Eine bahnbrechende Konvergenz von Pharma und klinischer KI (Clinical AI)

In einem entscheidenden Schritt, der die beschleunigte Integration von Künstlicher Intelligenz (KI) in die pharmazeutische Wertschöpfungskette (Pharma Value Chain) unterstreicht, haben Merck (außerhalb der USA und Kanadas als MSD bekannt) und die Mayo Clinic eine strategische Forschungs- und Entwicklungskollaboration angekündigt. Diese Partnerschaft, die am 18. Februar 2026 vorgestellt wurde, stellt eine bedeutende Abkehr von traditionellen Modellen der Wirkstoffforschung dar und zielt darauf ab, massive multimodale klinische Datensätze zu nutzen, um KI-Algorithmen der nächsten Generation anzutreiben.

Die Zusammenarbeit markiert die erste Allianz der Mayo Clinic in dieser Größenordnung mit einem globalen biopharmazeutischen Unternehmen und signalisiert einen Wandel in der Art und Weise, wie Gesundheitssysteme ihre Datenbestände für den breiteren wissenschaftlichen Fortschritt monetarisieren und nutzen. Durch die Integration von Mercks KI-gestützten Technologien der „virtuellen Zelle“ (Virtual Cell) mit der robusten Architektur der Mayo Clinic Platform wollen die beiden Unternehmen die Grenzen der herkömmlichen Zielidentifizierung (Target Identification) umgehen. Die Initiative wird sich zunächst auf drei Therapiebereiche mit hohem Bedarf konzentrieren: chronisch-entzündliche Darmerkrankungen (Inflammatory Bowel Disease, IBD), atopische Dermatitis (Atopic Dermatitis) und Multiple Sklerose (Multiple Sclerosis, MS), in der Hoffnung, die komplexen biologischen Grundlagen dieser Erkrankungen durch fortschrittliche Analysen zu entschlüsseln.

Für Branchenbeobachter ist diese Partnerschaft nicht nur eine Vereinbarung zum Datenaustausch, sondern eine strukturelle Entwicklung in der Präzisionsmedizin (Precision Medicine). Sie unterstreicht einen wachsenden Trend, bei dem das „Labor“ zunehmend virtualisiert wird und die Wahrscheinlichkeit eines klinischen Erfolgs berechnet wird, lange bevor ein Molekül in ein Reagenzglas gelangt.

Dekodierung von Mayo Clinic Platform_Orchestrate

Zentral für diese Zusammenarbeit ist der Einsatz des Programms Mayo Clinic Platform_Orchestrate. Im Gegensatz zu standardmäßigen Datenlizenzierungsverträgen, die oft statische Übertragungen de-identifizierter Datensätze beinhalten, bietet das Orchestrate-Programm eine dynamische, sichere Umgebung für die Co-Entwicklung. Diese Architektur ermöglicht Merck den Zugriff auf den riesigen Fundus an klinischen Erkenntnissen der Mayo Clinic, ohne dass die Daten jemals die sichere Cloud-Umgebung verlassen. So werden Datenschutzbedenken adressiert und gleichzeitig der rechnerische Nutzen maximiert.

Die Plattform zeichnet sich durch die enorme Tiefe und Vielfalt ihrer Daten aus. Sie geht über einfache elektronische Patientenakten (Electronic Health Records, EHR) hinaus und umfasst eine „multimodale“ Landschaft. Dies schließt unstrukturierte klinische Notizen, radiologische Bildgebung, Genomsequenzierung und Laborergebnisse ein. Wenn dieser reichhaltige Datenteppich in Machine-Learning-Modelle eingespeist wird, ermöglicht er es Forschern, vollständigere Profile des Krankheitsverlaufs zu erstellen, als dies bisher möglich war.

Die Kraft multimodaler Daten

Die Integration multimodaler Daten ist der Dreh- und Angelpunkt dieser Strategie. In der traditionellen Forschung könnte ein Wissenschaftler einen genetischen Marker isoliert betrachten. Unter diesem neuen Rahmenwerk kann ein KI-Modell gleichzeitig die genetischen Marker eines Patienten, die in seinen MRT-Scans sichtbaren strukturellen Veränderungen und den in klinischen Notizen aufgezeichneten longitudinalen Verlauf analysieren.

Diese ganzheitliche Sichtweise ist unerlässlich für das Training von Modellen der „virtuellen Zelle“ – digitale Zwillinge zellbiologischer Prozesse, die Merck entwickelt. Diese Modelle simulieren, wie Zellen auf verschiedene Reize und Krankheitszustände reagieren, sodass Wissenschaftler potenzielle Wirkstoffziele in silico „Stresstests“ unterziehen können. Durch die Validierung dieser virtuellen Modelle gegen reale klinische Daten der Mayo Clinic strebt Merck an, die Falsch-Positiv-Rate in der frühen Entdeckungsphase drastisch zu senken und sicherzustellen, dass nur die vielversprechendsten Kandidaten in physische Studien übergehen.

Strategische Fokusbereiche: Bekämpfung komplexer chronischer Krankheiten

Die Zusammenarbeit hat ihren anfänglichen Umfang klar definiert und konzentriert sich auf drei chronische Erkrankungen, die Wirkstoffentwickler aufgrund ihrer Heterogenität historisch vor Herausforderungen gestellt haben.

