Ausweitung auf neue Gesundheitsmärkte: Der wachsende Einfluss medizinischer KI

Künstliche Intelligenz in der Medizin wird meist mit dem Erkennen von Auffälligkeiten in medizinischen Bildern, der Analyse von Testergebnissen und der Unterstützung von Ärztinnen und Ärzten bei der Diagnosestellung in Verbindung gebracht. In letzter Zeit stoße ich jedoch immer häufiger auf Entwicklungen, die weit über diese Anwendungen hinausgehen und unsere Vorstellungen davon infrage stellen, was Medizintechnik leisten kann. Einige sind so ambitioniert, dass ihre Auswirkungen weit über das Gesundheitswesen hinausreichen und ganz andere Lebensbereiche betreffen könnten – und neue Technologien, Geschäftsmodelle und sogar Märkte hervorbringen, die es heute noch nicht gibt.

Warum seltene Krankheiten für Start-ups im Gesundheitswesen attraktiver werden

Einer der spannendsten Bereiche, die ich in letzter Zeit verfolgt habe, ist die Wirkstoffforschung: die Suche nach neuen Wirkstoffverbindungen und deren Entwicklung mithilfe computergestützter Methoden und künstlicher Intelligenz. DeepMinds Arbeit an AlphaFold hat wesentlich zur Weiterentwicklung dieses Feldes beigetragen. Die Datenbank mit mehr als 200 Millionen vorhergesagten Proteinstrukturen bietet Forschenden eine Fülle von Informationen, um mögliche molekulare Wechselwirkungen zu untersuchen, und eröffnet zugleich neue Möglichkeiten für Start-ups, die auf bestimmte Erkrankungen abzielen.

Angenommen, jemand möchte ein Start-up gründen, um eine Behandlung für eine relativ seltene Krankheit zu entwickeln, von der nur ein kleiner Prozentsatz der Frauen in einer bestimmten Altersgruppe betroffen ist. Die erste Frage lautet: Warum sollte man sich auf einen so kleinen Markt konzentrieren, wenn man auch eine viel häufigere Erkrankung ins Visier nehmen könnte? Doch selbst wenn man die Weltbevölkerung auf diese spezifische Gruppe eingrenzt, könnte es immer noch Tausende potenzieller Patientinnen geben. Und wenn die Behandlung eine tägliche Einnahme über zehn Jahre oder lebenslang erfordert, könnte selbst diese relativ kleine Patientinnengruppe einen beträchtlichen Markt darstellen.

Ein wirtschaftlich tragfähiges Pharmaunternehmen braucht nicht unbedingt zig Millionen Kundinnen und Kunden. Natürlich besteht eine enorme Lücke zwischen der Einschätzung eines potenziellen Marktes und dem Erzielen tatsächlicher Umsätze – auch wegen der Kosten für Forschung, klinische Studien, Herstellung und behördliche Zulassung. Dennoch kann sich ein Start-up auf eine einzelne unterversorgte Krankheit konzentrieren und ein ganzes Forschungsprogramm darauf ausrichten.

Ein Beispiel ist Recursion Pharmaceuticals, ein US-amerikanisches Biotechnologieunternehmen, das KI-gestützte Behandlungen für Krankheiten mit erheblichem ungedecktem medizinischem Bedarf entwickelt. Eines seiner Prüfpräparate, REC-4881, richtet sich gegen die familiäre adenomatöse Polyposis, eine seltene erbliche Erkrankung, von der Schätzungen zufolge 50.000 Menschen in den USA und fünf großen europäischen Ländern betroffen sind. Das Unternehmen hat ermutigende Ergebnisse aus einer Phase-1b/2-Studie gemeldet, darunter einen Rückgang abnormaler Gewebewucherungen bei den Patientinnen und Patienten.

Virtuelle Labore als neues Geschäftsmodell

Ein Molekül zu finden, das auf ein mit einer bestimmten Krankheit verbundenes Protein abzielt, ist eine echte Herausforderung. Dazu müssen sehr große Mengen chemischer Verbindungen untersucht werden, um diejenigen zu identifizieren, die an das Zielprotein binden, seine Aktivität verändern oder verwandte biologische Prozesse beeinflussen können. Dabei kommt es nicht nur auf die chemische Zusammensetzung an. Die dreidimensionale Struktur jedes Moleküls spielt eine entscheidende Rolle dafür, wie diese Wechselwirkungen ablaufen.

