EQS-News
BB BIOTECH AG: Mit Algorithmen zu Blockbustern
EQS-News: BB BIOTECH AG / Schlagwort(e): Marktbericht Marktkommentar |
Mit Algorithmen zu Blockbustern
Wie künstliche Intelligenz für die Entwicklung von Medikamenten immer wichtiger wird und Biotechinvestoren sich diese Technologien zunutze machen.
Dr. Samuel Croset, Data Scientist, BB Biotech
Künstliche Intelligenz und maschinelles Lernen mithilfe von Algorithmen sind in der Medikamentenentwicklung in zweierlei Hinsicht eine disruptive Technologie. Zum einen sind sie ein Vehikel, um Moleküle für die klinische Entwicklung zeit- und kostensparender zu identifizieren. Zum anderen lassen sich klinische Studien dank der Vielzahl der zur Verfügung stehenden Daten so aufsetzen und Patienten so auswählen, dass sich Kosten, Zeitraum und vor allem das Risiko von Fehlschlägen deutlich reduzieren.
Auf der anderen Seite eröffnet künstliche Intelligenz die Chance für Biotechinvestoren, die Tiefe der Due-Diligence-Prüfung im Rahmen der Titelauswahl durch eine breitere Datenbasis zu verbessern. Die Arbeit der Portfoliomanager selbst wird künstliche Intelligenz nicht ersetzen. De facto soll sie aber zusätzliche Informationen für die Fundamentalanalyse stellen, um die Titelauswahl innerhalb des Investment-Universums wesentlich zu erleichtern.
BB Biotech hat in den letzten Jahren eine Vielzahl an Datensätzen mit unterschiedlichsten Arten von Informationen in ihre IT-Infrastruktur integriert. Dieser Datenpool enthält patientenbasierte Daten, Versicherungsansprüche, grundlegende Informationen über Präparate, Nachrichten, veröffentlichte Studien und Berichte, wissenschaftliche Literatur und die Informationen aus dem internationalen Netzwerk des Portfolio Management Teams. So vielfältig wie die Quellen sind auch die Erkenntnisse, die sich aus der Datenanalyse ableiten lassen. Ein Beispiel ist die Beschaffenheit des kommerziellen Potenzials, das sich aus dem Wirkprofil, dem Wettbewerb und der Quantifizierung der Epidemiologie und des unbefriedigten medizinischen Bedarfs der Patienten ergibt. Daneben sollen die Daten Aufschluss über die Patientenreise und den Weg durch das Gesundheitssystem bieten, indem Erstattungsmuster von Versicherungsgesellschaften untersucht werden, die letztlich für die Kosten der vermarkteten Therapien aufkommmen.