Künstliche Intelligenz und in-silico – Trends in der 3R-Forschung

Am 9. Oktober 2024 fand eine virtuelle Veranstaltung des Bundesnetzwerks 3R statt. Thema war diesmal „Künstliche Intelligenz und in-silico – Trends in der 3R-Forschung“. Den zahlreichen Vorträgen schloss sich eine Paneldiskussion mit den Teilnehmenden Prof. Lars Küpfer von der Universitätsklinik Aachen, Charlott Danielson, von der Fraunhofer-Einrichtung für Individualisierte und Zellbasierte Medizintechnik IMTE, Dr. Sylvia Escher vom Fraunhofer-Institut für Toxikologie und Experimentelle Medizin ITEM, Dr. Andreas Göller, Senior Science Fellow Computational Chemistry der Bayer AG sowie Prof. Thomas Hartung vom Center for Alternatives to Animal Testing (CAAT) an der Johns-Hopkins-Universität in Baltimore an.

Datentransparenz und Vorbehalte wegen Datenqualität

Kritisch bemerkt wurde, dass KI-Methoden nicht besonders transparent seien, um den Regulationsbehörden die Möglichkeit zu geben, die geforderten Methoden zur Risikobewertung anzupassen. Jedoch sei KI in der 3R Forschung nicht mehr wegzudenken. Nach Aussagen von Prof. Thomas Hartung von der Johns-Hopkins-Universität in Baltimore investiert seine Universität allein zwei Milliarden Dollar in Künstliche Intelligenz.

Die USA gehen hier voran: so drängten die National Institutes of Health auf die Veröffentlichung der Daten. Ein wichtiges Thema war die Datenqualität, auf dessen Basis KI erst diese Analysen vornehmen kann. In der Verfügbarkeit von Daten, ihrem Transfer in die Praxis sehen die Teilnehmenden noch eine rechte Herausforderung.

In der Informatik bedeutet garbage in -garbage out (Müll rein - Müll raus), dass fehlerhafte, voreingenommene Informationen oder eine schlechte Datenqualität (Müll) als Input ein Ergebnis oder eine Ausgabe ähnlicher Müll-Qualität erzeugt. Wenn die Nutzer in der Lage sind, zu sagen, dass es sich um gute oder schlechte Daten handelt, könne das die KI auch. Jedoch im Gegensatz zum Menschen ginge sie da vorurteilsfrei heran. Wenn Forscherinnen und Forscher diese Bewertung der KI überlassen würden, hätten demnach schlechte Daten kaum noch Einfluss. Wenn KI ein Ergebnis ausgibt und dabei den ganzen Müll aus dem Internet herauszufiltern in der Lage ist, wüsste der Mensch jedoch zudem nicht, aus welchem Experiment die Daten kämen.

Dr. Escher informierte, dass bei den Transkriptomdaten, also die zu einem bestimmten Zeitpunkt erfasste Gesamtheit aller in einer Zelle hergestellten RNA-Moleküle zu einer bestimmten Untersuchung, bereits an einer Standardisierung gearbeitet werde, jedoch seien die Metadaten bislang unvollständig.

Grafik: computergeneriert.

Publikationsqualität muss erhöht werden

Gleichzeitig muss die Datenqualität im Internet erhöht werden, auf die die KI zugreift. Das bedeutet, Publikationsstandards müssen Pflicht sein, wichtig sei u.a. auch, Open Access zu publizieren, denn was hinter der Paywall ist, kann die KI nicht finden. Das Wissen könne nur Teil der KI-Analyse werden, wenn es auch öffentlich zugänglich ist. Auch müssten Metadaten entsprechend gekennzeichnet werden.

Dr. Escher wies darauf hin, dass derzeit Daten aus den Bereichen Pharmazie und Medizinprodukte getrennt betrachtet werden, obwohl die Daten gemeinsam genutzt werden könnten. Am Ende könnte das jedoch eine gemeinschaftliche Leistung sein. Um das zu schaffen, könnte eine Qualitätsnormung helfen.

Datenbanken: wie und wo lokalisieren?

