welche miteinander verbunden sind. Diese um-

fangreiche Struktur ermöglicht es, auch komplizierte Funk-

tionen zu erlernen.

In der Praxis geschieht dies durch ausgewählte Trainings-

datensätze, die kontinuierlich in den Algorithmus ein-

gespeist werden. Dieser Optimierungsvorgang, das ei-

gentliche Learning, ermöglicht, dass Algorithmen später

einmal neue, unbekannte Datensätze erkennen und

analysieren können. Ein bekanntes Anwendungsbeispiel

für Deep Learning in der Diagnostik ist die Bilderkennung.

Auf diesem Gebiet konnten in der Forschung große

Fortschritte erzielt werden. Algorithmen sind bereits

heute in der Lage, menschliches Gewebe zu analysieren

und zu entscheiden, ob eine Gewebeveränderung vor-

liegt. Der Vorteil: Langwierige Analyseverfahren können

so signiikant verkürzt werden und zeitgleich neue For-

schungsansätze schneller vorangetrieben werden.

Schnellere Entwicklung von Medikamenten

Auch in der kostenintensiven pharmazeutischen Forschung

kommt KI zum Einsatz und trägt dazu bei, die Arznei-

mittelentwicklung zu optimieren und die Entwicklungs-

zeiten zu reduzieren. Bislang stehen Pharmazeuten und

Chemiker vor der Herausforderung, aus einer Vielzahl

von potenziellen Wirkstofen diejenigen herauszuiltern,

welche zielgerichtet bestimmte Krankheiten bekämpfen,

aber gleichzeitig die geringsten Nebenwirkungen auf

andere Zellen und Organe haben. Hinzu kommt, dass die-

se Wechselwirkungen je nach Patient unterschiedlich

ausfallen können. Bis ein geeigneter Wirkstof entdeckt

ist, bedarf es daher einer Vielzahl an Tests.

Künstliche Intelligenz setzt genau an diesem Punkt an.

Durch den immer gezielteren Zugrif auf weitreichendes

Datenmaterial kann KI innerhalb kürzester Zeit die Infor-

mationen verschiedener Wirkstofe auswerten, während

gleichzeitig etwaige Nebenwirkungen in die Analyse

einbezogen werden. Auch die zeit- und kostenintensive

Phase der klinischen Tests und Studien kann optimiert

werden, indem gezielt Probanden auf Basis vorher dei-

nierter Kriterien identiiziert werden. Dies ermöglicht

gleichzeitig eine bessere Planbarkeit der Herstellungspro-

zesse, um möglichst schnell fertige Produkte liefern zu

können.

Neue Forschungsgebiete erschließen und

bewährte Herstellungsprozesse verbessern

In der Forschung und Entwicklung kann KI dazu beitragen,

proaktiv neue Forschungsgebiete zu identiizieren und

damit neue Marktpotenziale frühzeitig zu erschließen. Eine

von vielen Unternehmen und Forschungseinrichtungen

noch zu wenig genutzte Fähigkeit von KI ist es, in der

Vergangenheit erhobene Daten erneut zu betrachten und

dadurch neue Zusammenhänge zu entdecken. Durch den

technischen Fortschritt und die immer größeren Rechen-

leistungen lassen sich so Daten weiter auswerten und

neue Erkenntnisse gewinnen. Ein großer Vorteil liegt vor

allem darin, dass KI ohne großen zeitlichen und inanziel-

len Mehraufwand entscheiden kann, wann welche Tests

und in welcher Reihenfolge durchgeführt werden sollten.

Für Unternehmen bedeutet dies, bereits frühzeitig zu wis-

sen, wie Produkte auf neuartige Erkenntnisse hin optimiert

werden können.

Die passende KI-Lösung auswählen

Um all diese Potenziale voll auszuschöpfen und neue An-

sätze in der medizinischen Forschung aufzuzeigen, muss

die jeweilige KI-Lösung auf speziische Anforderungen des

Unternehmens, der Forschungseinrichtung und der spe-

ziischen Fragestellung angepasst werden. Es gilt den

richtigen Partner zu inden, der das Verständnis für den

Fachbereich sowie die technologische Expertise für

KI mitbringt. BIOVIA von Dassault Systèmes ist etwa

auf digitale Lösungen im wissenschaftlichen Bereich

spezialisiert. In Kombination mit der 3DEXPERIENCE

Plattform bietet die Software umfassende Lösungen, die

Life- Science-Unternehmen und Forschungseinrichtungen

bei der digitalen Transformation unterstützen.

Weitere Informationen inden Sie unter:

→ http://www.3ds.com/de

FOTO:

© DASSAULT SYSTÈMES

AUTORIN

DR. DANIELA JANSEN

BIOVIA MARKETING DIRECTOR

DASSAULT SYSTÈMES

10 CHANCEN DER MEDIZIN