- wie zukünftig Forschung in der Pharma betrieben werden könnte,
- wie KI bei „Predictive Analytics“ hilft,
- warum Pharma an „Real World Evidence“ interessiert ist,
- was ein MetaHuman ist und warum er für den „sales rap on demand“ wichtig ist,
- warum wir bald in Apotheken mit MetaPharmacists reden,
- welche ethischen Fragen es in diesem Zusammenhang zu klären gilt.
Dr. Tobias Gantner ist Mediziner mit Abschlüssen in Jura, BWL und Philosophie. Er hat in leitenden Positionen bei Siemens, Novartis, Bayer Healthcare und Johnson & Johnson gearbeitet. Mit seinem Unternehmen HealthCare Futurists GmbH arbeitet er an der Demokratisierung der Medizin, wie er sagt.
Health Relations: ChatGPT ist gerade in aller Munde. Das Thema KI ist aber nichts Neues. Vor ein paar Jahren haben Sie eine KI trainiert, AMNOG Dossiers basierend auf veröffentlichten und somit allgemein zugänglichen Bewertungen der entsprechenden Institutionen zu analysieren.
Dr. Tobias Gantner: Ja, mit der konzeptionellen Entwicklung des Werkzeugs hatte ich vor mehr als zehn Jahren begonnen. Umgesetzt haben wir es dann zunächst 2019 mit Roche als experimentelles Projekt. Mit Boehringer haben wir es dann 2021 in ein exploratives Projekt, mit sehr spezifischen Fragestellungen überführt.
Health Relations: Nachdem sich nun jeder mit KI beschäftigt, was denken Sie, in welchen Bereichen wird KI auch für die Pharmaindustrie die nächsten Durchbrüche bringen? Wo wird sie besonders wichtig sein?
Dr. Tobias Gantner: Wir sind eine Innovationsagentur, die Dinge baut und dabei lasse ich mich immer auch von dem eigenen Gefühl inspirieren, wo ich eine Lücke sehe. Darum kann ich das nur von dieser Warte aus bewerten. Es gibt meiner Meinung nach verschiedene künftige Szenarien, die aber in Bezug auf ihre unmittelbare Umsetzung in naher Zukunft unterschiedlich bewertet werden müssen. Da gibt es zum Beispiel die Idee, Daten für die Entwicklung von neuen Medikamenten zu nutzen. Stellen Sie sich das so vor: Man bringt einer KI bestimmte Gesetze der Physik bei, wie Molekularladungen und Faltungsmöglichkeiten von Proteinen. Nehmen wir dann an, wir bringen einer KI bei, welche unterschiedlichen Molekularstrukturen antibiotisch wirken. Jetzt gibt man der KI die Aufgabe, in diesem erdachten Szenarium zu spielen, d.h. zu kombinieren und etwa Komponenten zusammenzubauen, die es in der Natur gar nicht gibt. Uns interessiert dabei, ob hier ein neuer Stoff mit antibiotischer Wirkung herauskommt. In solchen Überlegungen spielt der Digital Twin eine Rolle. Wir schaffen also eine von der KI kreierte Umgebung, in die ein digitales Produkt – in unserem Beispiel, mit antibiotischer Wirkung – eingespielt wird, um zu schauen, was passiert. Wir sprechen hier über die komplette Virtualisierung von Studien.
Health Relations: Das klingt sehr futuristisch.
Dr. Tobias Gantner: Stimmt und so weit sind wir einfach noch nicht, denn dazu braucht man massive Rechnerleistung und gut trainierte künstliche Intelligenzen, die in der Lage sind, Muster zu erkennen. Unsere Herausforderung als Mensch ist, dass wir ganz gut in linearer Logik funktionieren, eine Maschine aber viel besser darin ist, auch diffuse Zusammenhänge sichtbar zu machen, scheinbare Komplexität zu reduzieren und diese uns und unseren Forschungsinstrumenten damit zugänglich zu machen. Wir haben unsere Reise dahin aber gerade erst begonnen und ein weiter Weg liegt noch vor uns.
