Wähle deine bevorzugte Option:
für Einzelnutzer
für Teams und Unternehmen
Von der ersten Idee bis zur voll integrierten KI-Lösung – strukturiert, sicher und mit messbarem Erfolg
Wir analysieren Ihre Geschäftsprozesse und identifizieren konkrete Use Cases mit dem höchsten ROI-Potenzial.
✓ Messbare KPIs definiert
Vollständige Datenschutz-Analyse und Implementierung sicherer Datenverarbeitungsprozesse nach EU-Standards.
✓ 100% DSGVO-konform
Maßgeschneiderte Auswahl der optimalen KI-Lösung – von Azure OpenAI bis zu Open-Source-Alternativen.
✓ Beste Lösung für Ihren Fall
Schneller Proof of Concept mit nahtloser Integration in Ihre bestehende IT-Infrastruktur und Workflows.
✓ Ergebnisse in 4-6 Wochen
Unternehmensweiter Rollout mit umfassenden Schulungen für maximale Akzeptanz und Produktivität.
✓ Ihr Team wird KI-fit
In einer wegweisenden Zusammenarbeit haben Google DeepMind und die Yale University das neue KI-Modell C2S-Scale 27B vorgestellt. Dieses Modell, das auf der offenen Gemma-Modellfamilie basiert, hat eine bisher unbekannte therapeutische Möglichkeit zur Krebsbehandlung identifiziert. Die Entdeckung, die am 15. Oktober bekannt gegeben wurde, markiert einen bedeutenden Fortschritt in der Anwendung künstlicher Intelligenz in der biomedizinischen Forschung und eröffnet potenziell neue Wege in der Entwicklung von Krebstherapien.
Das C2S-Scale 27B-Modell ist ein Fundamentmodell mit 27 Milliarden Parametern, das speziell für die Analyse von Einzelzelldaten entwickelt wurde. Seine Fähigkeit, die „Sprache“ einzelner Zellen zu verstehen, ermöglicht es ihm, komplexe biologische Informationen zu interpretieren und daraus neuartige Hypothesen abzuleiten. Ein zentrales Problem in der Krebsimmuntherapie sind sogenannte „kalte“ Tumore, die vom Immunsystem des Körpers nicht erkannt werden. Eine Strategie besteht darin, diese Tumore dazu zu bringen, immunstimulierende Signale durch Antigenpräsentation zu zeigen und sie so in „heiße“ Tumore zu verwandeln.
Die Aufgabe für das KI-Modell bestand darin, einen Wirkstoff zu finden, der als „konditionaler Verstärker“ fungiert und die Immunantwort nur unter spezifischen biologischen Bedingungen verstärkt. Diese Anforderung verlangte ein hohes Maß an kontextuellem Denken, eine Fähigkeit, die bei kleineren KI-Modellen nicht in gleichem Maße vorhanden war. Das Modell simulierte die Wirkung von über 4.000 Medikamenten in verschiedenen immunologischen Umgebungen, um Medikamente zu identifizieren, die die Antigenpräsentation selektiv in einem „immun-kontext-positiven“ Umfeld verstärken.
Die KI-gestützte Analyse führte zu einer bemerkenswerten Vorhersage: Das Medikament Silmitasertib (CX-4945), ein Kinase-CK2-Inhibitor, könnte die Antigenpräsentation signifikant steigern, insbesondere in Kombination mit niedrig dosiertem Interferon. Diese Hypothese war neuartig, da in der Literatur keine explizite Verbindung zwischen der Hemmung von CK2 durch Silmitasertib und der Verbesserung der MHC-I-Expression oder Antigenpräsentation beschrieben wurde.
Um die Vorhersage zu überprüfen, wurden Laborexperimente mit menschlichen neuroendokrinen Zellmodellen durchgeführt. Die Ergebnisse bestätigten die KI-Prognose eindrucksvoll:
Diese experimentelle Bestätigung unterstreicht das Potenzial von C2S-Scale 27B, nicht nur bekannte biologische Zusammenhänge zu verarbeiten, sondern auch neue, überprüfbare Hypothesen zu generieren. Die Entdeckung eines solchen „interferon-konditionalen Verstärkers“ könnte dazu beitragen, „kalte“ Tumore für das Immunsystem sichtbarer zu machen und sie potenziell empfänglicher für Immuntherapien zu machen.
Sundar Pichai, CEO von Google, bezeichnete diese Entwicklung als einen „aufregenden Meilenstein für KI in der Wissenschaft“. Die Forschungsteams in Yale untersuchen nun die zugrunde liegenden Mechanismen und testen weitere von der KI generierte Vorhersagen in anderen immunologischen Kontexten. Es wird erwartet, dass diese Entdeckung, nach weiteren präklinischen und klinischen Tests, einen vielversprechenden neuen Weg für die Entwicklung von Therapien zur Krebsbekämpfung aufzeigen könnte.
Die Verfügbarkeit des C2S-Scale 27B-Modells sowie der zugehörigen Ressourcen für die Forschungsgemeinschaft über Plattformen wie Hugging Face und GitHub soll die weitere Innovation in diesem Bereich fördern. Diese Entwicklung verdeutlicht das wachsende Potenzial von KI, komplexe wissenschaftliche Herausforderungen zu lösen und die Entdeckungsrate in der medizinischen Forschung erheblich zu beschleunigen.
Die Fähigkeit von KI, biologisches Verhalten auf einer zellulären Ebene zu modellieren und präzise Vorhersagen zu treffen, könnte die Arzneimittelentwicklung revolutionieren. Durch die Skalierung von Modellen wie C2S-Scale 27B können Hochdurchsatz-Virtual-Screens durchgeführt, kontextabhängige Biologie entdeckt und fundierte biologische Hypothesen generiert werden. Dies legt eine Blaupause für eine neue Art der biologischen Entdeckung vor und könnte dazu beitragen, den Weg zu neuen Therapien zu verkürzen.
Die Zusammenarbeit zwischen führenden Technologieunternehmen und akademischen Institutionen demonstriert, wie interdisziplinäre Ansätze die Grenzen des Machbaren verschieben können. Die kontinuierliche Weiterentwicklung und verantwortungsvolle Anwendung von KI in der Gesundheitsbranche ist entscheidend, um das volle Potenzial dieser Technologien für das Wohl der Patienten auszuschöpfen.
Lernen Sie in nur 30 Minuten kennen, wie Ihr Team mit KI mehr erreichen kann – live und persönlich.
🚀 Demo jetzt buchen