Warum hat künstliche Intelligenz das Krebsproblem noch nicht gelöst? Ein Realitätstest
In diesem Artikel
Die gewaltige Kluft zwischen der Fantasie, der richtige Algorithmus könne Krebs auf magische Weise beenden, und der Komplexität der biologischen Realität.
In den letzten Jahren hat Krebs der Wissenschaft einige ihrer klügsten Köpfe und uns Tausende geliebte Menschen genommen. Man nahm an, künstliche Intelligenz werde all dies sehr schnell verändern. Bislang hat sich diese Erwartung jedoch nicht erfüllt. Das Silicon Valley drängte mit der „Arroganz eines Außenstehenden“ in das medizinische System, ohne es vollständig zu verstehen, und weigerte sich, aus früheren Fehlern zu lernen.
Die drei großen Mauern vor der KI im Kampf gegen Krebs
Nach Ansicht der Wissenschaftler liegt die Unfähigkeit der KI, das Krebsproblem zu lösen, nicht nur an „unzureichender Software“, sondern auch an schwer überwindbaren Barrieren, die im Wesen von Medizin und Biologie selbst liegen.
Unser Körper besteht aus Billionen miteinander verbundener Moleküle, und jeder Körper ist anders. Ein Medikament, das manchen Menschen hilft, scheitert in der Klinik, weil wir die Biologie nicht gut genug kennen, um zu wissen, „was was ist“.
Manchmal wird ein neues Medikament aufgegeben, weil es „nicht rentabel“ ist, obwohl es wissenschaftlich funktioniert. Auslaufende Patente oder eine zu teure Herstellung sind wirtschaftliche Probleme, die selbst perfekte KI-Algorithmen nicht lösen können.
Eine entscheidende Statistik: Die Kluft zwischen Tier und Mensch
Mit künstlicher Intelligenz entdecken wir Medikamente, die in Tierversuchen erfolgreich sind; die meisten dieser Medikamente werden jedoch beim Menschen nicht als sicher eingestuft. Analysen zeigen, dass 92% der Arzneimittelstudien, die bei Tieren funktionieren, beim Menschen wegen Toxizität (Giftigkeit) scheitern. Die KI hat die „verborgenen Sprachen“ der menschlichen Biologie bislang noch nicht vollständig entschlüsselt.
In welcher Sprache wird KI trainiert?
Wie auch Eli-Lilly-CEO David Ricks betont, sind die heutigen KI-Modelle weit davon entfernt, Krebs zu heilen. Warum? Weil sie nicht darauf trainiert wurden, Fragen der Biologie oder Chemie zu lösen, sondern darauf, „menschliche Sprache“ nachzuahmen.
Um Krebs wirklich zu besiegen, wird es sowohl technische als auch wirtschaftliche systemische Veränderungen bei der Entwicklung und Prüfung von Arzneimitteln brauchen. KI muss sich wesentlich eingehender mit Details befassen und die Logik der physischen Welt (Biochemie) verstehen.
Was sollten wir in naher Zukunft von KI erwarten?
Statt von KI eine radikal neue Entdeckung zu erwarten, werden wir ihren größten kurzfristigen Beitrag in folgenden Bereichen sehen:
- Die Vereinfachung alltäglicher Aufgaben und die Beschleunigung von Abläufen.
- Die Rekrutierung von Patienten für klinische Studien und die Abwicklung bürokratischer Verfahren.
- Die Bereitstellung „fortschrittlicher Werkzeuge“, mit denen Menschen vorhandene Daten besser analysieren können.
Kurz gesagt spielt KI derzeit die Rolle eines „Assistenten, der den Menschen stärkt“, und nicht die eines „Entdeckers“.
Biologische Restauration auf dem Prüfstand der Informatik
Auf unserem Weg zur Heilung von Krebs können wir uns vom Zauber der Technologie mitreißen lassen und dabei die Ruhe und Tiefe der Biologie vergessen. Diese Analyse von Gary Marcus erinnert uns daran: Präzise Begleitung bedeutet nicht nur, den schnellsten Prozessor zu besitzen, sondern diesen Prozessor so zu trainieren, dass er die „Stimme der Zelle“ hören kann.
Die Philosophie der biologischen Restauration betrachtet Körper und Krankheit nicht als einen Haufen „Code“, sondern als ein lebendiges Orchester, in dem Billionen von Variablen ineinandergreifen. Die Onkologie der Zukunft wird an jenem präzisen Schnittpunkt entstehen, an dem KI von der „menschlichen Sprache“ zur „Sprache der Biochemie“ übergeht und sich mit dem Mitgefühl des Arztes verbindet. Wahre Heilung liegt nicht in technologischer Arroganz, sondern in unserer Demut beim Verstehen der Geheimnisse der Natur.
Wissenschaftliche Quellen und weiterführende Literatur
- 1. Marcus G. "The real test of AI - F Cancer." Substack Analysis. March 16, 2026.
- 2. Javorsky E. "Technosolutionism and the systemic limits of medical progress." Future of Life Institute. 2025.
- 3. Ricks D. "AI training on the language of chemistry and biology." Eli Lilly Corporate Review. 2026.
War dieser Artikel hilfreich?
Ihre Rückmeldung hilft uns, unsere Inhalte zu verbessern.
Leserkommentare
Kommentar verfassen
Ihr Name und Ihr Kommentar werden erst nach Freigabe durch die Administration veröffentlicht. Ihre E-Mail-Adresse wird Besuchern niemals angezeigt.
Schreiben Sie den ersten Kommentar.