Es gibt kein Repositorium, also keinen Speicherort für digitale Objekte, wo die Daten korrekt abgelegt werden können und diese für einen öffentlichen oder beschränkten Nutzerinnen- oder Nutzerkreis zur Verfügung gestellt werden. Verschiedene Forscherinnen und Forscher sammeln z.B. in vivo-Daten, aber sie sind trotzdem nicht verfügbar, weil es z.B. noch keinen einheitlichen Datenstandard gibt. Hier sei noch viel Arbeit nötig.

Es wurde darauf hingewiesen, dass es bereits existierende Datenbanken gäbe. Die Probleme beim Computerauslesen aus Textformularen, Begriffe/Terminologien, die von der Standardsprache abweichen, sollte man jedoch nicht unterschätzen. Es sei gut, Daten zur Verfügung zu stellen aber mit einer Annotierung, welcher Qualität sie sind. Tools, mit denen man eine Datenbank anzapfen kann, funktionierten bereits. Wenn diese in der Lage sind, die Ontologie zu berücksichtigen, dann sei es ok. Entweder müssten einzelne Datenbankbetreiber für die einzelnen Universitäten die Daten aus den Projekten einpflegen, solange die Fördermittel fließen, oder alle Arbeitsgruppen hätten die Möglichkeit, ihre Daten in eine professionell gewartete IT-Infrastruktur einzupflegen, dies ginge kontinuierlich. Auch wenn ein EU-Projekt stillgelegt würde, wären die Daten jederzeit verfügbar, dann braucht es eine zentrale Ontologie, die genutzt werden muss. Beispielsweise existiere die VDI-Datenbank seit Jahren. Jede/r ist gezwungen, ihre/seine Daten dort abzulegen und jeder Nutzerin und jedem Nutzer verfügbar zu machen.

Charlott Danielson äußerte, dass man europäisch denken müsse. Aber man müsse dem Ganzen Zeit geben. Wenn es sich um Daten aus geförderten Projekten handele, dass müssten die Daten geteilt werden, damit sie vorhanden seien, wenn die Förderung ausgelaufen ist.

Prof. Hartung widersprach, dass Zeit vorhanden sei: Die Technologie würde sich jedes Jahr verachtfachen. So werde man viel zu schnell abgehängt. Im Augenblick würden 80% der KI und 60% der Patente von China gehalten und wir wüssten nicht, was da passiert. Es sei zentral, dass sich die Willigen zusammenschließen und schlecht, wenn Länder wie die Europäischen den Zugang erschweren.

Dr. Andreas Göller stimmte dem zu, wies aber darauf hin, dass die Firmen nicht so vorgehen würden, weil sie Geld verdienen wollten. Es sei ein riesengroßer Markt, die KI-Modelle würden mit Daten trainiert, ohne zu fragen, ob sie das Recht hätten, die Daten zu nutzen. Hier ginge es nicht nur um Wohltätigkeit.

Grafik: computergeneriert.

Zentrales Datenzentrum: wieviel Datenumfang entwickeln zu sammelnde Informationen?

Ein Datenzentrum sollte kontinuierlich hochqualitative Daten bereitstellen. Dafür müsse es ein zentrales Management geben. Wer die Datenbank hoste, ob das Joint Research Center oder jemand anderes, sei zweitrangig. Eventuelle Befürchtungen über zu groß werdenden Datenmengen entgegnete Prof. Hartung, diese seien gar nicht so groß. Als Beispiel nannte er eine Datenbank von Biobricks. Die BioBricks Foundation mit Sitz in San Francisco ist eine gemeinnützige Organisation, die die synthetische Biologie zugunsten aller Menschen und des Planeten vorantreiben will. Laut Prof. Hartung publiziert Biobricks nur ein paar Terabyte, weil die Datenbanken hoch verdichtet seien. Sie könnten innerhalb von Minuten upgedatet werden. Dieser Prozess sei automatisierbar. Prof. Lars Küpfer hielt die Extrapolationsfähigkeit zu neuen Szenarien dagegen für limitiert. Das read-across sei zwar ein Ansatz, aber die mechanistischen Szenarien, also die Übertragbarkeit von Erwachsenen auf Kinder, von der Maus zum Menschen benötige eine erhebliche Menge an Daten, die aus in-vivo-Versuchen am Tier überhaupt nicht vorhanden seien.

Was kann die AI noch nicht, wo sind aktuelle und langfristige Limitationen?

