Wird Big Data in Zukunft Leben retten?

Die Markteinführung eines Medikamentes kann gegenwärtig bis zu zehn Jahre dauern. Mithilfe digitaler Technologien ließe sich dieser langwierige Prozess jedoch beschleunigen. So könnte eine raschere Reaktion auf Krisen, wie etwa den massiven Ebola-Ausbruch in Westafrika 2014, ermöglicht werden. Allerdings geht die pharmazeutische Industrie bislang nur sehr zögerlich mit den Potenzialen der Digitalisierung um.

Große Forschungsprojekte sind nicht nur sehr kostspielig und zeitintensiv, sie generieren auch ein hohes Datenvolumen, für deren Analyse sowie Verarbeitung hohe Rechenkapazitäten notwendig sind. High Performance Computing (HPC) und Big Data bergen ein massives Potenzial, die einzelnen Entwicklungsphasen – von der Entdeckung über klinische Tests bis hin zur finalen Studie an realen Patienten – erheblich zu verkürzen und Kosten zu senken.

Im Big-Data-Umfeld liegt das Ziel darin, in einer sehr großen Datenmenge durch Sortier- und Filtermethoden bislang unerkannte Zusammenhänge und Muster zu identifizieren. So können beispielsweise mit der Durchleuchtung existierender Forschungsarbeiten zu einer spezifischen Krankheit noch unerforschte, weiße Flecken entdeckt und schneller in zugelassene Wirkstoffe verwandelt werden. Auf diese Weise ließe sich auch ihr wahrer Wert im Vergleich zu bereits existierenden Medikamenten ermitteln. Am deutlichsten wirkt sich das immense Potenzial digitaler Technologien auf die Testphasen aus. Diese machen gegenwärtig bis zu 50 Prozent der Kosten aus. Gezielte Big Data-Analysen können hier wesentlich früher Indizien für das Scheitern eines Tests liefern.

Ein weiterer wirksamer Weg, um den Entwicklungsprozess zu beschleunigen und höherqualitative Daten abzusichern, sind virtuelle klinische Tests, in denen Gesundheits-Kennzahlen am Ort der Behandlung gesammelt werden: Sensoren und medizinische Geräte bieten ein einheitliches Monitoring sowie eine automatische Echtzeit-Datenübertragung. Aber auch Daten, die außerhalb von klinischen Tests gesammelt werden, wie etwa jene aus elektronischen Gesundheitsakten oder Beobachtungsstudien, sind wichtige Quellen für die Medikamentenforschung. Mithilfe von HPC und Big Data können Krankheitsbelastungen oder Behandlungsmuster nachvollzogen, Testkonzepte optimiert und Informationen über eine Risiko-Nutzen-Analyse gewonnen werden.

Big Data als Innovationsbeschleuniger

Die meisten komplexen Probleme, mit denen sich die Forschung aktuell und in Zukunft beschäftigt, liegen an der Schnittstelle zwischen HPC und Big Data. Die effiziente Nutzung und die systematische Weiterentwicklung von Daten zum Vorteil der Patientenversorgung ist eine der größten Aufgaben, mit denen sich Forscher und Entscheider konfrontiert sehen. Trotz einer Reihe zu bewältigender Hürden, wie etwa Datenschutzbedenken oder Eigentums- und Finanzierungsquellen, sind die Vorteile, die mit der Nutzung digitaler Technologien einhergehen, nicht von der Hand zu weisen. Denn mithilfe von HPC und Big Data können pharmazeutische Unternehmen wesentlich innovativer und effizienter arbeiten – und infolgedessen Leben retten.