Jede mögliche Kombination in einem realen Labor zu testen, ist praktisch unmöglich. Selbst mit beträchtlichen finanziellen Mitteln würde es viel zu lange dauern, so viele Experimente durchzuführen. Deshalb verlagert sich ein Teil des Forschungsprozesses in virtuelle Umgebungen, in denen computergestützte Modelle und Simulationen molekulare Wechselwirkungen vorhersagen und die vielversprechendsten Verbindungen für weitere Tests ermitteln können. Dieser Ansatz verringert die Zahl der im Labor erforderlichen Experimente, auch wenn die Vorhersagen weiterhin durch praktische Tests bestätigt werden müssen.

Rund um diese Technologien entsteht ein ganzes Ökosystem von Start-ups mit unterschiedlichen Geschäftsmodellen. Einige entwickeln Infrastrukturen für molekulare Simulationen und stellen sie Pharmaunternehmen und Forschungsteams zur Verfügung. Andere nutzen bestehende Werkzeuge, um eigene Wirkstoffkandidaten zu entwickeln. Das ist ein interessantes Beispiel dafür, wie ein einzelner technologischer Fortschritt Geschäftsmöglichkeiten auf mehreren Marktebenen schaffen kann. Ein Unternehmen kann ein wirtschaftlich erfolgreiches Geschäft aufbauen, ohne jemals selbst ein Medikament auf den Markt zu bringen – vorausgesetzt, seine Technologie erweist sich für andere Entwickler als wertvoll.

Ein gutes Beispiel ist Isomorphic Labs, das KI-Technologien für die Wirkstoffforschung und das molekulare Design entwickelt. Das Unternehmen hat Forschungspartnerschaften mit Novartis und Eli Lilly geschlossen und 2025 seine Zusammenarbeit mit Novartis ausgeweitet und zusätzliche Wirkstoffforschungsprogramme einbezogen. Das Beispiel zeigt, wie die Technologie zur Entdeckung und Entwicklung von Molekülen selbst die Grundlage eines Unternehmens bilden kann, das mit großen Pharmaunternehmen zusammenarbeitet.

Eine personalisierte Pille in zwanzig Minuten

Einige Start-ups treiben die Idee der Wirkstoffforschung noch weiter. Vor Kurzem habe ich ein Team kennengelernt, das an Technologien im Zusammenhang mit Hautkrebs arbeitet. Es möchte genetische Veranlagungen für die Krankheit erkennen und Möglichkeiten erforschen, sie auf DNA-Ebene zu behandeln. Statt ein Medikament für eine breite Patientengruppe zu entwickeln, untersucht das Team, ob sich Behandlungen auf das genetische Profil einzelner Personen zuschneiden lassen.

Die Gründer beschrieben eine besonders ambitionierte Zukunftsvision. Stellen Sie sich vor, Sie betreten eine Klinik, geben eine Speichelprobe ab und ein Gerät analysiert Ihre DNA, um ein speziell für Sie entwickeltes Medikament herzustellen. Ihrer Vorstellung nach könnte der gesamte Vorgang eines Tages etwa zwanzig Minuten dauern und nur 100 US-Dollar kosten. Natürlich handelt es sich dabei noch um ein technologisches Ziel und nicht um eine verfügbare medizinische Dienstleistung. Um es Wirklichkeit werden zu lassen, müssten enorme wissenschaftliche, produktionstechnische und regulatorische Herausforderungen bewältigt werden.

Dennoch zeigen Gespräche wie dieses, wie sehr sich die Ambitionen von Unternehmern im Gesundheitswesen wandeln. Statt lediglich bestehende Diagnoseverfahren zu verbessern, fragen sie sich, ob sich der Prozess der Entwicklung von Behandlungsmethoden grundlegend neu gestalten ließe. Ich finde es faszinierend, wie Fortschritte in der Computertechnologie Gründer dazu anregen, Abläufe zu überdenken, die sich seit Jahrzehnten kaum verändert haben.

