FDA treibt Drug-Repurposing mit KI/ML-Signalen voran

Die US-Gesundheitsbehörde FDA verknüpft Drug-Repurposing stärker mit Datenanalytik und benennt ausdrücklich KI/ML als Quelle für präklinische Signale. Ziel ist, vielversprechende Wirkstoff-Neu-Zweckungen schneller in Richtung klinischer Entwicklung zu bringen.

Was passiert ist

Die FDA hat eine Initiative angekündigt, um Drug-Repurposing gezielt zur Behandlung von unerfüllten medizinischen Bedürfnissen voranzutreiben. In dem Schritt verweist die Behörde darauf, dass KI/ML-gestützte Analysen helfen können, präklinische Hinweise früh zu erkennen und systematisch auszuwerten.

Die FDA stellt damit die Daten- und Entscheidungsphase stärker in den Mittelpunkt, bevor eine Bewertung in Studien erfolgt. Der Ansatz soll die Identifikation von Kandidaten verbessern und so die Zeit bis zu klinischen Prüfungen verkürzen.

Warum das wichtig ist

Drug-Repurposing kann im Gesundheitssystem dann besonders wirken, wenn für neue Indikationen bereits bekannte Wirkstoffprofile, bekannte Sicherheitsdaten und Herstellungswege existieren. Wenn die FDA KI/ML explizit als Signalquelle adressiert, verschiebt sich der Schwerpunkt von reiner Hypothesenbildung hin zu datengetriebenen Priorisierungen in frühen Entwicklungsphasen.

Für Digital-Health-Anbieter und Entwickler von KI-Werkzeugen bedeutet das: Nicht nur die klinische Entscheidungsunterstützung rückt in den Fokus, sondern auch die regulatorisch relevante Vorselektion von Kandidaten anhand von Labor- und Präklinikdaten. Das kann die Pipelineplanung in Pharma und für kooperierende Forschungseinrichtungen beeinflussen, weil sich Erwartungen an Transparenz, Nachvollziehbarkeit und Validierung von KI-gestützten Interpretationen frühzeitig erhöhen.

Quellen: FDA Drug Repurposing