Anzeige
Skip to content
Read full article about: Zuckerberg-Initiative will mit 1,8 Milliarden Dollar virtuelle Biologie per KI ermöglichen

KI-Modelle sollen lernen, das Verhalten von Zellen vorherzusagen und könnten damit die Medikamentenentwicklung beschleunigen. Dafür fließen insgesamt 1,8 Milliarden Dollar in Daten, Messtechnik und Rechenkapazitäten, berichtet Reuters. Koordiniert wird das Vorhaben von Biohub, der von Mark Zuckerberg und Priscilla Chan getragenen gemeinnützigen Forschungsorganisation, die bereits im April 500 Millionen Dollar für die auf fünf Jahre angelegte "Virtual Biology Initiative" zugesagt hatte.

Meta, Google Deepmind und das Google-Deepmind-Spinoff Isomorphic Labs steuern zusammen 300 Millionen Dollar bei. Das US-Energieministerium investiert über fünf Jahre mehr als 500 Millionen Dollar in Labormessungen und Rechenleistung. Die National Institutes of Health koordinieren Datensätze, die mit über 500 Millionen Dollar früherer staatlicher Förderung aufgebaut wurden. Biohub wird sie für KI-Training standardisieren.

Kommerzielle Geldgeber erhalten laut Biohub-Forschungsleiter Alex Rives ein Jahr exklusiven Zugang zu den von ihnen finanzierten Daten, bevor diese öffentlich werden. Parallel staatlich finanzierte Arbeiten sollen ohne solche Einschränkungen zugänglich sein. Ein erster Datensatz soll in etwa einem Jahr fertig sein.

Auch andere KI-Labore verfolgen biologische Projekte: Anthropic hat ein eigenes Biologielabor aufgebaut und die OpenAI Foundation fördert biologische und medizinische Datensätze mit mehr als 125 Millionen Dollar.

AlphaGenome Atlas: Deepminds Petabyte-Datensatz zeigt, welche Erbgut-Änderungen Krankheiten verursachen könnten

Google Deepmind hat mit dem AlphaGenome Atlas für alle rund neun Milliarden möglichen Einzelbuchstaben-Änderungen im menschlichen Erbgut vorhergesagt, welche Folgen sie haben könnten. Der Datensatz umfasst ein Petabyte – über 30-mal so viel wie die AlphaFold-Datenbank. In einem Epilepsie-Fall half der Atlas, eine zuvor übersehene Variante als wahrscheinliche Ursache zu identifizieren.

KI-designter Wirkstoff zeigt Hinweise auf biologische Verjüngung

Insilico Medicine hat in einer in Nature Biotechnology veröffentlichten Studie gezeigt, dass der KI-entwickelte Wirkstoff Rentosertib Marker biologischer Alterung zurückdrehen könnte. Sechs unabhängige Alterungsuhren maßen bei behandelten Patienten bis zu sechs Jahre Verjüngung gegenüber Placebo. Die Stichprobe ist mit 42 Patienten allerdings klein und ein Test an gesunden Menschen steht noch aus.

Read full article about: KI-Tools zur Brustkrebserkennung bleiben hinter den Erwartungen von Radiologen zurück

KI-Tools zur Brustkrebserkennung bleiben hinter den Erwartungen zurück. Das zeigt eine Umfrage in Clinical Imaging unter 215 Mitgliedern der Society of Breast Imaging. Rund die Hälfte nutzt bereits FDA-zugelassene KI-Tools, elf Prozent planen den Einsatz. Laut dem Forschungsteam um Erstautorin Joud Almogati (UC San Diego Health) betrachten nur wenige den KI-Beitrag als entscheidend.

Die Tools wirken, aber weniger als erhofft: 35 Prozent der Nutzer berichten von sinkenden Rückrufraten (erwartet: 59 Prozent), neun Prozent von weniger unnötigen Biopsien (erwartet: 36 Prozent), 29 Prozent von weniger Burnout (erwartet: 56 Prozent). Die meisten sehen KI am ehesten als zweite Meinung. Kosten und fehlende institutionelle Unterstützung bleiben die größten Hürden.

Dass die Erwartungen so hoch sind, hat sich die KI-Branche womöglich selbst zuzuschreiben. Schon vor zehn Jahren sagten renommierte KI-Forscher voraus, dass Radiologen bald ihre Jobs verlieren würden. Ähnliche Sätze hört man heute wieder, bezogen auf die Wissensarbeit am Computer. Jensen Huang sprach in diesem Kontext von einem Gottkomplex der KI-Jobverlust-Propheten.

Anthropic will mit KI Wirkstoffe gegen Krankheiten erforschen, die für Pharmakonzerne unattraktiv sind

Anthropic startet eigene Medikamentenentwicklung für vernachlässigte Krankheiten, die für die Pharmabranche wirtschaftlich unattraktiv sind. Novartis-CEO Vas Narasimhan schätzt das Potenzial: KI könnte die Entwicklungszeit von zwölf auf sieben bis acht Jahre senken und die Erfolgsquote von 8 auf 16 Prozent verdoppeln.