Therapeutische Fokusbereiche:

• Gastroenterologie: Speziell chronisch-entzündliche Darmerkrankungen (IBD), bei denen das Ansprechen der Patienten auf die Behandlung stark variiert und der Wirkmechanismus oft vielschichtig ist.
• Dermatologie: Atopische Dermatitis, eine Erkrankung, die durch komplexe Interaktionen des Immunsystems getrieben wird, die zwischen verschiedenen Patientenpopulationen erheblich variieren.
• Neurologie: Multiple Sklerose (MS), eine fortschreitende Erkrankung, bei der eine frühzeitige Intervention entscheidend ist und bei der multimodale Daten (Bildgebung + klinische Historie) besonders wertvoll für die Vorhersage des Fortschreitens sind.

Durch die Konzentration auf diese Bereiche wenden Merck und die Mayo Clinic ihre KI-Fähigkeiten auf Krankheiten an, bei denen „One-size-fits-all“-Blockbuster die Bedürfnisse aller Patienten nicht erfüllen konnten. Das Ziel ist es, Subpopulationen und spezifische Biomarker zu identifizieren, die zu maßgeschneiderten Therapien führen können – die Essenz der Präzisionsmedizin.

Operativer Rahmen und strategischer Nutzen

Um die Mechanik dieser Partnerschaft zu verstehen, ist es hilfreich, die spezifischen Komponenten aufzuschlüsseln, die jede Einheit beisteuert, sowie den strategischen Wert, der sich aus ihrer Integration ergibt.

Tabelle 1: Kernkomponenten der Merck-Mayo-Kollaboration

Transformation der pharmazeutischen Wertschöpfungskette

Diese Partnerschaft illustriert einen „Plattform-Denkansatz“ (Platform Thinking), der im Gesundheitswesen relativ neu ist. Maneesh Goyal, COO der Mayo Clinic Platform, stellte fest, dass andere Branchen zwar bereits auf gemeinsame Ressourcen und kollaborative Modelle setzen, das Gesundheitswesen jedoch historisch durch proprietäre Beschränkungen isoliert war. Dieser Deal bricht dieses Muster auf, indem er ein modulares Ökosystem schafft, in dem Daten und Algorithmen fließend interagieren.

Für Merck reichen die Auswirkungen über die drei anfänglichen Krankheitsbereiche hinaus. Robert M. Davis, Chairman und CEO von Merck, betonte, dass die Integration hochwertiger klinischer Daten der Schlüssel zur Verbesserung der „Erfolgswahrscheinlichkeit“ (Probability of Success) ihrer Programme ist. In der risikoreichen Welt der pharmazeutischen Forschung und Entwicklung, in der die Kosten für die Markteinführung eines Medikaments 2 Milliarden US-Dollar übersteigen und über ein Jahrzehnt dauern können, kann selbst eine geringfügige Verbesserung der Vorhersagegenauigkeit in der Phase der Zielidentifizierung Einsparungen in Milliardenhöhe und eine Zeitersparnis von Jahren in der Entwicklung bedeuten.

Darüber hinaus setzt diese Zusammenarbeit einen Präzedenzfall dafür, wie „Real-World-Daten“ (Real-World Data, RWD) genutzt werden. Sie führt die Branche über die Nutzung von RWD allein für die Überwachung nach dem Inverkehrbringen oder für regulatorische Einreichungen hinaus und positioniert sie stattdessen als primären Motor für die vorgelagerte Forschung.

Branchenweite Auswirkungen und Zukunftsausblick

Die Allianz zwischen Merck und Mayo wird wahrscheinlich einen Dominoeffekt im gesamten biopharmazeutischen Sektor auslösen. Sie setzt andere große Pharmaunternehmen unter Druck, sich ähnliche „Datenschutzwälle“ (Data Moats) durch Partnerschaften mit großen akademischen medizinischen Zentren zu sichern. Wir treten in eine Ära ein, in der der Zugang zu kuratierten, multimodalen Patientendaten ebenso wertvoll ist wie die chemischen Bibliotheken, die Pharmaunternehmen über Jahrzehnte aufgebaut haben.

Aus der KI-Perspektive verstärkt dies den Trend hin zu Basismodellen (Foundation Models) in der Biologie. Genau wie Large Language Models (LLMs) riesige Mengen an Text benötigen, um Syntax und Semantik zu lernen, benötigen biologische Basismodelle riesige, vielfältige Datensätze, um die „Sprache“ von Krankheiten zu erlernen. Die Daten der Mayo Clinic liefern das notwendige Volumen und die Komplexität, um diese anspruchsvollen Modelle zu trainieren.

Dennoch bleiben Herausforderungen bestehen. Der Erfolg dieses Vorhabens hängt von der Qualität der Datenintegration ab – das Bereinigen und Harmonisieren unstrukturierter klinischer Notizen mit strukturierten Genomdaten ist eine nicht triviale technische Herausforderung. Zudem bleibt die Übertragung von Vorhersagen der „virtuellen Zelle“ in wirksame Humantherapeutika eine wissenschaftliche Hürde, die die KI noch nicht vollständig überwunden hat.

Während diese Zusammenarbeit fortschreitet, wird die Branche genau beobachten, ob das theoretische Versprechen der KI-gestützten Präzisionsmedizin in greifbare klinische Erfolge umgemünzt werden kann. Im Erfolgsfall könnte das Merck-Mayo-Modell zum Standardentwurf für die moderne Wirkstoffforschung werden.