KI im Markt für Arzneimittelentdeckung – Globale Branchengröße, Anteil, Trends, Chancen und Prognose, 2018–2028, segmentiert nach Komponententyp (Software und Dienste), nach Arzneimitteltyp (kleine und große Moleküle), nach Anwendungstyp (präklinische Tests, Arzneimitteloptimierung und -umwidmung, Zielidentifizierung, Kandidatenscreening und andere), nach Therapiebereich (Onkologie, neurodegenerat

Marktübersicht

Der globale Markt für KI in der Arzneimittelentdeckung hat einen Wert von USD

Wichtige Markttreiber

Absolut geringerer Zeitaufwand für den Medikamentenforschungsprozess

Der wachsende Wunsch, den Gesamtzeitaufwand für den Arzneimittelentdeckungsprozess zu reduzieren, würde die Nachfrage nach künstlicher Intelligenz (KI) in der Arzneimittelentdeckung deutlich steigern und so das Marktwachstum beschleunigen. Traditionelle Tiermodelle benötigen typischerweise drei bis fünf Jahre, um Verbindungen zu identifizieren und zu optimieren, bevor sie am Menschen getestet werden können, wohingegen KI-gestützte Startups potenziell neue Medikamente innerhalb von Tagen oder Monaten entdecken und entwickeln könnten. Darüber hinaus wären erhöhte Gesundheitsbudgets und Fortschritte in der Gesundheitsinfrastruktur wichtige Treiber für die Marktexpansion. Der zunehmende Einsatz künstlicher Intelligenz (KI) zur effizienten Erforschung der Arzneimittelaktivität wird die Nachfrage nach künstlicher Intelligenz (KI) in der Arzneimittelentwicklungsbranche ankurbeln. Konventionelle Arzneimittelentdeckungsprozesse sind zeitaufwändig, kostenintensiv und fehleranfällig. KI-gestützte Ansätze bieten dagegen die Möglichkeit, die Effizienz zu steigern und Kosten zu senken, indem kritische Phasen der Arzneimittelentdeckung, darunter Wirkstoffscreening, Leitstrukturoptimierung und Design klinischer Studien, rationalisiert werden. Der Einsatz von KI-Algorithmen ermöglicht eine schnelle Analyse umfangreicher Wirkstoffbibliotheken, eine effiziente Kandidatenpriorisierung und genaue Eigenschaftsvorhersagen und erleichtert so eine beschleunigte und effektive Arzneimittelentwicklung.

Große Technologie- und Pharmaunternehmen investieren gemeinsam

Um die Nutzung der KI-Algorithmen von Microsoft für die riesigen Datensätze der Pharmaindustrie zu erleichtern, haben Novartis und das Computerunternehmen eine mehrjährige strategische Vereinbarung geschlossen, die 2019 beginnt. Die beiden Unternehmen bekundeten ihre Absicht, Bildanalyse und generative Methoden einzusetzen, um die personalisierte Medizin voranzutreiben und die Zell- und Gentherapie zu verbessern. Im April ging Nvidia, ein führender Hersteller von Grafikprozessoren und ein Unternehmen, das aktiv KI-Fähigkeiten vorantreibt, eine Partnerschaft mit Schrödinger ein, um die Vorhersagefähigkeiten der Software bei der molekularen Prognose zu beschleunigen und zu verbessern. Diese Faktoren üben gemeinsam einen erheblichen Einfluss auf den KI-Markt in der Arzneimittelforschung aus. Exscientia, eines von zahlreichen Unternehmen, die im letzten Jahrzehnt gegründet wurden und sich auf KI-basierte Methoden zur Arzneimittelforschung und -entwicklung konzentrieren, hat kürzlich erhebliche Investitionen angezogen. Mehrere dieser Unternehmen entwickeln Tools, um die Identifizierung potenzieller niedermolekularer Arzneimittelkandidaten zu beschleunigen. So sammelte Recursion Pharmaceuticals bei seinem Börsengang 436 Millionen US-Dollar ein und generierte riesige Mengen maßgeschneiderter Daten zum Zellverhalten mit dem Ziel, KI zu nutzen, um biologische Erkenntnisse zu gewinnen, die die Entwicklung neuartiger Medikamente vorantreiben können. Darüber hinaus investieren IT-Unternehmen wie IBM, Microsoft und Google aktiv und gehen finanzielle Kooperationen mit Pharmaunternehmen ein, um die Weiterentwicklung der KI auf dem Markt für Arzneimittelforschung zu fördern.