KI müsse nicht alles können, ist Dr. Goller überzeugt, sondern sie müsse Wissenschaftler:innen unterstützen, z.B. bei Imageanalysen von Röntgenbildern. Es sei wie beim autonomen Fahren: am Schluss müsse die KI nur weniger Unfälle verursachen als der Mensch. Das Wichtigste sei, dass die Antwort in den Daten zu finden ist, meint Prof. Hartung. Mixturen giftiger Stoffe oder ihre Stärke könnte man nicht aufklären, wenn nicht genug Daten zur Verfügung stünden. Die Daten könnten auch aus QSAR-Daten generiert werden. Aber dies sei noch ein weiter Schritt und brauche noch mehr Qualitätskontrolle.

Wer soll für die Aufgaben verantwortlich sein?

Für die Entwicklung die Wissenschaft, aber das Daten hosten und zur Verfügung stellen sowie die Wartung, die mit Kosten verbunden seien, das müssten die öffentlichen Förderträger sicherstellen. Hierfür solle die Öffentlichkeit Strukturen schaffen und dann schauen, wie sie erhalten werden können. Prof. Hartung regte an, die zu investierenden Kosten - geschätzt ein paar 100 Millionen Euro - dem möglichen Wert gegenüberzustellen. Bei der Entwicklung eines Medikaments sei jeder Tag, der dazu beitragen kann, die Entwicklung zu beschleunigen, eine Million Euro wert. Zur Bedeutung einer beschleunigten Entwicklung gab er ein Beispiel: Im Bereich in-silico-Medizin wurde vor Kurzem ein Projekt abgeschlossen, das sich bereits in der klinischen Phase 2b befinde, das Projekt sei erst 2019 begonnen worden.

Zur Frage, wie die Zustimmung der Bürgerinnen und Bürger zur Nutzung von in-silico-Technologien/künstlicher Intelligenz komplett ohne Tierversuche eingeschätzt werde, gab es leicht kontroverse Sichtweisen. Während Dr. Göller eine allgemeine Akzeptanz für präklinische Prüfung auf Toxizität völlig ohne Tierversuch für unwahrscheinlich hielt, äußerten Prof. Hartung und Dr. Escher andere Einschätzungen. Den meisten Menschen sei es völlig egal, auf welcher Basis ein gut funktionierendes Arzneimittel hergestellt worden sei. Die Bevölkerung sei an einer guten Behandlung interessiert. Nicht egal sei es aber den Menschen, die in die Behandlungs-möglichkeiten investieren, sie entwickeln und die Verantwortung träfen. Bayer z.B. reduziere die Zahl der Tierversuche durch in-silico-Methoden, dadurch könnten Tierversuchs sinnvoll eingesetzt werden, denn Verbindungen, die z.B. keine Bioverfügbarkeit zeigten, könnten von vornherein aussortiert werden. Indirekt führte dies zu einer finanziellen Ersparnis, weil Projekte weniger lang dauern und fokussierter liefen. Ressourcen könnten für sinnvolle Projekte eingesetzt werden.

Wann kommt die KI?

Man könne sagen, dass im regulatorischen Bereich bislang noch keine einzige Methode der künstlichen Intelligenz als Ersatz zum Tierversuch akzeptiert worden ist. Aber zurzeit werde ein Ausbildungsprojekt für Regulatoren durchgeführt, denn diese wollten wissen, was da auf sie zukomme. Wann in-silico-Methoden oder KI in der Arzneimittelentwicklung anerkannt werde, könne man kurzfristig nicht sagen, aber in 6-8 Jahren, schätzte Prof. Hartung.

Im Moment sei es so, dass Machine-learning-Modelle erklärbar sein müssen, das schränke die Menge der Algorithmen ein, erklärte Dr. Göller. Wenn die Modelle allgemein erklärbar sein müssen, gäbe man derzeit an Aussagekraft auf. Im Bereich der Aus-, Fort- und Weiterbildung sollte niemand mehr eine Ausbildung machen können, ohne mit KI umgehen zu können. In Ausbildung befindlich Personen sollten Plausibilitätsprüfungen durchführen können. Zuerst brauche man ein Verständnis für Naturwissenschaften, um das das Machine Learning darauf anwenden zu können.