Google hat die Entwicklung eines innovativen Sets „offener“ KI-Modelle namens TxGemma bekannt gegeben, die den Prozess der Arzneimittelentwicklung revolutionär verändern sollen. Die Ankündigung erfolgte am Dienstag im Rahmen einer Gesundheitsveranstaltung in New York.
Laut Unternehmensangaben verfügen die neuen KI-Modelle, deren Start noch in diesem Monat über das Health AI Developer Foundations-Programm geplant ist, über die einzigartige Fähigkeit, sowohl normalen Text als auch Strukturen verschiedener „therapeutischer Einheiten“ zu verarbeiten, darunter chemische Verbindungen, Moleküle und Proteine.
„Die Entwicklung therapeutischer Arzneimittel vom Konzept bis zur zugelassenen Anwendung ist ein langwieriger und kostspieliger Prozess, deshalb arbeiten wir mit der breiteren Forschungsgemeinschaft zusammen, um neue Wege zur Verbesserung der Effizienz dieses Prozesses zu finden“, erklärte Karen DeSalvo, Chief Health Officer von Google, in einem TechCrunch zur Verfügung gestellten Blogbeitrag. „Forscher werden TxGemma Fragen stellen können, die helfen, wichtige Eigenschaften potenzieller neuer Therapien vorherzusagen, wie ihre Sicherheit oder Wirksamkeit.“
Google hat jedoch bisher keine Details zur Lizenzierung dieser Modelle bekannt gegeben und lässt Fragen zur Möglichkeit ihrer kommerziellen Nutzung, Anpassung und zusätzlichen Schulung offen. TechCrunch hat das Unternehmen um Klärung gebeten und wartet auf eine Antwort.
Trotz optimistischer Aussagen vieler Unternehmen, darunter Googles Spin-off Isomorphic Labs, über das revolutionäre Potenzial von KI in der Arzneimittelentwicklung erweist sich die Realität als komplexer. Obwohl bestimmte Erfolge erzielt wurden, ist künstliche Intelligenz noch keine magische Lösung für die Laborforschung geworden.
Die letzten Jahre waren von aufsehenerregenden Misserfolgen in klinischen Studien bei Unternehmen geprägt, die KI für die Arzneimittelentwicklung einsetzen, darunter Exscientia und BenevolentAI. Darüber hinaus zeigt die Genauigkeit führender KI-Systeme in diesem Bereich, wie AlphaFold 3 von Google DeepMind, eine erhebliche Variabilität der Ergebnisse.