Zunahme der Häufigkeit chronischer Erkrankungen

Die Häufigkeit chronischer Erkrankungen wie Diabetes, chronisch obstruktive Lungenerkrankung (COPD), koronare Herzkrankheit, Arthritis, Asthma, Hepatitis und Krebs hat in wichtigen Regionen weltweit deutlich zugenommen. Dies ist auf die wachsende geriatrische Bevölkerung (die bis 2050 voraussichtlich 20 % der Weltbevölkerung ausmachen wird), sich ändernde Lebensstile und Ernährungsumstellungen infolge der raschen Urbanisierung zurückzuführen. Laut der International Diabetes Federation waren im Jahr 2021 weltweit unglaubliche 537 Millionen Menschen von Diabetes betroffen. Darüber hinaus wird erwartet, dass die Zahl der neuen Krebserkrankungen pro Jahr bis 2030 643 Millionen erreichen wird. Lungenkrebs ist die Hauptursache für krebsbedingte Todesfälle im asiatisch-pazifischen Raum, wobei allein China über 50 % aller Fälle ausmacht. Gebärmutterhalskrebs wird stark von Veränderungen des Lebensstils und soziokulturellen Faktoren beeinflusst. Zu den bemerkenswerten Ländern im asiatisch-pazifischen Raum, die von Brustkrebs betroffen sind, gehören Indien, Thailand und China.

Technologischer Fortschritt

Fortschritte in KI-Technologien wie maschinellem Lernen, Deep Learning und natürlicher Sprachverarbeitung haben die Fähigkeiten der KI bei der Analyse und Interpretation komplexer biologischer Daten erheblich verbessert. Diese Fortschritte erleichtern die Integration verschiedener Datenquellen, einschließlich Genomik, Proteomik und klinischer Daten, was zu umfassenderen Erkenntnissen und beschleunigten Entscheidungen bei der Arzneimittelentdeckung führt. Das exponentielle Wachstum biologischer Daten, die Genomsequenzen, Proteinstrukturen und Arzneimittel-Ziel-Interaktionen umfassen, bietet eine Fülle von Möglichkeiten für KI-gesteuerte Analysen und Modellierungen. Die Verfügbarkeit großer Datensätze ermöglicht es KI-Algorithmen, Muster zu erkennen, Eigenschaften von Verbindungen vorherzusagen und innovative Hypothesen zu generieren, wodurch fundierte und datengesteuerte Entscheidungen bei der Arzneimittelforschung möglich werden.

Kostenlosen Beispielbericht herunterladen

Wichtige Marktherausforderungen

Datenqualität und -verfügbarkeit

KI ist für Training und Modellentwicklung in hohem Maße auf qualitativ hochwertige, vielfältige und umfassende Daten angewiesen. Die Verfügbarkeit zuverlässiger und gut kuratierter Datensätze sicherzustellen, kann jedoch eine Herausforderung sein, insbesondere im Bereich der Arzneimittelforschung, wo Datenschutz, geistiges Eigentum und regulatorische Aspekte wichtige Faktoren sind. Der Zugang zu großen und repräsentativen Datensätzen, die unterschiedliche Patientenpopulationen und Krankheitstypen umfassen, kann eine Hürde für KI-gesteuerte Arzneimittelforschungsbemühungen darstellen. KI-Algorithmen, insbesondere Deep-Learning-Modelle, fungieren häufig als „Black Boxes“, was es schwierig macht, die Argumentation hinter ihren Vorhersagen oder Empfehlungen zu interpretieren. Bei der Arzneimittelforschung, wo transparente und erklärbare Entscheidungsfindung von entscheidender Bedeutung ist, kann der Mangel an Interpretierbarkeit bei Aufsichtsbehörden, Ärzten und Patienten Bedenken hervorrufen. Die Herausforderung der Interpretierbarkeit von KI-Modellen zu bewältigen, ist entscheidend, um Vertrauen und Akzeptanz in diesem Bereich zu fördern. Die Validierung KI-gesteuerter Modelle und die Sicherstellung der Einhaltung regulatorischer Standards stellen in der Arzneimittelforschungsbranche Herausforderungen dar. Regulierungsbehörden verlangen in der Regel ein hohes Maß an Nachweisen und Validierung, um die Sicherheit und Wirksamkeit neuer Medikamente zu gewährleisten. KI-Modelle müssen strenge Standards erfüllen und eine robuste Leistung bei unterschiedlichen Datensätzen nachweisen, um die behördliche Zulassung zu erhalten. Die Entwicklung eines regulatorischen Rahmens, der die einzigartigen Aspekte der KI in der Arzneimittelforschung angemessen berücksichtigt, ist unerlässlich, um ihre breitere Akzeptanz zu fördern.