Health Relations: Dann sprechen wir doch einmal über nähere Ziele. Welche sind denn näher dran?
Dr. Tobias Gantner: Näher dran ist die Erhebung von Studiendaten aus verschiedenen Quellen, die von der KI bewertet werden. Wenn wir Apps und Wearables dazu einsetzen, Daten zu erheben, kann das den Vorteil haben, dass eine gut trainierte KI sehr schnell Hypothesen erstellen kann, die auf mögliche Kausalzusammenhänge hindeuten. Dazu zählt etwa die Toxizität von bestimmten Kombinationen oder Dosen. Für die Pharmaindustrie sind solche Erkenntnisse wichtig, weil sie Studien anders gestalten und möglicherweise schneller an Evidenzen gelangen kann, die schon früh Aussagen über des Produkt machen könnten. Das nennt man dann „Predictive Analytics“ und damit beschäftigen sich viele KI-Techniken gerade: Die Vorhersage von bestimmten Outcomes basierend auf unseren derzeitigen Erkenntnissen.
„Die KI hilft, neue Klienten zu erreichen und neue Märkte, insbesondere den der Prävention, zu erschließen.“
Health Relations: Was ist mit der Voraussage von Krankheiten auf Grundlage von Daten, die durch Apps und dergleichen gesammelt wurden?
Dr. Tobias Gantner: Ja, das nennt sich „Real World Evidences“. Dabei geht es um die Sammlung von Daten aus Apps und Wearables, die Patienten mit sich tragen. Hier wollen die Pharmaunternehmen gerne mitspielen, weil ganz spannende Erkenntnisse entstehen können. Ein Beispiel: Stellen Sie sich vor, Sie haben noch keine Diagnose Diabetes, nutzen aber für einen oder zwei Monate ein Device, das die Glukose im Blut misst. Die gewonnenen Informationen nutzt eine KI, um mit statistischen Methoden vorherzusagen, ob Sie möglicherweise einen Prädiabetes haben und was Sie genau in dieser Situation tun können, um die Manifestation der Erkrankung und damit Folgeschäden zu verhindern. Hier hilft die KI, neue Klienten zu erreichen und neue Märkte, insbesondere den der Prävention, zu erschließen. Für mich ist hier ganz klar: Gelder, die in die Gesundheit fließen, sind keine Konsumausgaben, sondern Investitionen.
Health Relations: KI ist ja aus keinem Bereich mehr wegzudenken. Was kann sie leisten, wenn es um die Ansprache von Ärztinnen und Ärzten geht? Was ist da Neues zu erwarten?
Dr. Tobias Gantner: Wir arbeiten gerade an einem „Doktor MetaHhuman“. Dazu nehmen wir einen handelsüblichen 3D-Scanner und erstellen ein 3D-Bild von einem Menschen. Das Bild kann man in eine sogenannten „Unreal Engine“ einbauen. „Unreal Engine“ ist ein Virtual Reality-Programm für Designer und Programmierer virtueller Welten und deren Bewohner. Nun wird das an ein Deep Fake-Programm gekoppelt, das Gesichter gemäß gesprochenem Text animieren kann, sodass das Bild auf dem Monitor sehr realistisch aussieht, was Mund- und Augenbewegung und Mimik insgesamt angeht. Jetzt wird alles mit einem Text-to-Speech-Programm mit angebundenem Large-Language-Model (LLM), also einem KI-Programm á la ChatGPT, verbunden. Am Schluss baut man noch eine Voice-Rekognition ein, wie sie Apple, Amazon, Microsoft und Google schon vorgelegt haben und fertig ist der MetaHuman, der dann in einem Smartphone oder an großen Digitalwänden wohnen kann. Ich werfe jetzt mit vielen Ausdrücken um mich, aber ich will damit sagen, dass es diese Technik schon gibt und nicht mehr neu entwickelt werden muss. Bald wird man dafür nicht einmal mehr programmieren können müssen. Es geht wie so oft um die kluge Neukombination von bereits Vorhandenem und der Weiterentwicklung des Ergebnisses. Nichts anderes hat Steve Jobs auch gemacht, indem er die Nutzersicht radikal in die Mitte seines Interesses gestellt hat. Warum erzähle ich Ihnen das? Der MetaHuman ist für den „sales rap on demand“ interessant. Wenn ein Arzt beispielsweise abends um 21 Uhr Zeit für seine Fort- und Weiterbildung findet, der Außendienst eines Pharmaunternehmens aber nicht, könnte man die Inhalte, die man über neue Produkte vermitteln will, in so einem MetaHuman Modell hinterlegen. Der Arzt kann sich dann an jedem Endgerät mit diesem MetaHuman interagieren. Das wird in vielen Dienstleistungssektoren kommen – und dazu zählt auch die Pharmaindustrie, wenn es um den Kontakt zum Arzt geht.
