Die Entwicklung neuer Therapien ist teuer, langwierig und weitgehend erfolglos. Deshalb ist es wichtig, neue Wege zu finden, um Medikamente auf den Markt zu bringen. Das MTIP-Portfoliounternehmen Intelligencia AI hilft Pharma- und Biotech-Unternehmen dabei, das Risiko der klinischen Entwicklung zu managen und die Portfoliostrategie zu optimieren.
Seit mehr als einem Jahrzehnt kratzt sich die Pharma- und Biowissenschaftsbranche sprichwörtlich den Kopf über eine existenzielle Frage: Wie lange kann das Geschäftsmodell der Branche angesichts exponentiell steigender Kosten und Zeiten für die Entwicklung neuer Therapien noch funktionieren?
Jüngste Forschungsberichte gehen davon aus, dass es etwa zehn Jahre dauert, ein Molekül von der Entdeckung bis zur Marktreife zu bringen, während sich die durchschnittlichen Kosten für den F&E-Prozess auf 1,3 bis 2,1 Milliarden US-Dollar belaufen. Dies ist erschreckend teuer, wenn man bedenkt, dass laut einer Deloitte-Studie die erwartete Rendite aus der Arzneimittelentwicklung auf weniger als 2 % gesunken ist, was bedeutet, dass Möglichkeiten zur Senkung der Kosten für die Markteinführung neuer Arzneimittel für die gesamte Branche unerlässlich sind (Measuring the return from pharmaceutical innovation 2018, Deloitte).
Wie hat die Reise von Intelligencia begonnen?
Im Jahr 2014 arbeiteten Mitglieder des Intelligencia-Führungsteams, darunter die Mitbegründer Dimitrios Skaltsas und Vangelis Vergetis sowie COO Rezzan Köse, bei der Unternehmensberatung McKinsey mit Kunden aus den Bereichen Pharma, Gesundheitswesen und Biowissenschaften zusammen.
"Die Problemstellung war ganz klar: Wie können wir die unüberschaubaren Mengen an Zeit und Geld bewältigen, die in die Arzneimittelentwicklung fließen? Bis zu diesem Zeitpunkt wurde das Problem mit dem Modell von Ziegeln, Mörtel und Menschen angegangen, aber wir begannen, die Frage von Kunden zu bekommen: Wie können wir analytischer vorgehen? Gibt es andere Wege, dieses Problem zu lösen? Gibt es Raum für die Anwendung von Data Science, da alle Daten aus klinischen Studien gesetzlich registriert werden müssen und öffentlich zugänglich sind", sagte Rezzan Köse.
Intelligencia, die Erfindung von Skaltsas und Vergetis, hat sich zum Ziel gesetzt, den Prozess der Arzneimittelentwicklung zu erneuern, indem es die Erfolgswahrscheinlichkeit mithilfe öffentlich verfügbarer Daten, fortschrittlicher Analytik und maschinellem Lernen prognostiziert, um die mit der klinischen Entwicklung verbundenen Risiken zu bewerten, zu quantifizieren und zu verringern.
Das Unternehmen konzentrierte sich zunächst auf den weltweit größten pharmazeutischen Therapiebereich, die Onkologie, in dem stets eine große Anzahl von Studien durchgeführt wird und höhere Erfolgsquoten zu verzeichnen sind. Intelligencia baute ein Team mit Fachwissen in der Immuno-Onkologie auf, das die Assoziationen zwischen einem Target und einer Indikation herstellen konnte. Die erste Aufgabe bestand darin, Datensätze für die maschinellen Lernalgorithmen zu erstellen, die sie für die prädiktive Modellierung geschrieben hatten.
"Ihre qualitativ hochwertige und von Experten kuratierte Datenbank und ihre intuitive Benutzeroberfläche haben uns während unserer Due Diligence im letzten Jahr beeindruckt. Beides wurde kürzlich von vier ihrer Life-Sciences-Kunden hervorgehoben, als sie erklärten, was ihnen an Intelligencias Lösung gefällt", sagte Danchen Zhao, Investment Director bei MTIP.
Die Macht des maschinellen Lernens
Während in einigen Kreisen noch Skepsis darüber herrscht, inwieweit das maschinelle Lernen das Gesicht der Pharmaindustrie und der Biowissenschaften verändern wird, hat die COVID-19-Pandemie begonnen, das Ruder herumzureißen, indem KI eingesetzt wird, um Wissenschaftlern Zeit zu sparen und den langsamen Entdeckungsprozess zu beschleunigen. Kürzlich erklärte Miraz Rahman, Professor für medizinische Chemie am King's College London, gegenüber der Financial Times, dass er glaubt, dass die KI in den nächsten fünf bis zehn Jahren vollständig in die Arzneimittelforschung integriert sein wird, da alle Daten darauf hindeuten, dass sie hier bleiben wird".
