AstraZeneca nutzt KI in klinischen Studien, um die Behandlungsergebnisse für Patienten zu verbessern

Der Wettlauf um die Implementierung von KI in der Pharmaindustrie umfasst die Bereiche Arzneimittelforschung, -entwicklung und klinische Studien. AstraZeneca hat sich jedoch durch den Einsatz von KI für klinische Studien in einem beispiellosen Umfang im Bereich der öffentlichen Gesundheit von anderen Unternehmen abgehoben.

Während sich die Konkurrenz auf die Optimierung der internen Forschung und Entwicklung konzentriert, hat AstraZeneca seine KI bereits in nationale Gesundheitssysteme integriert. Das Unternehmen untersucht Hunderttausende von Patienten und demonstriert damit die realen Auswirkungen der Übertragung von KI aus dem Labor in die Praxis.

Klinische Validierungen stützen dieses Modell. Die auf dem Europäischen Lungenkrebskongress 2025 vorgestellte CREATE-Studie von AstraZeneca zeigte, dass das KI-Tool für Röntgenaufnahmen des Brustkorbs einen positiven Vorhersagewert von 54,1 % erreichte und damit die vordefinierte Erfolgsbenchmark von 20 % weit übertraf.

Hinter diesen Zahlen stehen über 660.000 Menschen, die seit 2022 in Thailand untersucht wurden, wobei die KI in 8 % der Fälle verdächtige Lungenläsionen meldete. Entscheidend ist, dass das thailändische Nationale Amt für Gesundheitssicherheit diese Technologie nun in 887 Krankenhäusern einführt, unterstützt durch ein Dreijahresbudget von über 415 Millionen Baht.

Es handelt sich hierbei nicht um ein begrenztes Pilotprojekt oder einen Proof-of-Concept. Es ist KI für klinische Studien, die im Maßstab eines gesamten nationalen Gesundheitssystems eingesetzt wird.

Unterschiedliche Strategien bei der KI für klinische Studien

Der Kontrast zu anderen führenden Pharmaunternehmen ist aufschlussreich. Der ML Research Hub von Pfizer hat die Zeiträume für die Arzneimittelentwicklung verkürzt und identifiziert Moleküle in etwa 30 Tagen. Das Unternehmen nutzte KI, um Paxlovid in Rekordzeit zu entwickeln, wobei maschinelles Lernen Patientendaten 50 % schneller analysierte als herkömmliche Ansätze. KI spielt nun in mehr als der Hälfte der klinischen Studien von Pfizer eine Rolle.

Novartis arbeitet mit Isomorphic Labs (gegründet vom Nobelpreisträger Demis Hassabis) und Microsoft bei der KI-gestützten Arzneimittelentwicklung zusammen. Sein Intelligent Decision System nutzt Computertwins zur Simulation von Studienprozessen, wobei KI-ausgewählte Standorte Patienten Berichten zufolge schneller rekrutieren als herkömmliche Methoden.

Roche verfolgt eine „Lab-in-a-Loop”-Strategie, bei der KI-Modelle mit physikalischen Experimenten abgeglichen werden. Nach der Übernahme von Foundation Medicine und Flatiron Health hat Roche die branchenweit größte klinische Genomdatenbank aufgebaut – mit über 800.000 Profilen zu mehr als 150 Tumorsubtypen – und strebt bis 2026 eine Effizienzsteigerung von 50 % im Sicherheitsmanagement an.

Der operative Vorteil von AstraZeneca bei klinischen Studien

Die Besonderheit von AstraZeneca im Bereich KI für klinische Studien liegt in der Umsetzung in großem Maßstab. Mit über 240 aktiven Studien weltweit hat das Unternehmen generative KI systematisch in seine klinischen Abläufe integriert.

Ein Beispiel dafür ist das gemeinsam mit medizinischen Autoren entwickelte „intelligente Protokoll-Tool”, mit dem die Zeit für die Erstellung von Dokumenten um bis zu 85 % reduziert werden konnte. Das Unternehmen nutzt KI auch für die 3D-Standorterkennung bei CT-Scans, wodurch sich der Zeitaufwand für Radiologen für manuelle Annotationen drastisch verringert.

Noch bedeutender ist, dass AstraZeneca Pionierarbeit bei der Einführung virtueller Kontrollgruppen für Studien leistet. Durch die Verwendung elektronischer Gesundheitsakten und historischer Studiendaten zur Simulation von Placebo-Armen kann das Unternehmen potenziell die Anzahl der Patienten reduzieren, die inaktive Behandlungen erhalten – eine grundlegende Veränderung im Studiendesign.

