Google präsentiert „Co-Scientist“: KI-Assistent soll medizinische Forschung beschleunigen

Google stellt einen neuen KI-Assistenten für die biomedizinische Forschung vor, der Wissenschaftlern mithilfe fortschrittlicher Modelle helfen soll, schneller zu Hypothesen und Erkenntnissen zu gelangen. Die als „Co-Scientist“ bezeichnete Software kann Lücken im wissenschaftlichen Wissen identifizieren, darauf aufbauende Fragestellungen entwickeln und im Zusammenspiel mit bestehenden Datenbanken Lösungsansätze vorschlagen. Erste Tests an der Stanford University, dem Imperial College London und am Houston Methodist Hospital zeigen, dass die KI neuartige Ideen in wenigen Tagen erzeugen kann, für die Forscherteams sonst Jahre benötigen. So gelangte der Assistent unabhängig zur selben Theorie einer neuartigen Genübertragung wie ein Team an der britischen Eliteuniversität – noch bevor deren Peer-Review abgeschlossen war.

Für die Anwendung durchstöbert Co-Scientist frei zugängliche Paper und Datenbanken, kombiniert Erkenntnisse mit AlphaFold, dem hauseigenen Proteinfaltungs-Tool, und unterbreitet präzise Lösungsansätze samt Quellen. Besonders überzeugend war ein Versuch an der Stanford University, bei dem das KI-System Vorschläge zu umgenutzten Medikamenten für Leberfibrose identifizierte. „Damit wird die KI zum potenziellen Beschleuniger in der Medizin“, so Google-Forschungsleiter Alan Karthikesalingam. Das Geheimnis des Tools liegt in verschiedenen aufgeteilten „AI Agents“, die aus Ideen generieren, reflektieren und bewerten bestehen – ein Prozess, der als Abbild des menschlichen Forschungsvorgehens gilt.

Im Konkurrenzumfeld, in dem OpenAI, Perplexity oder BioNTechs KI-Ableger InstaDeep ebenfalls mit ähnlichen Lösungen experimentieren, setzt Google auf besonders enge Zusammenarbeit mit führenden Wissenschaftseinrichtungen. Laut José Penadés vom Imperial College könnte dies „die gesamte Herangehensweise an naturwissenschaftliche Probleme verändern“. Der nächste Schritt ist nun die breitere Verfügbarkeit: Google will das Tool weiterentwickeln, um es für mehr Forscher nutzbar zu machen und so den steigenden Informationsfluten in vielen Fächern wirksam zu begegnen.