Zum Inhalt springen
Swiss Observer

Roche stellt künstliche Intelligenz ins Zentrum seiner Medikamentenstrategie

Roche plant, künstliche Intelligenz einzusetzen, um die Entdeckung und Entwicklung von Medikamenten zu beschleunigen. Bis 2030 könnten bis zu 20 neue Wirkstoffe auf den Markt kommen.

Roche stellt künstliche Intelligenz ins Zentrum seiner Medikamentenstrategie
AISWI swissinfo.ch

Roche stellt künstliche Intelligenz ins Zentrum einer Pipeline, aus der bis 2030 bis zu 20 neue Medikamente hervorgehen könnten. Der Pharmakonzern mit Sitz in Basel stellte die Strategie an seinem Pharma Day am 28. September 2026 vor. KI soll das Tempo und die Präzision der Forschung und Entwicklung erhöhen.

Roche hat in den vergangenen Jahren daran gearbeitet, wieder an Schwung zu gewinnen, nachdem Rückschläge in der Forschung und der Druck auf den Umsatz infolge auslaufender Patente im Jahr 2022 zu Problemen geführt hatten. Teresa Graham, Leiterin der Pharmasparte, sagte den Investorinnen und Investoren, das Unternehmen habe sich mit einem fokussierten Entwicklungsprogramm wieder stärker aufgestellt.

Das mögliche Potenzial ist beträchtlich. Roche erklärte, einige Wirkstoffkandidaten könnten zu wichtigen Produkten werden, darunter das Brustkrebsmedikament Giredestrant mit einem möglichen Spitzenumsatz von mehr als 30 Milliarden CHF. Diese Zahlen setzen erfolgreiche klinische Studien, eine Zulassung und eine entsprechende Marktaufnahme voraus.

Für die Schweiz ist dieser Wandel auch über den Hauptsitz von Roche in Basel hinaus von Bedeutung. Das Unternehmen gehört zu den wichtigsten industriellen Forschungsgruppen des Landes. Entscheidungen in seinen Laboren und Geschäftsräumen beeinflussen Arbeitsplätze, Investitionen und den Zugang zu künftigen Behandlungen. KI fliesst nun neben Biologie, klinischer Evidenz und kommerzieller Disziplin in diese langfristige Rechnung ein.

Roche verschärft die Kriterien für seine Pipeline

Roche sagt, seit dem letzten Pharma Day sechs Programme in die Zulassungsphase gebracht und drei weitere in Phase II vorangetrieben zu haben. Graham erklärte, das Unternehmen habe seine Ziele in zehn zulassungsrelevanten Studien erreicht. Dies gebe den Investorinnen und Investoren einen Anhaltspunkt für die Fortschritte hinter dem Ziel für 2030.

Das Unternehmen hat auch die Kriterien verschärft, nach denen es entscheidet, welche Projekte weitere Investitionen verdienen. Ende 2023 führte Roche einen Rahmen namens «The Bar» ein. Wirkstoffkandidaten müssen festgelegte Kriterien erfüllen, bevor sie in der Pipeline weiterkommen. Damit sollen schwache Programme frühzeitig gestoppt und die Ressourcen auf Projekte mit besseren Aussichten konzentriert werden.

Levi Garraway, Chief Medical Officer von Roche, bezeichnete diesen Rahmen als Leitprinzip für Forschung und Entwicklung. Das Unternehmen habe die Zahl der Projekte reduziert und gleichzeitig den Gesamtwert des verbleibenden Portfolios erhöht.

Die gemeldeten Ergebnisse deuten darauf hin, dass die Strategie die Zusammensetzung der Roche-Pipeline verändert. Projekte, die Phase III erreichen, also die Phase mit umfangreichen Tests vor einer möglichen Zulassung, hatten 2025 eine Erfolgsquote von 65 Prozent. Gemäss Roche ist diese Quote 2026 bisher auf mehr als 80 Prozent gestiegen. Die Zahlen beziehen sich auf die Entwicklungsergebnisse und bedeuten keine garantierten Zulassungen oder Markteinführungen.

KI kommt in allen Phasen der Wirkstoffentdeckung zum Einsatz

Roche will KI vom ersten biologischen Forschungsansatz bis zur abschliessenden Optimierung eines Wirkstoffkandidaten einsetzen. Der Plan des Unternehmens geht über den Einsatz von Software für einzelne Datenanalysen hinaus. Modelle sollen in die gesamte Wirkstoffentdeckung integriert werden, darunter in das Verständnis von Krankheiten, die Suche nach Angriffspunkten für Medikamente und die Auswahl von Substanzen für weitere Tests.

Aviv Regev, Leiterin der Abteilung Research and Early Development bei Genentech, stellte einen Ansatz mit dem Namen «Lab-in-the-Loop» vor. KI-Modelle analysieren grosse Mengen biologischer und chemischer Daten, erstellen Prognosen und helfen bei der Planung von Experimenten. Wissenschaftlerinnen und Wissenschaftler prüfen diese Prognosen anschliessend im Labor und speisen die neuen Ergebnisse in die Modelle zurück.