Köse ist der Meinung, dass sie, wenn sie mit Menschen über die Arbeit von Intelligencia spricht, am besten die Blindversuche des Unternehmens und die Übereinstimmung ihrer Vorhersagen mit den erfolgreichen oder gescheiterten Medikamenten erläutert. "Im Grunde können wir unsere Augen schließen und unseren Algorithmus laufen lassen, der uns sagt, ob ein Medikament zugelassen wurde oder nicht, und wenn wir die Ergebnisse vergleichen, stimmen mehr als 80 % der Vorhersagen mit dem überein, was passiert ist. Wir haben verschiedene Algorithmen mit Testreihen verwendet und Blindtests durchgeführt, um die Überschneidung zu messen. Wir wissen, dass das funktioniert", erklärt sie.
Die Plattform von Intelligencia ermöglicht es den Kunden:
Eine der wichtigsten Herausforderungen besteht laut Köse darin, das Wertversprechen von Intelligencia für ein Produkt klar zu formulieren, das komplex ist und ein Verständnis sowohl der Biologie als auch der Datenwissenschaft erfordert, um seine volle Leistungsfähigkeit zu schätzen. "Unsere Technologie ist ein Werkzeug zur Entscheidungsunterstützung, das Führungskräften und Stakeholdern hilft, bessere Entscheidungen zu treffen, indem es sicherstellt, dass sie nicht in bestimmte Vorurteile verfallen, die möglicherweise nicht auf der Realität beruhen. Was wir damit sagen wollen, ist: Wenn Unternehmen X einen runden Tisch mit 12 Stakeholdern hat, fügen Sie einen weiteren Platz für unseren KI-Algorithmus hinzu und nutzen Sie ihn als weiteren Datenpunkt, wenn Sie Ihre Entscheidung treffen. Nutzen Sie seine Macht und verstehen Sie, warum er 60 % und nicht 80 % sagt oder warum er 80 % und nicht 30 % sagt."
2021 und ihr "Moneyball-Moment"
Forbes nahm Intelligencia kürzlich in seine Liste der 50 vielversprechendsten KI-Unternehmen Amerikas auf. Der Mitbegründer Vangelis Vergetis sagte dem Magazin, dass "die Biotechnologie den Rückstand gegenüber dem Baseball aufholen muss und dass ihr eigener Moneyball-Moment jetzt gekommen ist", eine Anspielung auf den Film aus dem Jahr 2011, in dem ein Baseball-Team mit kleinem Budget fortschrittliche Analyseverfahren einsetzt, um die Erwartungen zu übertreffen.
Im August 2021 gab MTIP die vierte Investition des MTIP Fund II in Intelligencia bekannt, zu der auch Big Pi Ventures und die Synetro Group gehören. Diese Transaktion ist Teil der rasanten Beschleunigung der Risikofinanzierung für den Einsatz von künstlicher Intelligenz und maschinellem Lernen in der Diagnostik und Arzneimittelforschung, die nach Angaben des Finanzdaten- und Softwareunternehmens Pitchbook bis 2023 einen Markt von 131 Milliarden US-Dollar darstellen wird.
"Es gibt ein zunehmendes Verständnis dafür, wie maschinelles und tiefes Lernen zu einem entscheidenden Werkzeug für die Umgestaltung des Prozesses der Arzneimittelentwicklung wird, und dies wurde durch die Pandemie noch beschleunigt. Wir müssen diese Dringlichkeit in die Arzneimittelforschung für alle Patienten einbringen, und bei MTIP entspricht diese Investition unserer Philosophie, Innovationen zu unterstützen, die die Lebensqualität und die Lebenserwartung von Patienten in allen Therapiebereichen verbessern", sagte Dr. Christoph Kausch, Managing Partner von MTIP.
Wie Intelligencia die Revolution des maschinellen Lernens anführt
Dieser Meinung ist auch Köse, als sie über ihren Weg von ihrer Zeit bei McKinsey zu ihrer jetzigen Rolle bei Intelligencia nachdenkt: "Es gibt eine überwältigende Menge an Daten mit so viel Potenzial, das darauf wartet, aufgedeckt zu werden, und je schneller wir maschinelles Lernen auf die Dinge anwenden, die menschlich nicht möglich sind, desto schneller können wir das Leben der Menschen verändern. Das Potenzial zur Heilung aller Krankheiten ist da draußen, es geht nur darum, auf diese Informationen und dieses Wissen zuzugreifen und es zu knacken. Wir sind so nah dran und gleichzeitig so weit weg, und das fasziniert mich."
Mit Blick auf die Zukunft sieht Köse Intelligencia als Vorreiter der Revolution des maschinellen Lernens in der Pharmabranche: "Ich möchte, dass wir in der Lage sind, innezuhalten und zurückzublicken und zu sagen: Erinnert ihr euch noch daran, wie die Arzneimittelentwicklung früher ablief? Wie sie 20 Jahre dauerte? Wie extrem risikoreich sie war, und wie sich all das dank unseres Produkts geändert hat? Ich sehe uns als Vorreiter und Wegbereiter, und darauf bin ich unglaublich stolz."
.svg)
.svg)
