KI-Durchbruch: OpenAI diagnostiziert 18 neue seltene Krankheiten
20.06.2026 - 01:45:16 | boerse-global.de
KI-Systeme diagnostizieren seltene Krankheiten und beschleunigen die Wirkstoffentwicklung – deutsche Unternehmen profitieren von neuen Technologien.
Die Pharmabranche setzt zunehmend auf künstliche Intelligenz, um komplexe medizinische Herausforderungen zu lösen und Arbeitsabläufe zu optimieren. Aktuelle Entwicklungen Mitte Juni 2026 zeigen einen deutlichen Trend hin zu spezialisierten KI-Agenten, leistungsstarker Molekülmodellierung und dem erfolgreichen Einsatz von Deep-Research-Tools in der klinischen Diagnostik.
Die rasante Entwicklung von KI-Systemen in der Medizin erfordert eine strikte Einhaltung rechtlicher Rahmenbedingungen durch die neue EU-KI-Verordnung. Dieser kostenlose Umsetzungsleitfaden hilft Unternehmen, Risikoklassen richtig einzustufen und alle Dokumentationspflichten fristgerecht zu erfüllen. EU AI Act in 5 Schritten verstehen: Fristen, Pflichten und Risikoklassen kompakt erklärt
Durchbruch bei der Diagnose seltener Erkrankungen
Forscher des Boston Children's Hospital, der Harvard University und OpenAI haben in einer am 18. Juni 2026 im Fachjournal NEJM AI veröffentlichten Studie eindrucksvoll belegt, wie fortschrittliche KI-Tools in der klinischen Praxis wirken. Das OpenAI-o3-Deep-Research-Modell analysierte 376 ungelöste Fälle seltener genetischer Erkrankungen neu – mit Erfolg: 18 neue Diagnosen kamen zutage. Das entspricht einer Steigerung der diagnostischen Trefferquote um 4,8 Prozent.
Besonders effektiv zeigte sich das System bei Neuroentwicklungsstörungen (zehn Fälle) und neuromuskulären Erkrankungen (vier Fälle). In der Validierungsphase identifizierte das Modell 48 von 51 bereits bekannten Fällen korrekt – eine Erfolgsquote von 94,1 Prozent. Sämtliche Ergebnisse wurden von menschlichen Forschern nach etablierten klinischen Standards überprüft.
Nur einen Tag später, am 19. Juni 2026, präsentierte das Paul Scherrer Institut (PSI) eine weitere Innovation: VISTACT, eine KI-Plattform, die Phasenkontrast-Mikro-CT mit generativen adversarialen Netzwerken (cGAN) kombiniert. Das System erzeugt 3D-Virtualstains von Gewebeproben und ermöglicht so histologische Analysen ohne herkömmliche chemische Färbung. Erste Tests an Lungengewebsproben zeigen, dass diese virtuellen Färbungen mit der konventionellen Histologie vergleichbar sind.
Strategische Partnerschaften treiben Molekularforschung voran
Große Pharmakonzerne sichern sich zunehmend Zugang zu spezialisierter KI-Infrastruktur und Basismodellen. Am 18. Juni 2026 gab Takeda eine Zusammenarbeit mit Boltz PBC bekannt. Der japanische Konzern nutzt künftig proprietäre Biomolekülmodelle – darunter BoltzMol-1 und BoltzProt-1 – für Strukturvorhersagen und generatives Design im gesamten Forschungportfolio. Takeda behält die Eigentumsrechte an allen über die Plattform generierten Verbindungen.
