Einsatz Generativer KI in der modernen Medizin (eBook)

Generative KI in der Pharmaindustrie –
Technologie ist nicht die Grenze

Ein Gastbeitrag von Curtis Newkirk und Jörg Corsten, Roche

Die medizinische Forschung entwickelt sich rasant, weshalb es für Gesundheitsexpertinnen/-experten immer wichtiger wird, über die neuesten Forschungen und Entwicklungen informiert zu bleiben. Der Einsatz von KI kann helfen, die Komplexität kleinerer Patienten populationen effizient zu bewältigen und die Entwicklung und Verbreitung wissenschaftlicher Erkenntnisse zu optimieren. Die gezielte Anwendung von KI kann zu Zeiteinsparungen von 30 % bis 50 % und zu Effizienzsteigerungen von bis zu 70 % führen. Durch einen kontinuierlichen Lernprozess und maßgeschneiderte Kommunikationsmaßnahmen kann sichergestellt werden, dass die Kolleginnen und Kollegen die Werkzeuge sicher bei ihrer täglichen Arbeit anwenden können.

Einführung

Laut einer Studie, die im Journal Health Affairs veröffentlicht wurde, verdoppelt sich das medizinische Wissen ungefähr alle 73 Tage. Dieses schnelle Fortschreiten stellt eine zusätzliche Herausforderung für die Arbeit im Bereich Medical Affairs dar, da es die Bedeutung unterstreicht, über die neuesten Forschungen und Entwicklungen im medizinischen Bereich informiert zu bleiben, um die bestmögliche Patientenversorgung und die bestmöglichen Patientenergebnisse sicherzustellen.

Auf Basis dieser Herausforderungen hat die Organisation Medical Affairs drei Hauptanwendungsbereiche für den Einsatz von KI in ihrer täglichen Arbeit identifiziert:

• Neueste wissenschaftliche Fortschritte verstehen und nutzen: Dies umfasst die Identifizierung und Zusammenfassung der neuesten wissenschaftlichen Erkenntnisse, um Entscheidungsprozesse zu unterstützen, die von der Beantwortung von Kundenanfragen bis zur Identifizierung von Evidenzlücken bei der Generierung von Daten reichen.
• Schnelle und vollständige Veröffentlichung eigener wissenschaftlicher Fortschritte: Dies kann die Unterstützung der Kolleginnen und Kollegen beim Verfassen von Primärmanuskripten, Abstracts, Postern oder Zusammenfassungen für Laien sowie die Koordination der verschiedenen externen und internen Autorinnen/Autoren beinhalten.
• Angemessene und sinnvolle Kommunikation der wissenschaftlichen Fortschritte an medizinisches Fachpersonal: Dies kann das Verfassen von Inhalten umfassen, die auf verschiedenen digitalen Kanälen veröffentlicht werden sollen. Die Anpassung dieses Inhalts an verschiedene Formate (z. B. Web, soziale Medien, Video) und Sprachen zur Wiederverwendung in lokalen Märkten ist ebenfalls inbegriffen, ebenso wie die Überprüfung (medizinische und rechtliche Überprüfung), das Hochladen und die Markierung in den relevanten Inhaltsverzeichnissen.

All diese Anwendungsfälle zielen auf Ergebnisse ab, die überprüft und angepasst werden können, bevor sie genutzt werden – dieser Ansatz stellt sicher, dass Mitarbeitende die Anwendung von KI in ihrer Arbeit begleiten und so Vertrauen in die Nutzung solcher Anwendungen und ihrer Ergebnisse gewinnen. Die zusätzliche Überprüfung kann dann leicht genutzt werden, um die entsprechenden KI-Anwendungen weiter zu verbessern und zu trainieren.

Das Risikomanagement ist bei Roche von großer Bedeutung, zumal die von uns hergestellten Produkte das Leben von Menschen beeinflussen können. Das größte Risiko bei der Verwendung von großen Sprachmodellen (LLM) ist das Auftreten von „Halluzinationen“. Diese werden durch statistische Anomalien verursacht, die mathematisch korrekt sind, jedoch zu Antworten führen, die von leicht fehlerhaft bis völlig falsch reichen. Um dieses Problem einzudämmen, ist die aktuelle bewährte Methode der Einsatz von Retrieval Augmented Generation (RAG), bei der bekannte Daten oder Inhalte verwendet werden, um das Ergebnis des LLM zu gestalten. RAG ist jedoch nicht perfekt, daher wird zusätzlich der „Human-in-the-Loop“-Ansatz genutzt, um LLM-Ergebnisse zu überprüfen und zu korrigieren, wenn faktenbasierte, kritische Antworten erforderlich sind.