Technische Herausforderungen

Künstliche Intelligenz und maschinelles Lernen haben in vielen Bereichen erhebliche Fortschritte gemacht. Die Qualität der Datensätze bleibt jedoch ein erhebliches Hindernis bei der Nutzung von KI-Methoden für die Arzneimittelentwicklung. Die Existenz zahlreicher anspruchsvoller Datensätze unterstreicht die Bedeutung der Zusammenarbeit bei der Weiterentwicklung des Einsatzes von KI in der Arzneimittelforschung. Die Bewältigung herausfordernder Probleme im Zusammenhang mit Dateneigentum und Vertraulichkeit ist von entscheidender Bedeutung. Trotz des Mangels an starken anfänglichen Vorreitern in diesem Bereich gibt es laufende Bemühungen, aktuelle Technologien nachträglich zu überprüfen und zu optimieren.

Wichtige Markttrends

Ausbau von F&E-Vorhaben

Der Ausbau der Forschungs- und Entwicklungsaktivitäten, gepaart mit der zunehmenden Nutzung von Cloud-basierten Diensten und Anwendungen, bietet günstige Aussichten für das Wachstum der künstlichen Intelligenz (KI) im Markt für Arzneimittelforschung. Die wachsende Nachfrage aus Schwellenländern und der Fortschritt der Biotechnologiebranche werden das Entwicklungstempo des KI-Marktes im Bereich der Arzneimittelforschung weiter beschleunigen. Die COVID-19-Pandemie hat den Einsatz künstlicher Intelligenz im Bereich der Arzneimittelentwicklung deutlich vorangetrieben, wie ihre umfassende Anwendung bei der Identifizierung und Prüfung bestehender Medikamente zur Behandlung von COVID-19 zeigt. KI hat sich bei der Identifizierung von Wirkstoffen zur Vorbeugung verschiedener Krankheiten wie SARS-CoV, HIV, SARS-CoV-2, Grippeviren und anderen als wirksam erwiesen. Während der Pandemie verließen sich Volkswirtschaften weltweit auf KI-basierte Arzneimittelforschung statt auf traditionelle, zeitaufwändige und kostspielige Impfstoffforschungsprozesse, was zum Wachstum der KI auf dem Arzneimittelforschungsmarkt beitrug.

Personalisierte Medizin und Präzisionsgesundheitswesen

KI hat das Potenzial, die personalisierte Medizin durch die Integration von Patientendaten, einschließlich genetischer Informationen, klinischer Parameter und Lebensstilfaktoren, zu revolutionieren. Durch die Analyse dieser Daten können KI-Algorithmen Patientenuntergruppen identifizieren, individuelle Reaktionen auf Therapien vorhersagen und Behandlungsstrategien optimieren. Die Fähigkeit, Behandlungen auf der Grundlage ihrer einzigartigen Merkmale auf einzelne Patienten zuzuschneiden, ermöglicht präzise Gesundheitsansätze, die die Behandlungsergebnisse verbessern, Nebenwirkungen minimieren und die Patientenversorgung optimieren. Dieser transformative Anwendungsfall hat das Potenzial, die Diagnose, Überwachung und Behandlung von Krankheiten zu revolutionieren und zu wirksameren und personalisierteren therapeutischen Eingriffen zu führen. Die Identifizierung und Validierung geeigneter Arzneimittelziele sind entscheidende Schritte im Arzneimittelforschungsprozess. Durch die Analyse komplexer biologischer Daten wie Genomik, Proteomik und klinischer Daten können KI-Algorithmen potenzielle Ziele identifizieren und ihre biologischen Mechanismen aufklären. Durch die Integration verschiedener Datenquellen und den Einsatz von Techniken des maschinellen Lernens kann KI neue Wirkstoffziele aufdecken, ihre Relevanz für bestimmte Krankheiten bestätigen und die Erfolgswahrscheinlichkeit bei der Arzneimittelentwicklung vorhersagen. Dieser Anwendungsfall ermöglicht es Forschern, ihre Bemühungen auf Ziele mit einer höheren Wahrscheinlichkeit eines therapeutischen Erfolgs zu konzentrieren.