Warum Start-ups im Bereich Chirurgierobotik häufig auf eine Übernahme hinarbeiten

Während computergestützte Technologien es kleinen Teams ermöglichen, in der Wirkstoffforschung eine enorme Zahl von Möglichkeiten auszuloten, erfordert die Chirurgierobotik ganz andere Ressourcen. Der Bau eines Systems, das chirurgische Eingriffe durchführen kann, setzt anspruchsvolle Maschinenbaukenntnisse, eine präzise Bewegungssteuerung, umfangreiche Tests und Zugang zu klinischen Umgebungen voraus. Die Entwicklung eines zuverlässigen chirurgischen Roboterarms kann zehn bis fünfzehn Jahre dauern, während eine einzige Installation Millionen Dollar kosten kann. Auch der Kreis potenzieller Kunden ist begrenzt, und die Hersteller müssen über Jahre hinweg Wartung und technischen Support bieten. Für ein kleines Start-up ist die Chirurgierobotik daher ein außerordentlich komplexes und kapitalintensives Geschäft.

Deshalb richten manche Teams ihre Strategie auf eine spätere Übernahme durch ein großes Medizintechnikunternehmen aus. Ihr Ziel ist es, ein überzeugendes Technologiekonzept zu entwickeln und dessen Potenzial zu demonstrieren. Ein Start-up könnte beispielsweise einen Prototyp eines Roboterarms bauen, der bestimmte Eingriffe an einer medizinischen Übungspuppe durchführen kann, auch wenn er noch weit davon entfernt ist, an einem echten Patienten eingesetzt werden zu können. Gleichzeitig sucht das Team aktiv den Austausch mit Investoren, besucht Branchenkonferenzen und knüpft Kontakte zu potenziellen Unternehmenskäufern – wie wir es bei der Arbeit mit Veranstaltungen im Gesundheitswesen bei Scryon oft erleben. Im Grunde versuchen sie, das Versprechen einer Technologie zu verkaufen, bevor sie zu einem fertigen Produkt geworden ist.

Zunächst fand ich diesen Ansatz ziemlich befremdlich. Warum medizinische Geräte entwickeln, wenn man gar nicht vorhat, sie selbst auf den Markt zu bringen? Dahinter steckt jedoch eine geschäftliche Logik. Ein kleines Team mag talentierte Ingenieure und eine vielversprechende Idee haben, aber nicht über die Ressourcen für jahrelange Tests, den Zugang zu Krankenhäusern und eine Produktion im großen Maßstab verfügen. Ein Großunternehmen kann diese Infrastruktur bereitstellen, indem es das Start-up in einer relativ frühen Phase übernimmt.

Diese Strategie zeigt, wie kleine Teams und Großunternehmen einander ergänzen können: Die einen konzentrieren sich darauf, neue Ideen zu entwickeln und zu testen, während die anderen über die Ressourcen verfügen, daraus marktfähige Medizinprodukte zu machen. Und die Größe eines Unternehmens lässt nicht unbedingt auf die Komplexität der Arbeit schließen, die hinter seiner Technologie steckt. 

Bei Projekten von Keymakrhabe ich das aus erster Hand erlebt. Dort haben wir mit Entwicklern zusammengearbeitet, die von kleinen Start-ups bis hin zu einem der weltweit führenden Hersteller medizinischer Geräte reichen. Unabhängig von der Unternehmensgröße erfordern diese Projekte sorgfältige Arbeit, um Algorithmen zu verfeinern, medizinische Datensätze aufzubereiten und die Genauigkeit von Annotationen anhand klinischer Anforderungen zu überprüfen. 

Über die ursprüngliche Idee hinaus

Jedes Unternehmen, das einen bestimmten biologischen Mechanismus erforscht, könnte eines Tages eine Technologie entwickeln, die völlig andere Branchen grundlegend verändert. Die Auswirkungen könnten weitreichend sein und bis zu einem drastischen Anstieg der Lebenserwartung und einer vollständigen Umgestaltung der Gesellschaft reichen, wie wir sie kennen.

Vielleicht fasziniert mich das an den heutigen Start-ups im Gesundheitswesen am meisten. Mithilfe von KI nehmen sich kleine Teams Herausforderungen an, für die bis vor Kurzem die Ressourcen großer Unternehmen nötig gewesen wären, und gehen sie oft aus unerwarteten Blickwinkeln an. Viele dieser Ideen werden nie in die Praxis umgesetzt, doch Unternehmer müssen nicht unbedingt im Voraus wissen, wie groß der Markt sein könnte, den eine erfolgreiche Technologie letztlich schafft. Manchmal entstehen die interessantesten Chancen erst, nachdem das ursprüngliche wissenschaftliche Problem gelöst wurde.