Novo Nordisk i Anthropic łączą siły w pracach nad lekami

Novo Nordisk rozszerza współpracę z Anthropic, przenosząc zastosowanie modeli Claude z obszaru dokumentacji i tworzenia oprogramowania do badań i rozwoju leków. Stawką nie jest wyłącznie ograniczenie pracy administracyjnej: firma chce sprawdzić, czy zaawansowana generatywna AI może pomagać naukowcom w trudnym rozumowaniu biologicznym i usprawniać wczesne decyzje w procesie odkrywania leków. 1

Co obejmuje pierwsza faza współpracy

Duński producent leków będzie testował modele Anthropic, w tym Claude Science, w wybranych procesach badawczo-rozwojowych. Konkretne problemy mają wskazywać naukowcy Novo Nordisk oraz zespoły zajmujące się obliczeniami. Priorytetem jest rozumowanie naukowe i lepsze rozumienie biologii w odkrywaniu oraz rozwoju leków — nie przekazanie modelowi AI samodzielnego podejmowania decyzji badawczych. 1

W praktyce oznacza to testy narzędzia w zadaniach, w których badacze muszą zestawiać wiele typów dowodów i interpretować złożone zależności biologiczne.

Jaka może być korzyść naukowa

Modele AI mogą potencjalnie pomóc syntetyzować duże i niejednorodne zbiory danych biomedycznych, tworzyć oraz porównywać hipotezy, a także wskazywać powiązania między celami biologicznymi, szlakami molekularnymi i wynikami eksperymentów. Mogłyby też uczynić pracę badawczo-rozwojową bardziej iteracyjną. 1

To jednak obietnica wzrostu produktywności, a nie dowód, że AI potrafi samodzielnie odkryć bezpieczny i skuteczny lek. Każda hipoteza lub wynik wygenerowany przez model nadal wymaga potwierdzenia w eksperymentach, badaniach klinicznych i procesach oceny spełniających wymogi regulacyjne. 1

AI także dla wewnętrznego oprogramowania

Współpraca obejmuje również tzw. agentowe tworzenie oprogramowania. Modele mają wspierać Novo Nordisk w budowaniu, utrzymywaniu i ulepszaniu wewnętrznych narzędzi badawczych oraz przepływów danych. Szybsze tworzenie zwalidowanych narzędzi może zwiększyć wartość AI w wielu zespołach, a nie tylko w jednym zadaniu badawczym. 1

Co wynika z dotychczasowych zastosowań Claude

Novo Nordisk wykorzystywał już rozwiązania oparte na Claude do automatyzacji tworzenia dokumentacji badań klinicznych. Anthropic podaje, że w jednym ze wskazanych procesów czas przygotowania dokumentacji badania klinicznego skrócił się z ponad 10 tygodni do około 10 minut, a nakład zasobów potrzebnych do przygotowania protokołów weryfikacji urządzeń spadł o 95%. Są to raportowane przez firmę wskaźniki operacyjne — nie dowód na szybsze dopuszczanie leków do obrotu ani na lepsze wyniki leczenia. 10

Dlaczego ta umowa jest ważna dla branży

Farmacja coraz intensywniej inwestuje w AI, wyspecjalizowane narzędzia naukowe i zautomatyzowane laboratoria, licząc na usprawnienie prac w całym portfolio projektów. Szczególnie istotne są obszary identyfikacji celów biologicznych, projektowania cząsteczek i planowania badań klinicznych. 6

Najważniejszym testem dla takich partnerstw będzie jednak nie liczba wygenerowanych tekstów, linii kodu czy hipotez. Liczyć się będzie to, czy AI pomaga uzyskiwać powtarzalne, potwierdzone eksperymentalnie wyniki oraz realnie skracać czas rozwoju leków.

Szansa medyczna i problem zarządzania ryzykiem

Ogłoszenie nastąpiło w okresie ostrej debaty o tym, jak szybko powinny rozwijać się najbardziej zaawansowane modele AI. Dyrektor generalny Anthropic Dario Amodei, szef OpenAI Sam Altman i Elon Musk opowiadali się za skoordynowanym spowolnieniem lub silniejszym kontrolowaniem tempa rozwoju, podczas gdy Mark Zuckerberg z Mety preferował zabezpieczenia kształtowane przez rynek. 7

Umowa Novo Nordisk z Anthropic dobrze pokazuje to napięcie. Modele nowej generacji mogą przynieść istotne korzyści dla nauki i medycyny, ale ich rosnące możliwości rodzą też pytania o niezawodność, bezpieczeństwo, możliwość nadużyć i zasady nadzoru. 17

Wniosek: to ważny, praktyczny test zaawansowanej AI w pracach nad lekami. Jej medyczne znaczenie pozostaje jednak niepotwierdzone, dopóki Novo Nordisk nie pokaże zwalidowanych wyników naukowych i trwałego skrócenia procesów rozwojowych — a nie wyłącznie wskaźników automatyzacji.