Dieser Kreislauf könnte Forschenden dabei helfen, vielversprechende Substanzen früher zu erkennen und die Zahl erfolgloser Experimente zu verringern. Zudem könnte er präzisere Entscheidungen darüber unterstützen, welche Kandidaten in kostspielige Entwicklungsprogramme aufgenommen werden sollten. Die Wirkung hängt von der Datenqualität, dem Aufbau der Modelle und der Fähigkeit der Forschenden ab, die Ergebnisse zu überprüfen.

Regev setzte auch eine klare Grenze. KI kann Prognosen verbessern und Experimente priorisieren, macht klinische Studien am Menschen aber nicht überflüssig. Roches Strategie verknüpft daher Computersysteme mit Laborarbeit, Studien mit Patientinnen und Patienten sowie der behördlichen Prüfung, statt KI als Ersatz dafür zu betrachten.

Roche verknüpft KI mit wirtschaftlichem Druck

Roche treibt den Ausbau seiner Pipeline voran, während das Unternehmen die finanziellen Folgen auslaufender Patente und früherer Rückschläge in der Forschung bewältigt. Etablierte Produkte können hohe Umsätze erzielen, doch ihr Patentschutz läuft irgendwann aus. Dadurch geraten Pharmaunternehmen unter Konkurrenzdruck und müssen die wegfallenden Umsätze durch neue Behandlungen ersetzen.

Dieser Druck erklärt Roches Fokus auf Geschwindigkeit, gezielte Auswahl und Entwicklungskosten. Garraway sagte, der strengere Prozess «The Bar» habe die Zahl der Projekte verringert und gleichzeitig den Wert des verbleibenden Portfolios gesteigert. Roche meldete ausserdem kürzere Entwicklungszeiten und geringere Kosten.

Das kommerzielle Potenzial der Strategie zeigt sich am Giredestrant, einem noch in der Entwicklung befindlichen Brustkrebsmedikament mit einem möglichen Spitzenumsatz von mehr als 30 Milliarden CHF. Die Zahl verdeutlicht, welchen Wert Roche erfolgreichen Medikamenten in grossen Krankheitsgebieten beimisst. Zugleich verweist sie auf die Risiken der klinischen Entwicklung. Ein vielversprechendes Laborergebnis kann in Studien am Menschen dennoch scheitern, Sicherheitsbedenken auslösen oder auf behördliche Einschränkungen stossen.

Roche verbindet ein kleineres Projektportfolio mit einem breiteren Einsatz von KI. Diese Kombination könnte dem Unternehmen helfen, Kapital auf Kandidaten mit einer stärkeren Evidenzbasis zu lenken. Roche wird dadurch aber auch mit den Grenzen prädiktiver Modelle konfrontiert, insbesondere wenn sich biologische Systeme anders verhalten als die Muster in bestehenden Daten.

Die Schweiz wartet auf die Ergebnisse

Roches Ziel für 2030 wird an zugelassenen Medikamenten und den Behandlungsergebnissen für Patientinnen und Patienten gemessen, nicht an der Zahl eingesetzter KI-Systeme. Das Unternehmen hat ein ambitioniertes Ziel formuliert: Innerhalb von vier Jahren nach dem Pharma Day 2026 könnten bis zu 20 neue Wirkstoffe auf den Markt kommen.

Für die Schweiz würde die Umsetzung Basels Rolle als globales Zentrum der pharmazeutischen Forschung stärken und hochwertige Entwicklungsarbeit im Land verankern. Sie könnte auch neue Behandlungen für Patientinnen und Patienten hervorbringen, darunter für Menschen mit Krebs und anderen schweren Krankheiten. Diese Vorteile hängen weiterhin von den Erkenntnissen aus klinischen Studien und den Entscheiden der Zulassungsbehörden und Gesundheitsbehörden ab.

Die Strategie muss sich in der Praxis bewähren. Roche muss verlässliche Datenflüsse zwischen den Computerteams und den Laboren sicherstellen, sensible Forschungsdaten schützen und gewährleisten, dass sich KI-generierte Empfehlungen erklären und reproduzieren lassen. Forschende müssen zudem Fehler erkennen, bevor diese kostspielige Studien oder die Versorgung von Patientinnen und Patienten beeinflussen.

Die eigenen Zahlen des Unternehmens bilden einen ersten Massstab. Roche meldet bessere Ergebnisse in Phase III, kürzere Entwicklungszeiten und mehrere Programme in der Pipeline, die sich der behördlichen Prüfung nähern. In den kommenden vier Jahren werden Investorinnen, Investoren und Patientinnen und Patienten sehen, ob dieses Betriebsmodell Prognosen und Experimente in zugelassene Medikamente umsetzen kann.