Das amerikanische Biotechnologieunternehmen Radical Numerics hat die weltweit erste klinische Anwendung eines Bakteriophagen-Cocktails bekannt gegeben, der vollständig mithilfe von Algorithmen der künstlichen Intelligenz entworfen wurde. Die medizinische Gemeinschaft steht vor der globalen Bedrohung von Antibiotikaresistenzen, bei denen herkömmliche Medikamente gegen Superbakterien wirkungslos bleiben. Der Einsatz neuronaler Netze eröffnet eine völlig neue Etappe in der Biomedizin und ermöglicht die Entwicklung hochpräziser Medikamente zur Rettung von Patienten.
Revolutionärer Algorithmus und gezielter Schlag gegen Superbakterien
Forscher aus einem Labor in San Francisco entwickelten das spezialisierte neuronale Netz Omnii-1, das künstliche Bakteriophagen entwerfen kann — Viren, die pathogene Mikroorganismen selektiv zerstören. Im Gegensatz zu standardmäßigen Breitbandantibiotika greifen solche KI-Viren gezielt bestimmte Bakterien an, ohne die nützliche Darmmikroflora des Patienten zu schädigen. Der Einsatz von Rechenleistung und Deep-Learning-Algorithmen beschleunigt die Entwicklung neuer viralen Agenten, die natürliche Prototypen übertreffen, erheblich.
Labortests und Übergang zur klinischen Praxis
Vor dem Eingriff entnahmen Spezialisten eine Bakterienprobe direkt aus der schweren antibiotikaresistenten Infektion des Patienten und testeten generierte Varianten dagegen. Der Omnii-1-Algorithmus entwarf erfolgreich einen Cocktail, der das resistente Isolat in In-vitro-Labortests vollständig neutralisierte. Nach positiven Ergebnissen wandten Ärzte das experimentelle Medikament nach einem speziellen Protokoll zur Behandlung der konkreten Person an. Ein solcher Ansatz wird in der modernen medizinischen Praxis als letztes Mittel eingesetzt, wenn Standardbehandlungen ausgeschöpft sind.
Perspektiven der künstlichen Intelligenz in der Pharmakologie
Die Entwickler verzichten bewusst auf die Veröffentlichung detaillierter klinischer Behandlungsdaten unter Hinweis auf strenge Anforderungen an den Datenschutz und die Vertraulichkeit des Patienten. Wissenschaftler betonen, dass die Beobachtung der Therapie eines einzelnen Patienten keinen endgültigen Beweis für die allgemeine Sicherheit und Wirksamkeit der Methode darstellt. Dennoch demonstrierte das Omnii-1-Modell auch die Fähigkeit, Phagen zur Bekämpfung von Pseudomonas aeruginosa vorherzusagen, die bei Verbrennungen und Mukoviszidose gefährlich sind. Dieser Präzedenzfall markiert den Übergang der künstlichen Intelligenz von der Computermodellierung zur realen medizinischen Praxis der Erstellung personalisierter Medikamente.
