90 Prozent der Entwicklungsprojekte der Pharmaindustrie gehen fehl. Digitale Anwendungen sollen die Erfolgsraten erhöhen und Kosten sparen helfen. 

Erst vor Kurzem schlug die Pharmig – wieder einmal – Alarm. „Europa verliert im Bereich der klinischen Forschung seit Jahren an Boden. Während Länder wie die USA oder China ihre Attraktivität für biomedizinische Forschung weiter ausbauen, sinkt Europas Anteil an klinischen Prüfungen kontinuierlich“, hieß es aus Anlass des Internationalen Tages der Klinischen Studien Ende Mai.

Ein Faktum: In Österreich ist die Anzahl der Anträge für klinische Prüfungen seit 2021 um 30 Prozent zurückgegangen. Im europäischen Umfeld wird für die Entwicklung eine ganze Reihe von Rahmenbedingungen verantwortlich gemacht. Die Vereinigung der pharmazeutischen Unternehmen erklärte: „Die Ursachen dafür sind vielfältig: komplexe regulatorische Anforderungen, langwierige Genehmigungsverfahren, fragmentierte Forschungsstrukturen und ein zunehmend schwieriges Umfeld für Investitionen. Zwar wurde mit der europäischen Clinical Trials Regulation (CTR) im Jahr 2022 ein zentrales Genehmigungsverfahren für multinationale klinische Prüfungen eingeführt, doch die positiven Effekte der damit einhergehenden Harmonisierung bleiben bislang hinter den Erwartungen zurück.“

Digitale Techniken als Ausweg?

Egal wie der Wettlauf zwischen China, Indien, den USA und Europa ausgeht, klinische Studien sind das teuerste bei der Entwicklung neuer Therapien. Sie dauern am längsten und haben eine extrem hohe Ausfallsrate. Von der „einfachen“ Patientenversorgung bis zu den wissenschaftlichen Untersuchungen selbst sollen deshalb digitale Techniken samt KI und digitalen Zwillingen für eine Verkürzung der Entwicklungszeiten, für Kosteneinsparungen und weniger Fehlschläge sorgen.

Der britische AI-Spezialist Christopher Burr (Turing Institute) hat vor Kurzem das Prinzip des digitalen Zwillings in „AI & Society“ so dargestellt: „Eine 42-jährige Frau mit Brustkrebs im Frühstadium steht vor einer quälenden Entscheidung: Soll sie sich einer Chemotherapie mit starken Nebenwirkungen, aber höheren Erfolgschancen unterziehen oder eine zielgerichtete Therapie mit weniger Nebenwirkungen, aber ungewissem Ausgang für ihr spezifisches Tumorprofil wählen? Aktuell basiert diese Entscheidung auf Bevölkerungsstatistiken und ist mit erheblichen klinischen Unsicherheiten behaftet. Künftig könnte ein digitaler Zwilling ihres Tumors, der kontinuierlich mit Daten zu ihrem Therapieansprechen und Echtzeit-Biomarkern aktualisiert wird, beide Behandlungswege simulieren und so helfen, die erfolgversprechendste Option vorherzusagen.“

Virtuelle Tests vor der ersten Tablette

Mit den Möglichkeiten, Herausforderungen und Potenzialen digitaler Patientenzwillinge beschäftigen sich Wissenschafter des Fraunhofer-Instituts für Experimentelles Software Engineering (IESE). Sie wollen künftig die Medikation am digitalen Abbild testen, bevor ein Mensch die erste Tablette schluckt. 

Theresa Ahrens vom deutschen Institut erklärte dazu: „Grundsätzlich definiert man den digitalen Zwilling von Patienten als virtuell präzises, dynamisches Ebenbild biologischer Einheiten. So ein hochentwickeltes Modell kann z.B. Zellstrukturen, Gewebe, Organe oder ganze Personen nachbilden und enthält idealerweise sämtliche Informationen des realen Gegenstücks, also des echten Erkrankten.“

Digitale Patientenzwillinge seien dynamisch, das heißt, sie berücksichtigten Veränderungen im Laufe der Zeit und könnten grundlegende physiologische Prozesse simulieren. Dadurch könnten Vorhersagen etwa über physiologische Funktionen getroffen werden, beispielsweise bei einer geplanten Einnahme bestimmter Medikamente.

