Einsatz von Künstlicher Intelligenz zur Beschleunigung der Medikamentenentwicklung für neurologische Erkrankungen

Die Anwendung von Künstlicher Intelligenz (KI) im Bereich der medizinischen Forschung, insbesondere bei der Entwicklung von Medikamenten für neurologische Erkrankungen, stellt einen bedeutenden Fortschritt dar. Wissenschaftler setzen KI-gestützte Methoden ein, um die Identifizierung potenzieller Behandlungsmöglichkeiten für komplexe Zustände wie Motoneuron-Erkrankungen (MND) erheblich zu beschleunigen. Diese Entwicklung verspricht, die Zeitspanne von der Entdeckung bis zur Marktreife von Medikamenten drastisch zu verkürzen.

KI als Beschleuniger in der Neurologie

Die Forschung an neurologischen Erkrankungen ist traditionell langwierig und ressourcenintensiv. Die Komplexität des menschlichen Gehirns und die Vielfalt der neurologischen Störungen erschweren die Entwicklung wirksamer Therapien. Hier setzt die KI an: Sie ermöglicht es, große Mengen an Daten zu analysieren und Muster zu erkennen, die dem menschlichen Auge verborgen bleiben würden.

Ein führendes Beispiel für diesen Ansatz findet sich am UK Dementia Research Institute in Edinburgh. Dort werden umfassende Patientendaten – darunter Stimmaufnahmen, Augenscans und laborgerechte Gehirnzellen – mithilfe von KI-Algorithmen ausgewertet. Ziel ist es, bereits existierende Medikamente, die für andere Zustände zugelassen sind, auf ihre Wirksamkeit gegen neurologische Erkrankungen zu testen. Dieser Prozess, bekannt als "Drug Repurposing" oder Medikamentenumwidmung, bietet den Vorteil, dass die Sicherheits- und Verträglichkeitsprofile dieser Medikamente bereits bekannt sind, was den Entwicklungsprozess erheblich vereinfacht.

Der Ansatz des Drug Repurposing

Das Konzept des Drug Repurposing ist nicht neu, gewinnt aber durch den Einsatz von KI eine neue Dimension. Weltweit gibt es etwa 1.500 Medikamente, die für verschiedene Krankheiten zugelassen sind. Die Hypothese ist, dass einige dieser Medikamente auch eine bislang unerkannte Wirksamkeit gegen Hirnerkrankungen besitzen könnten. Professor Siddarthan Chandran, CEO des UK Dementia Research Institute, betont, dass die Kombination aus KI und neuen Technologien Forschungsschritte ermöglicht, die noch vor wenigen Jahren undenkbar gewesen wären.

Die Vorteile dieser Methode liegen auf der Hand: Die Forschung konzentriert sich nicht auf die Entwicklung völlig neuer Substanzen, was oft über ein Jahrzehnt dauern kann, sondern auf die Wiederverwendung bestehender Medikamente. Dies kann die Zeit bis zur Verfügbarkeit erschwinglicher und effektiver Behandlungen für neurologische Erkrankungen erheblich verkürzen.

Patientenperspektive und konkrete Fortschritte

Für Patienten wie Steven Barrett, der vor zehn Jahren mit Motoneuron-Erkrankung (MND) diagnostiziert wurde, bedeutet diese Forschung eine große Hoffnung. MND ist eine degenerative neurologische Erkrankung, für die es derzeit keine Heilung gibt. Die Aussicht, dass wirksame Behandlungen innerhalb von Jahren statt Jahrzehnten gefunden werden könnten, ist für Betroffene von immenser Bedeutung.

Im Rahmen des MND-SMART-Projekts werden beispielsweise mehrere Medikamente gleichzeitig getestet, anstatt einzelne Behandlungen gegen ein Placebo zu prüfen. Dies beschleunigt den Evaluationsprozess und erhöht die Effizienz der klinischen Studien. Die gesammelten Daten, einschließlich Iris-Scans und Stimmaufnahmen, werden durch KI verarbeitet, um frühe Anzeichen von Veränderungen zu identifizieren, die auf künftige Probleme hinweisen könnten.

Die Rolle von Labormodellen

Ein weiterer wichtiger Bestandteil der Forschung ist die Verwendung von Stammzellen, die aus Blutproben von freiwilligen Patienten gewonnen und zu Neuronen kultiviert werden. An diesen Neuronen werden dann bestehende Medikamente mittels einer Kombination aus Robotik, traditionellen Labormethoden und spezialisierten Algorithmen getestet. Diese maschinellen Lernalgorithmen werden darauf trainiert, Medikamente zu identifizieren, die eine neurologische Krankheitssignatur in ein gesundes Profil umwandeln könnten. Die von der KI als potenziell wirksam identifizierten Medikamente können anschließend in klinische Studien mit menschlichen Probanden überführt werden.

Weitere Anwendungsfelder und Herausforderungen

Der Einsatz von KI im Bereich der Medikamentenentwicklung ist nicht auf MND beschränkt. Wissenschaftler des Massachusetts Institute of Technology (MIT) haben generative KI genutzt, um neue antibiotische Verbindungen zu identifizieren, die gegen multiresistente Keime und Krankheiten wie Parkinson wirksam sein könnten. Im Jahr 2024 entwickelten Forscher der Harvard University das neuronale Netzwerkmodell TxGNN, um bestehende Medikamente für die Behandlung seltener Krankheiten zu finden.

Trotz dieser vielversprechenden Fortschritte gab es in der breiteren neurologischen Forschung auch Rückschläge. Eine kürzlich durchgeführte Überprüfung der Alzheimer-Medikamente Lecanemab und Donanemab, die einst als "Durchbruch" gefeiert wurden, zeigte, dass ihre Wirkung auf die Verlangsamung des Krankheitsverlaufs nicht signifikant genug war, um einen bedeutsamen Unterschied für die Patienten zu machen. Solche Ergebnisse unterstreichen die Komplexität neurologischer Erkrankungen und die Notwendigkeit kontinuierlicher, innovativer Forschungsansätze.

Professor Chandran bleibt jedoch zuversichtlich und sieht die aktuelle Phase als einen Wendepunkt in der neurologischen Forschung und dem Verständnis dieser Krankheiten.

Bibliography: - BBC News (2026). AI used to speed up search for motor neurone disease drugs. - Yahoo News (2026). AI may speed up search for drugs to treat brain conditions. - The News (2026). How AI is fast-tracking search for drugs to treat brain conditions. - ALS News Today (2026). Outsee wins award to support AI search for ALS treatments. - Info Nasional - World (2026). Artificial Intelligence Accelerates Search for Repurposed Neurological Drugs. - THIIS Magazine (2026). Longitude Prize on ALS awards £2 million to 20 international teams pursuing treatments. - bioRxiv (2025). Artificial intelligence-augmented drug discovery identifies gefitinib as a potential treatment for ALS. - Innovation News Network (2025). How AI supercharges transformative change for ALS drug discovery. - The University of Sheffield (2023). BenevolentAI progresses BEN-34712 for the potential treatment of ALS into IND-enabling studies.