Segmentelle Einblicke

Komponententyp-Einblicke

Der Markt für KI in der Arzneimittelentdeckung wird basierend auf dem Komponententyp in Software und Dienste unterteilt. In Bezug auf den Marktanteil wird das Dienstleistungssegment voraussichtlich den globalen Markt für KI in der Arzneimittelentdeckung im Jahr 2022 dominieren und zwischen 2022 und 2028 die höchste durchschnittliche jährliche Wachstumsrate aufweisen. Das Wachstum dieses Marktsegments wird in erster Linie durch die mit KI-Diensten verbundenen Vorteile und die starke Nachfrage nach KI-Diensten bei den Endbenutzern vorangetrieben. Darüber hinaus spielt auch das Softwaresegment im Bereich KI in der Arzneimittelentdeckung eine bedeutende Rolle. Beispielsweise konzentrieren sich mehrere aufstrebende Unternehmen auf die Entwicklung innovativer Deep-Learning-Lösungen und generativer Modelle. Diese Fortschritte ermöglichen die Nutzung vorhandener Daten zur Entwicklung von Molekülen, die in silico optimiert werden können und alle Erfolgskriterien von Projekten zur Entdeckung kleiner Moleküle erfüllen. Makya beispielsweise ist eine benutzerfreundliche SaaS-Plattform für die KI-gesteuerte Entdeckung neuer Medikamente mit besonderem Fokus auf multiparametrischer Optimierung für Liganden- und strukturbasierte Projekte.

Einblicke in therapeutische Bereiche

Im Hinblick auf den therapeutischen Bereich wird für den Onkologiebereich im Prognosezeitraum die höchste durchschnittliche jährliche Wachstumsrate (CAGR) erwartet. Dies ist auf den zunehmenden Einsatz von KI bei der Entdeckung von Medikamenten zur Behandlung verschiedener Krebsarten, eine beträchtliche Anzahl vielversprechender Medikamente in der Onkologie-Pipeline, die zunehmende Nutzung von KI bei der Entdeckung und Entwicklung von Onkologiemedikamenten und die steigende Zahl von Kooperationen zwischen großen Pharmaunternehmen und KI-Anbietern zurückzuführen. Diese Faktoren treiben in erster Linie das Wachstum dieses Segments voran.

Kostenlosen Musterbericht herunterladen

Regionale Einblicke

Nordamerika wird den Markt dominieren, vor allem aufgrund der hohen Akzeptanz von KI-Technologien in der Pharmaindustrie, eines beträchtlichen Patientenpools, einer höheren Prävalenz chronischer und infektiöser Krankheiten, einer fortschrittlichen Gesundheitsinfrastruktur und aktiver klinischer Forschung und Versuche zu KI und Arzneimittelforschung in der Region. Insbesondere die Vereinigten Staaten weisen eine erhebliche Prävalenz von Stoffwechsel- und Lebensstilkrankheiten auf. Wie vom CDC berichtet, werden im Jahr 2022 mehr als 130 Millionen Erwachsene in den Vereinigten Staaten mit Diabetes leben. Darüber hinaus ist laut den National Institutes of Health jeder siebte Erwachsene im Land von chronischer Nierenerkrankung betroffen. Namhafte Forschungs- und akademische Einrichtungen wie das MD Anderson Cancer Center der University of Texas, die University of Alabama in Huntsville, die University of Oxford und die University of Dundee integrieren unter anderem KI in Studien zur Arzneimittelforschung. Das Wachstum der künstlichen Intelligenz auf dem Arzneimittelforschungsmarkt in der Region wird durch wichtige Entwicklungen und eine hohe Konzentration von Marktteilnehmern in den Vereinigten Staaten weiter vorangetrieben. So stellte Alphabet, die Muttergesellschaft von Google, im November 2021 ISOMORPHIC LABORATORIES als sein erstes Arzneimittelforschungsunternehmen vor. Ebenso schloss Microsoft im September 2022 eine Kooperationsvereinbarung mit Novo Nordisk ab und bietet seine KI-, Computer- und Cloud-Dienste für Datenwissenschaftsanalysen, Arzneimittelforschung und Entwicklungsaktivitäten an. Darüber hinaus kündigte die Johnson & Johnson-Tochter Janssen im August 2022 eine Partnerschaft mit SRI International an und nutzt dabei die SynFini-KI-Plattform von SRI für die Entdeckung niedermolekularer Arzneimittel. Diese laufenden Fortschritte in der Region werden voraussichtlich das Marktwachstum vorantreiben.

Neueste Entwicklungen

• Im Februar 2021 werden Exscientia und die Universität Oxford zusammenarbeiten, um Behandlungen für die Alzheimer-Krankheit zu erforschen.
• Seit Oktober 2020 kooperiert Beginning Therapeutics mit Genentech (USA) für eine gemeinsame Anstrengung zur Entwicklung von Multi-Target-Medikamenten und nutzt dabei die fortschrittlichen KI-Fähigkeiten von Genesis, um potenzielle Therapeutika für verschiedene Krankheiten zu identifizieren.
• Im März 2021 einigten sich Iktos und Pfizer darauf, die KI-gesteuerten Medikamentendesign-Tools von Iktos für ausgewählte Kleinmolekül-Initiativen von Pfizer zu nutzen.

Wichtige Marktteilnehmer