Ihr Kollege Jonas Marcello: „Auch auf das Thema ,klinische Studien‘ könnte sich der digitale Patientenzwilling günstig auswirken: Solche Studien an echten Personen ließen sich möglicherweise vereinfachen und beschleunigen, indem man die Wirksamkeit oder auch die Dosierung vorab digital am Zwilling simuliert. Bislang gibt es weltweit nur einige wenige klinische Studien mit digitalen Patientenzwillingen – insbesondere Diabetes dient hier als Modellkrankheit.“

Placebogruppen verkleinern?

Die großen Pharmakonzerne sind da bereits aktiv. Novartis stellte dazu fest: „Besonders spannend ist die Anwendung von digitalen Zwillingen in klinischen Studien, denn die Entwicklung innovativer Medikamente steht vor grundlegenden Herausforderungen. Klinische Studien sind das Fundament der Arzneimittelentwicklung, doch ihre Durchführung ist komplex. Es kann schwierig sein, Patienten zu rekrutieren. Insbesondere bei seltenen Erkrankungen kann dies zu einer Herausforderung werden.“

Hinzu komme ein strukturelles Dilemma: Um die Wirksamkeit und Sicherheit eines Wirkstoffs zu untersuchen, sind meistens Kontrollgruppen erforderlich. Für viele Betroffene sei jedoch gerade der Zugang zum Wirkstoff, der getestet wird, die Hauptmotivation zur Teilnahme an einer Studie. Unsicherheiten darüber, ob man wirklich das neue Medikament erhält oder der Kontrollgruppe angehört, können sehr belastend sein und sogar zum Abbruch der Studie führen.

Der Schweizer Konzern setzt beispielsweise auf eine Kooperation mit Björn Eskofier, Leiter des Instituts für Künstliche Intelligenz in der Medizin (Ludwig-Maximilians-Universität München). Dort werden digitale Patientenmodelle anhand von anonymisierten Gesundheitsdaten entwickelt.

Virtuelle Probanden sollen künftig die Kontrollpatienten in klassischen Studiendesigns ergänzen oder in bestimmten Konstellationen sogar teilweise ersetzen. Kontrollgruppen verschiedener Studien ähneln sich zudem häufig. Das bedeutet: Sind die Daten bereits einmal vorhanden, können sie digital auch auf andere Studien übertragen werden.

Erheblicher Mehrwert

Der potenzielle Mehrwert ist erheblich. Novartis erklärte: „Studien ließen sich trotz kleinerer Probandengruppen statistisch absichern, während gleichzeitig mehr Teilnehmende Zugang zur neuen Therapie erhielten – eine Win-win-Situation. Dr. Benjamin Gmeiner, Head of Medical Data Strategy & Science des Konzerns, formulierte es folgendermaßen: „Mit digitalen Zwillingen wollen wir erreichen, dass künftig alle realen Patientinnen und Patienten sofort die innovative Therapie bekommen. Was mit den Patientinnen und Patienten in den Kontrollgruppen passiert wäre, sollen künftig Algorithmen errechnen.“

Thomas Klabunde, damals Globaler Leiter der translationalen Krankheitsmodellierung bei Sanofi, wurde 2024 dazu so zitiert: „Durch die Verlagerung eines Teils des aktuellen F&E-Prozesses, der mitunter auf Versuch und Irrtum beruht, auf eine virtuelle Patienten-Computerplattform können wir versuchen, eine der größten Herausforderungen in der heutigen F&E zu bewältigen – die 90-prozentige Misserfolgsquote neuer Arzneimittelkandidaten während der klinischen Entwicklung – und Durchbrüche für Patienten zu beschleunigen.“

Der Konzern hat das mit einem potenziellen neuen Asthmamedikament erprobt. Der Wirkstoff hatte bereits erfolgreich eine Phase-1b-Studie absolviert. Man wollte aber auch wissen, ob er im Vergleich zu anderen Therapien echten Fortschritt bedeutet. Also konstruierte man einen virtuellen Asthmapatienten. Das geschah mit allen relevanten Zelltypen und Proteinen, die mit Asthma in Zusammenhang stehen. Schließlich wurde sogar künstlich „verblindet“. Damit lassen sich sogar Teilphasen der klinischen Entwicklung verkürzen.

Frag doch den digitalen Zwilling!