Auch Merck (MSD) baute seine KI-Kapazitäten am 19. Juni 2026 aus und beauftragte Protillion mit KI-gesteuerter Wirkstoffforschung gegen mehrere Zielmoleküle. Dieser Schritt folgt einem breiteren Branchentrend: Unternehmen wie Eli Lilly und Thermo Fisher haben bereits NVIDIA's BioNeMo-Infrastruktur in ihre Forschungs- und Entwicklungspipelines integriert. Einige Firmen reorganisieren zudem interne Abteilungen, um sich auf Kernbereiche zu konzentrieren. Novo Nordisk etwa lizenzierte Parkinson-bezogene Vermögenswerte an das KI-native Unternehmen Cellular Intelligence aus, während es seine internen Ressourcen auf das GLP-1-Portfolio fokussiert.
Während die Forschung neue Moleküle designt, verschärft die EU die Regeln für den Einsatz solcher KI-Systeme in Unternehmen massiv. Erfahren Sie in diesem kostenlosen Report, welche Systeme als Hochrisiko gelten und was IT- und Rechtsabteilungen jetzt konkret tun müssen. Kostenlosen Umsetzungsleitfaden zum EU AI Act jetzt sichern
Neue Forschungsmethoden verbessern zudem die Genauigkeit des Proteindesigns. Eine in Science veröffentlichte Studie zeigt, dass die Deep-Learning-Methode ProteinMPNN eine Sequenztrefferquote von 52,4 Prozent erreicht – deutlich mehr als die 32,9 Prozent der älteren Rosetta-Methode.
Automatisierung in Produktion und Zulassung
Die Anwendung von KI erstreckt sich längst über das Labor hinaus bis in die Fertigung und regulatorische Compliance. Am 18. Juni 2026 launchte Oncotelic Therapeutics auf der BIO International Convention in San Diego eine KI-gestützte GMP-Produktionsplattform. Das System integriert Robotik mit KI, um elektronische Chargenaufzeichnungen und Qualitätsdokumentation für Zelltherapie-Entwickler und Auftragshersteller zu verwalten.
Auch die Automatisierung klinischer Studiendokumentation gewinnt an Fahrt. Medable brachte am 19. Juni 2026 seinen Digital Data Flow (DDF) Agent auf den Markt, der statische Studienprotokolle in maschinenlesbare Formate übersetzt. Parallel dazu gaben TrialAssure und das Centre for Drug Development von Cancer Research UK am 18. Juni 2026 eine Partnerschaft bekannt: Gemeinsam nutzen sie KI zur Erstellung regulatorischer Dokumente wie Prüferinformationen und Patientenberichte – unter Wahrung menschlicher Aufsicht zur Qualitätssicherung.
Marktdaten zeigen wachsende Akzeptanz
Ein Zwischenstands-Update von GlobalData – basierend auf einer Umfrage unter 157 Pharmafachleuten, die im April 2026 abgeschlossen wurde – zeigt: 34 Prozent der Unternehmen setzen KI bereits für spezifische Funktionen ein, 25 Prozent führen Pilotprojekte durch. Rund 74 Prozent der Befragten sehen KI als die störanfälligste Technologie im Sektor.
Die Umfrage identifizierte drei Hauptanwendungsbereiche:
- Wirkstoffforschung (59 Prozent)
- Klinische Studiendesigns (45 Prozent)
- Medizinisches Schreiben (41 Prozent)
Die Stimmung hinsichtlich der Produktivität bleibt optimistisch. Etwa 31 Prozent der Fachleute erwarten in den nächsten zwölf Monaten eine Steigerung der F&E-Produktivität um 11 bis 20 Prozent, 38 Prozent rechnen mit Kostensenkungen von bis zu zehn Prozent. Diese Zuversicht wird durch erhebliche Finanzinvestitionen gestützt: Die weltweiten Gesundheits-KI-Finanzierungen überstiegen 2025 die Marke von 18 Milliarden Euro, und Risikokapital für KI-gesteuerte Wirkstoffforschung erreichte im selben Zeitraum rund 11 Milliarden Euro. Trotz dieser Investitionen schätzen Experten, dass erst 13 bis 30 Prozent der Unternehmen KI vollständig in ihren Betrieb integriert haben.
