Mit der Qualifikation des KI-Tools AIM-NASH hat die Europäische Arzneimittel-Agentur (EMA) einen bedeutenden Schritt in der Bewertung innovativer Technologien zur Unterstützung klinischer Studien bei metabolisch-assoziierter Steatohepatitis (MASH) gemacht. Der Ausschuss für Humanarzneimittel (CHMP) der EMA veröffentlichte erstmals eine sogenannte „Qualification Opinion“ zu einem auf Künstlicher Intelligenz basierenden Diagnoseverfahren.
Metabolisch-assoziierte Steatohepatitis: Eine zunehmend relevante Erkrankung
MASH, früher bekannt als nicht-alkoholische Steatohepatitis (NASH), ist eine chronische Lebererkrankung, bei der sich Fett in der Leber einlagert. Dies kann im Verlauf zu Entzündung, Gewebeschädigung und Fibrose führen. Die Erkrankung tritt ohne signifikanten Alkoholkonsum oder eine andere offensichtliche Exposition gegenüber Lebernoxen auf. Sie ist jedoch eng assoziiert mit Adipositas, Diabetes mellitus Typ 2, arterieller Hypertonie, Dyslipidämie und viszeraler Adipositas. Unbehandelt kann eine MASH in eine fortgeschrittene Lebererkrankung einschließlich Leberzirrhose übergehen und stellt damit eine relevante Herausforderung für das Gesundheitswesen dar.
Standardisierte Histologie als Schlüssel in der Arzneimittelentwicklung
Da derzeit keine zugelassenen Arzneimittel speziell zur Behandlung von MASH verfügbar sind, stellen klinische Studien das zentrale Instrument zur Identifikation wirksamer Therapien dar. Die histologische Beurteilung von Leberbiopsien bleibt hierbei der Goldstandard zur Bewertung der Krankheitsaktivität und des Therapieeffekts, insbesondere hinsichtlich entzündlicher Veränderungen und fibrotischer Umbauprozesse. Allerdings ist die interindividuelle Variabilität zwischen Pathologen bei der Beurteilung von Biopsien ein bekanntes Problem, das die Aussagekraft klinischer Studien erheblich beeinträchtigen kann.
AIM-NASH: Künstliche Intelligenz verbessert Konsistenz und Effizienz
Das von der EMA qualifizierte Tool AIM-NASH adressiert diese Problematik durch den Einsatz maschinellen Lernens zur objektiveren Auswertung von Lebergewebe. Die Software wurde mit Daten aus über 100.000 Annotationen trainiert. Diese basierten auf der Auswertung von mehr als 5.000 Leberbiopsien, die 59 Pathologen in neun großen klinischen Studien zu MASH beurteilt haben. AIM-NASH identifiziert automatisiert den Schweregrad von Entzündung und Fibrose, wobei die Resultate eine geringere Variabilität aufweisen als klassische Bewertungen durch mehrere unabhängige Pathologen im Konsensverfahren.
EMA erkennt Auswertungen durch AIM-NASH offiziell an
Der Ausschuss für Humanarzneimittel der EMA akzeptiert die mit AIM-NASH generierten Daten nun als wissenschaftlich valide. Das bedeutet, dass Sponsoren künftiger klinischer Studien diese Methode nutzen können, um die Krankheitsaktivität bei MASH-Patienten zu bestimmen. Dabei reicht die Überprüfung der KI-gestützten Auswertung durch einen einzelnen erfahrenen Pathologen aus. Dies stellt einen deutlichen Fortschritt gegenüber dem bisherigen Standard mit mehreren Gutachtern dar.
Vorteile für klinische Studien und Medikamentenzulassung
Die EMA betont, dass AIM-NASH die Reproduzierbarkeit und Wiederholbarkeit bei der Beurteilung neuer MASH-Therapien sowie die Zuverlässigkeit und Effizienz klinischer Studien verbessern kann. Dies ermöglicht belastbare Wirksamkeitsaussagen, auch bei kleinerem Patientenkollektiv. Für die Arzneimittelentwicklung bedeutet das kürzere Studienlaufzeiten, reduzierte Kosten und eine potenziell beschleunigte Verfügbarkeit wirksamer Therapien für Patienten mit MASH.
Regulatorischer Rahmen für Anwendungen künstlicher Intelligenz
Die Qualifikation von AIM-NASH ist Teil des mehrjährigen Arbeitsprogramms zur künstlichen Intelligenz, das von der EMA gemeinsam mit dem Netzwerk der Leitungen der Arzneimittelbehörden koordiniert wird. Ziel ist es, eine sichere und verantwortungsvolle Anwendung künstlicher Intelligenz innerhalb des europäischen Arzneimittelregulierungsnetzwerks sicherzustellen. Mit der aktuellen Maßnahme setzt die EMA ein starkes Signal zur Unterstützung datengetriebener Innovationen im Dienste einer evidenzbasierten Arzneimittelentwicklung.
Das qualifizierte Tool ist technisch als „locked“ definiert. Das zugrunde liegende Modell für maschinelles Lernen ist also festgelegt und kann ohne erneute regulatorische Qualifikation nicht verändert werden. Die EMA unterstützt jedoch künftige Optimierungen oder Weiterentwicklungen, sofern diese bei Bedarf ein neues Qualifikationsverfahren durchlaufen.
Ein Vorreiter für weitere KI-Tools in der Arzneimittelzulassung
Mit AIM-NASH steht erstmals ein regulatorisch anerkanntes, KI-gestütztes Tool zur Verfügung, das die standardisierte Diagnostik von MASH in klinischen Studien unterstützt. Die Qualifikation durch die EMA schafft Rechtssicherheit für Entwickler und ebnet den Weg für effizientere Studien mit verbesserter Datenqualität. Langfristig könnte dies die Zulassung neuer, dringend benötigter Therapien bei metabolisch-assoziierter Steatohepatitis deutlich beschleunigen. Zudem kann die Qualifikation als richtungsweisend für die künftige regulatorische Anerkennung weiterer KI-gestützter Methoden angesehen werden.
