Roche hat angekündigt, seine Zusammenarbeit mit dem Halbleiter-Giganten Nvidia auszubauen. Man wolle zum Pharmaunternehmen mit der grössten Leistungsfähigkeit in Graphic Processing Units (GPU) werden. GPU sind Mikrochips aus Halbleitern, die grosse Berechnungen gleichzeitig durchführen können. Sie gelten als der Schlüssel zu komplexen KI-Modellen.
Roches Deal folgt auf eine mehrjährige Forschungskooperation, die im November 2023 zwischen der amerikanischen Tochtergesellschaft Genentech und Nvidia geschlossen wurde. Beide Unternehmen hatten sich zum Ziel gesetzt, die Entwicklung von Arzneimitteln mit einer KI-Plattform der nächsten Generation zu beschleunigen.
Der Deal kommt in einem Moment, in dem Pharmaunternehmen um die Integration von KI in ihre Arbeitsabläufe wetteifern. Zwei weitere Pharma-Giganten, Novo Nordisk und Eli Lilly, machten in den vergangenen 18 Monaten ähnliche Ankündigungen.
Ein sehr begehrter Rohstoff
«Computerchips, und insbesondere GPU, sind derzeit der begehrteste Rohstoff. Jeder will an Nvidia-Chips kommen», betont Christian Hein, ein unabhängiger Berater für KI in der Pharmabranche.
Die Vereinbarung wird Roches Halbleiter-Arsenal auf voraussichtlich über 3500 cloudbasierte und physische GPU aufstocken – die grösste Kapazität, die jemals von einem einzelnen Pharmaunternehmen angekündigt wurde.
Roches GPU werden in Europa und den USA eingerichtet und das bedienen, was Nvidia eine KI-Fabrik nennt, ein Rechenzentrum, das «speziell für künstliche Intelligenz-Workloads optimiert ist». Die KI-Fabrik wird Abläufe in Forschung, Entwicklung, Produktion und Diagnostik unterstützen.
«Es gibt keinen einzigen CEO, der nicht unter Druck seines Verwaltungsrats steht, zu sagen: ‹Ich habe meine KI-Strategie, ich habe es durchdacht›», sagt der Experte Hein. Was aus Ankündigungen wie der von Roche allerdings nicht klar hervorgehe, sei, wie sich die Chip-Leistungskraft in Anwendungsfälle übersetzen werde.
Analysten dämpfen Erwartungen
Gemäss Analysten hat KI in der Pharmazie noch nicht ihr volles Potenzial erreicht. Als grösste Herausforderung sehen sie die vollständige Integration der Technologie in alle Prozesse.
«Prozesse zur Entwicklung von Arzneimitteln sind sehr kompliziert und fragmentiert», erläutert Hein. Nicht nur seien biologische Daten schwieriger zu digitalisieren, weil sie im Vergleich zu Text «unordentlich, unstrukturiert und fragmentiert» seien, sondern die Herstellung von Medikamenten erfordere auch Experimente in spezialisierten Labors, einschliesslich klinischer Studien, um die Sicherheit für Patientinnen und Patienten zu gewährleisten.
Die UBS schrieb jüngst in einer Analyse: «KI kann helfen, Ziele in der frühen Arzneimittelentdeckung zu identifizieren, aber [...] sie ist letztlich noch begrenzt in ihrer Fähigkeit, zuverlässig Arzneimittel zu entwickeln, die ein vorhergesagtes klinisches Ergebnis erreichen.»
Laut den Erkenntnissen von UBS hat Roche ein Medikament gegen idiopathische Lungenfibrose, eine unheilbare Lungenerkrankung, die die Atmung beeinträchtigt, fallen gelassen, weil das «KI-identifizierte Ziel» in klinischen Phase‑2‑Studien schlechter abschnitt als Placebo.