Health Relations: Wird es auch für andere Bereiche wichtig?
Dr. Tobias Gantner: Ich glaube, dass das auch bei Apotheken ein Thema wird. Vorstellbar ist, dass Kunden etwa, wenn die Apotheke geschlossen ist, mit dem MetaPharmacist sprechen können – natürlich immer unter dem Vorbehalt und der klaren Information darüber, dass im Falle von komplexeren Fragen, ein Arzt hinzugezogen werden sollte und die Leitung datensicher ist. Natürlich muss man sich darüber unterhalten, ob z. B. auch in den psychotherapeutischen Interventionen, wie z. B. bei der Verhaltenstherapie solche MetaHumans auch zum Einsatz kommen sollten. Neulich wurde im JAMA eine Publikation vorgelegt, die zeigte, dass Patienten sowohl bei der Qualität der Antworten als auch bei der Empathie, die KI dem menschlichen Mediziner vorgezogen haben
Health Relations: Solche Szenarien sind interessant, aber es bleiben immer ethische Fragen.
Dr. Tobias Gantner: Ich bin sehr dafür, die als Gesellschaft zu diskutieren. Dazu gehört Bildung und der Mut, sich eigene Gedanken zu machen. Aber auch der Mut, festzustellen, dass nicht alles in scheinbarer Sicherheit planbar ist. Wir müssen als Gesellschaft den Diskurs dazu führen, wie wir mit dieser schnellen Technologien umgehen wollen, welche Vorteile und welche Risiken sie mit sich bringen. Nur dann begreifen die Leute, dass sie mit ihren Daten, beispielsweise als Datenspende, auch für sie vorteilhafte und gute Entwicklungen unterstützen können. Auf der anderen Seite müssen wir als Gesellschaft festlegen, was wir nicht wollen und wo wir Grenzen setzen. Die Medizin, die wir haben, ist zu einem gewissen Grad auch immer das Produkt der realen Gesellschaft. Uns muss bewusst sein, dass Innovation immer mit einem Risiko kommt. Riskant ist sie mindestens für die eigenen Vorurteile. Aber am Alten festzuhalten, ohne das Neue ergebnisoffen und angstfrei zu prüfen hat meines Erachtens ein noch größeres Risiko für das Individuum, das nicht nach dem möglichen Stand der Wissenschaft und Erkenntnis behandelt wird, für die Gesellschaft, die sich dem nötigen Wandel verschließt und damit auch die Fähigkeit verliert, im Diskurs mit Ambiguität umzugehen und für die Wirtschaft, die keine adäquate Wertschöpfung mehr im Land erbringen und damit auch weniger Transferleistungen in ein Gesundheitswesen finanzieren kann. Wir sollten daher, so lange wir es noch können, mehr Einsatz wagen.