Zusätzliche Komplexität entsteht, wenn man die Daten- oder Inhaltsinputs für LLM-Lösungen betrachtet. Einige der für LLM-Inputs erforderlichen Inhalte oder Daten sind vertraulich und enthalten Geschäftsgeheimnisse oder personenbezogene Informationen (PII),
die nicht weitergegeben werden können. Weitere Beispiele finden sich in sensiblen Studiendaten oder Informationen, die sich noch in der Überprüfung befinden. Die Veröffentlichung dieser Daten oder Inhalte in einem LLM könnte sie anfällig für eine ungewollte Freigabe durch „Prompt Injection“-Techniken machen, wodurch Roche-Pläne und – Personen ohne spezifische Zustimmung von Roche oder den betroffenen Personen offengelegt werden könnten. Aus diesem Grund ergreift Roche umfangreiche Maßnahmen zur Klassifizierung der Daten und Inhalte, bevor sie einem LLM ausgesetzt werden, als Schlüsselelement, das für jede KI-Lösung bewertet werden muss, egal ob die KI-Lösung von Roche entwickelt oder von einem externen Anbieter gekauft wird.

Mehrwert

Der Einsatz von KI-Fähigkeiten in Schlüsselbereichen hat eine erhebliche strategische Bedeutung für die Entwicklungspipeline von Roche, insbesondere angesichts des sich rasant erweiternden medizinischen Wissens. Das zunehmende Verständnis von Krankheiten und diagnostischen Fähigkeiten treibt die Identifizierung immer spezifischerer Patientensubpopulationen voran, die möglicherweise von maßgeschneiderten pharmazeutischen Interventionen profitieren könnten. Dieser Trend erfordert jedoch einen erheblichen wissenschaftlichen Fokus auf jede Subpopulation, was zu einer steigenden Anzahl von Veröffentlichungen und Kommunikationsmaterialien führt.

Da das medizinische Wissen weiter zunimmt, wird die Notwendigkeit, die Komplexität kleinerer Patientenpopulationen und weiterer Untergruppierungen effizient zu bewältigen, immer dringender. KI spielt eine entscheidende Rolle bei der Rationalisierung der Identifizierung und Charakterisierung dieser Subpopulationen und optimiert so die Entwicklung und Verbreitung wissenschaftlicher Erkenntnisse. Durch den Einsatz von KI ist Roche besser in der Lage, der wachsenden Nachfrage nach gezielten medizinischen Lösungen gerecht zu werden und gleichzeitig den erhöhten wissenschaftlichen Output und die damit verbundenen Kommunikationsmaterialien effektiv zu verwalten.

Unsere KI-Anwendungen zielen daher immer darauf ab, in den folgenden vier Bereichen einen Mehrwert zu schaffen:

• Zeit: Wie können die Lösungen den Erstellungsprozess, z. B. einer Publikation, beschleunigen?
• Kosten: Wie können die Projektmanagement-Aspekte des kreativen Prozesses optimiert werden? Wie kann dies zu höheren Adoptionsraten von Inhalten auf den Märkten bei geringeren Anpassungsaufwänden führen?
• Effizienz: Wie kann der kreative Prozess so optimiert werden, dass das Ergebnis bereits den gesetzten Standards und Erwartungen, z. B. von Behörden oder medizinischen Gesellschaften, entspricht?
• Konsistenz: Wie können die Ergebnisse des kreativen Prozesses standardisiert werden, um eine bessere und konsistentere Darstellung von Roche zu gewährleisten?

Während der Evaluation der geschäftlichen Einsatzmöglichkeiten für die KI-Anwendung gab es starke Signale dafür, dass die gezielte Anwendung von KI zu einer Zeitersparnis von 30 % bis 50 % führen könnte, was letztlich zu einer höheren Genauigkeit und potenziell schnellerer Marktreife führen würde. In Verbindung mit einem vernetzten Workflow, bei dem die genannten Ergebnisse in Zusammenarbeit mit menschlichen Interaktionen entstehen, könnte die Effizienzsteigerung sogar bis zu 70 % betragen und entsprechend Kosteneinsparungen ermöglichen.

LLM/Generative KI sind bekannt für ihre kreativen Fähigkeiten, was ein Risiko darstellen kann, wenn in der Anwendung erhöhte wissenschaftliche Präzision erforderlich ist. Daher müssen die Entwicklung der oben genannten Werkzeuge und ihre Ergebnisse kritisch überwacht werden, um eine faire und genaue Darstellung der jeweiligen Daten zu gewährleisten und Verzerrungen und Halluzinationen zu vermeiden.

Ausblick

Die Technologie der Generativen KI erscheint oft nahezu grenzenlos und täglich kommen neue Möglichkeiten und Fortschritte technischer Art hinzu. Im Gegensatz zur sich rasant entwickelnden Technologie ist es für Mitarbeitende nicht immer ganz einfach, mit dieser Entwicklungsgeschwindigkeit Schritt zu halten.

Kontinuierliche Schulungen für Mitarbeitende sind daher unabdingbar und machen eine nachhaltige Weiterentwicklung der KI-Anwendungen bei Roche erst möglich. Dabei müssen Mitarbeitende zunächst Vertrauen in die neuen Technologien erhalten und dann, wie oben beschrieben, diese achtsam und auch kritisch nutzen und weiterentwickeln.

Durch maßgeschneiderte Kommunikationsmaßnahmen kann ein kontinuierlicher Lernprozess in Gang gesetzt werden, der dafür sorgt, dass die Kolleginnen und Kollegen die KI-Werkzeuge sicher bei ihrer täglichen Arbeit anwenden können. Bei...