EMA-Leitlinien: Prinzipien für KI in der Arzneimittelentwicklung

KI soll in der Arzneimittelentwicklung planbar und prüfbar werden: Die EMA hat Prinzipien veröffentlicht, die den Weg von Daten und Modelltraining bis zur regulatorischen Bewertung strukturieren.

Was passiert ist

Die Europäische Arzneimittel-Agentur (EMA) beschreibt in einer eigenen Übersicht, wie KI in der Medizinprodukte- und Arzneimittelwelt unter regulatorischen Rahmenbedingungen gedacht werden soll. Im Fokus stehen Datenqualität, Nachvollziehbarkeit und Governance entlang des Lebenszyklus von KI-gestützten Methoden.

Die EMA ordnet KI in die breiteren Arbeiten zu Big Data und anderen Quellen ein und verweist auf methodische Erwartungen, damit KI nicht nur als Innovation, sondern als bewertbares Werkzeug in Entwicklungs- und Zulassungsprozessen funktioniert. Damit schafft die Behörde Orientierung dafür, wie KI-Modelle in der Arzneimittelentwicklung regulatorisch adressiert werden sollen.

Parallel dazu wird auf europäischer Ebene deutlich, dass KI nicht losgelöst von bestehenden Anforderungen betrachtet wird. Der Ansatz zielt darauf, dass Verantwortlichkeiten, Datengrundlagen und Validierung nachvollziehbar bleiben, wenn KI Ergebnisse für Entscheidungen im Entwicklungsprozess liefern soll.

Warum das wichtig ist

Für Hersteller von Arzneimitteln bedeutet die EMA-Positionierung: KI-Projekte müssen von Beginn an so designt werden, dass sie sich regulatorisch prüfen lassen. Das betrifft insbesondere die Frage, welche Daten als Grundlage akzeptiert werden, wie Modellverhalten dokumentiert wird und wie Validierung und Übertragbarkeit belegt werden.

Für das Gesundheitswesen verschiebt sich damit die Erwartung von „KI als Blackbox“ hin zu „KI als bewertbare Komponente“ entlang des Entwicklungs- und Entscheidungsprozesses. In der Praxis kann das die Zulassungsfähigkeit von KI-gestützten Modellen erhöhen, aber auch Engineering- und Dokumentationsaufwand in frühen Projektphasen stärker in den Vordergrund rücken.

Quellen: EMA