Die Initiative zur Lungenkrebsvorsorge ist ein Beispiel für diese Strategie. Mit dem qXR-LNMS-Tool von Qure.ai führt AstraZeneca nicht nur eine Studie durch, sondern verändert die Infrastruktur des öffentlichen Gesundheitswesens. Eine Erweiterung im Dezember 2025 umfasst ein neues Programm zur Vorsorgeuntersuchung von 5.000 Industriearbeitern in vier thailändischen Provinzen, wodurch der Fokus von Lungenkrebs auf die Erkennung von Herzinsuffizienz ausgeweitet wird.

Der Wettlauf um die Beschleunigung der Zeitpläne

Branchenkennzahlen unterstreichen die Bedeutung von KI in klinischen Studien. Die traditionelle Arzneimittelentwicklung dauert 10 bis 15 Jahre und hat eine Ausfallrate von 90 %. Mit KI entdeckte Medikamente erreichen in Phase I Erfolgsraten von 80 bis 90 % – doppelt so viel wie der traditionelle Benchmark von 40 bis 65 %. Über 3.000 KI-gestützte Medikamente befinden sich in der Entwicklung, wobei bis 2030 mehr als 200 KI-gestützte Zulassungen erwartet werden.

Pfizer durchläuft die Phasen von der Molekülidentifizierung bis zur klinischen Studie in Sechs-Wochen-Zyklen. Novartis kann 460.000 klinische Studien in wenigen Minuten statt in Monaten analysieren. Das Modell von AstraZeneca hat jedoch unmittelbare Auswirkungen auf Patienten: Es ermöglicht die Erkennung von Krebserkrankungen in unterversorgten Bevölkerungsgruppen, oft noch bevor Symptome auftreten.

Die 410-Milliarden-Dollar-Frage

Das Weltwirtschaftsforum schätzt, dass KI bis 2030 jährlich 350 bis 410 Milliarden Dollar für die Pharmaindustrie generieren könnte. Die entscheidende Frage ist, welche Strategie mehr Wert schafft: die Beschleunigung der Arzneimittelentwicklung oder die Rationalisierung der klinischen Abläufe?

Pfizers Fokus auf computergestütztes Wirkstoffdesign und die KI-gestützte Standortauswahl von Novartis könnten zu bahnbrechenden Molekülen führen. Das integrierte Pharma-Diagnostik-Modell von Roche schafft einen starken proprietären Datenvorteil.

Die Strategie von AstraZeneca, KI in alle klinischen Abläufe zu integrieren – vom Protokollentwurf über die Patientenrekrutierung bis hin zu Zulassungsanträgen –, verkürzt nachweislich die Markteinführungszeit und liefert gleichzeitig umfangreiche Daten aus der Praxis.

Das Partnerschaftsmodell des Unternehmens ist ebenso einzigartig. Während andere KI-Unternehmen übernehmen oder interne Hubs aufbauen, arbeitet AstraZeneca mit Technologiepartnern wie Qure.ai und Perceptra, Aufsichtsbehörden und nationalen Gesundheitssystemen zusammen, um KI dort einzusetzen, wo die Infrastrukturdefizite am größten sind.

Während AstraZeneca auf sein Ziel für 2030 hinarbeitet, 20 neue Medikamente und einen Umsatz von 80 Milliarden US-Dollar zu erzielen, geht es bei seinem KI-Vorteil in klinischen Studien nicht nur um Geschwindigkeit. Es geht darum, den Wert der KI in der am stärksten regulierten und risikoscheuen Phase der Arzneimittelentwicklung unter Beweis zu stellen. Während die Konkurrenz um die nächste bahnbrechende Molekülentdeckung wetteifert, gestaltet AstraZeneca die Durchführung klinischer Studien neu.

Der endgültige Gewinner wird möglicherweise nicht dadurch bestimmt, wer den fortschrittlichsten Algorithmus entwickelt, sondern wer KI in klinischen Studien einsetzt, wo sie die Ergebnisse für Patienten spürbar verbessert – in großem Maßstab, unter behördlicher Aufsicht und innerhalb realer Gesundheitssysteme.

In diesem Wettlauf liegt AstraZeneca derzeit an der Spitze.

Siehe auch: Google AMIE: KI-Arzt lernt, medizinische Bilder zu „sehen”

Möchten Sie mehr über KI und Big Data von Branchenführern erfahren? Besuchen Sie die AI & Big Data Expo in Amsterdam, Kalifornien und London. Diese umfassende Veranstaltung ist Teil der TechEx und findet zusammen mit anderen führenden Technologieveranstaltungen statt. Klicken Sie hier für weitere Informationen.

AI News wird von TechForge Media betrieben. Entdecken Sie hier weitere bevorstehende Veranstaltungen und Webinare zum Thema Unternehmenstechnologie.