Ob Mann oder Frau, Schwarz oder Weiß - in der Medizin spielt das allzu oft keine Rolle. "Menschen unterscheiden sich in Größe, Geschlecht, Gewicht, in ihrer Nieren- und Leberfunktion und in ihrem Ansprechen auf Medikamente - und trotzdem bekommen sie in der Regel eine Standarddosis", beklagte Gerd Geißlinger, der Ordinarius des Instituts für Klinische Pharmakologie der Universität Frankfurt, während des SZ-Gesundheitsforums. Der Pharmakologe ist davon überzeugt, dass sich Arzneimittelnebenwirkungen reduzieren ließen, wenn Unterschiede zwischen den Menschen stärker berücksichtigt würden. "Immer wieder hat sich gezeigt, dass bestimmte Patienten mehr von einzelnen Arzneimitteln profitieren, während andere stärker unter Nebenwirkungen leiden", sagte Geißlinger. Würden die Unterschiede besser berücksichtigt, könnten die Ergebnisse der Pharmatherapie am Ende sehr viel besser sein.
Aber wie lassen sich die Unterschiede herausfinden? Geißlinger setzt vor allem auf neue Technologien wie Künstliche Intelligenz und auf Big Data, denn nur aus großen Datenmengen lassen sich am Ende Untergruppen von Patienten herauslesen. "In Zukunft werden Ärzte, Naturwissenschaftler und Informatiker gemeinsam in einem Team in die Medikamentenentwicklung involviert sein", prophezeite er.
Davon sind längst auch jene Unternehmen überzeugt, die die Global Player in Sachen Daten sind. Immer mehr Tech-Konzerne tummeln sich mittlerweile auf dem Pharmamarkt. So gründete die Google-Mutter Alphabet mit Verily Life Sciences (früher Google Life Sciences) eine eigene Biowissenschaftsfirma: "Big Data erlaubt es uns, mehr Daten über die Menschen zu sammeln und das Entstehen schwerer Krankheiten zu verhindern", lautet das Versprechen bei der Gründung. Verily wolle herausfinden, was Menschen gesund hält und wie sie länger gesund bleiben.
Selbst Facebook ist mittlerweile ein Arzneimittelhersteller. Die Forschungsetats des Social-Network-Unternehmens seien größer als die vieler Pharmafirmen, sagte Jochen Maas, Forschungschef bei Sanofi-Aventis Deutschland. Noch arbeiteten diese Firmen zum Teil an esoterischen anmutenden Ansätzen - etwa dem Ziel, dass Menschen 200 Jahre leben. Aber manche sind auch auf den klassischen Arzneifeldern unterwegs, der südkoreanische Tech-Konzern Samsung etwa. Dessen Tochter Samsung Biologics hat sich in Windeseile zu einem der weltweit größten Auftragsproduzenten für biopharmazeutische Arzneimittel entwickelt. Und selbst Amazon macht mit - erst einmal als Apotheke. "Pillpack by Amazon Pharmacy" plant, Arzneimittel direkt zum Patienten bringen.
Die medizinische Expertise dieser Konzerne mag begrenzt sein, aber das Sammeln und Auswerten von Daten ist ihr Kerngeschäft - und sie haben direkten Zugriff auf unfassbar große Datenmengen. Darunter sind sogar schon Gesundheitsdaten. Viele Technologiekonzerne erheben diese: Sie registrieren, ob ihre Nutzer depressive Symptome zeigen, messen die Herzkreislauffunktion von Smartwatch-Trägern und schließen aus Suchanfragen zu Krankheiten und Symptomen, was ihre User gerade plagt. All diese Daten landen auf den Servern der Tech-Konzerne - für die Datensicherheit sei das ein echtes Problem, sagte Maas. Und was es am Ende für die Arzneimittelsicherheit bedeutet, wenn Technologiekonzerne Medikamente entwickeln? Die Experten während des Forums äußerten sich zumindest sorgenvoll.
Eines aber ist nicht von der Hand zu weisen: Die selbstlernenden Algorithmen der Tech-Unternehmen können sehr wohl dabei helfen, komplexe Daten schneller, preiswerter und präziser auszuwerten. Vor allem die aufstrebenden "Omics-Technologien", bei denen Gene (Genomics), Proteine (Proteomics), Stoffwechselprodukte (Metabolomics) oder umgeschriebene Gene (Transcriptomics) analysiert werden, gelten als wichtiger Datenlieferant, als begehrtes Tool für die moderne Wirkstoffforschung. Computer könnten aus diesen Daten herauslesen, welche Moleküle erfolgversprechende Ziele für Pharmaka sind. Universitäten und klassische Pharmakonzerne scheitern aber oft an der schieren Masse der Daten. "Airbnb hat kein einziges Hotelzimmer und ist der größte Anbieter von Übernachtungen. Uber hat kein einziges Auto und ist doch ein großes Transportunternehmen geworden", sagte Maas, "ebenso kann Google zum großen Arzneimittelhersteller werden."
Selbst klinische Studien lassen sich mittlerweile am Computer modellieren. Und Miniatur-Organe auf Chips bilden die Verträglichkeit und Wirksamkeit oftmals schon recht gut ab, ohne dass Patienten untersucht werden müssen, sagte Geißlinger. Das Paul-Ehrlich-Institut (PEI) erhält zu ersten klinischen Prüfungen bereits häufiger nur Modellierungsdaten, sagte dessen Präsident Klaus Cichutek. "Je nach Wirkstoff sind aber klinische Daten notwendig und werden es immer bleiben. Das wird man nicht wegmodellieren können."
Big Pharma hat längst begriffen: Wenn es um Big Data geht, können die klassischen Pharmakonzerne Firmen wie Google nicht schlagen. Viele haben schon Kooperationen geschlossen. So haben die US-Unternehmen Biogen und MSD mit einem weiteren Samsung-Spross, Samsung Bioepis, Joint-Ventures zur Entwicklung von biotechnischen Nachahmerprodukten begonnen, sogenannten Biosimilars. Binnen acht Jahren ist Samsung Bioepis bereits die Zulassung von neun Arzneimitteln in Europa und den USA gelungen.
Auch Sanofi-Aventis hat gemeinsam mit Google ein Joint-Venture gegründet: Onduo will mit Hilfe von Daten die Behandlung und das Krankheitsmanagement von Patienten mit Diabetes verbessern. Die Gräben zwischen den Branchen seien noch groß, erzählte Maas, aber sie beginnen sich zu schließen. "Als wir das erste Mal zusammensaßen, haben sich die Leute aus diesen beiden Welten nicht einmal verstanden, inzwischen sind wir sehr produktiv geworden."
