Novo Nordisk testuje Claude w odkrywaniu leków

Novo Nordisk rozszerza współpracę z Anthropic z obszaru dokumentacji i narzędzi programistycznych na wybrane zadania naukowe w badaniach i rozwoju. Duński producent leków będzie testował modele Claude oraz Claude Science w konkretnych procesach R&D wskazanych przez własnych naukowców i zespoły obliczeniowe. Partnerstwo ogłoszono 16 września 2026 r. 1

Najważniejsze zastrzeżenie: nie jest to informacja o tym, że AI samodzielnie wybierze kandydata na lek albo zastąpi badaczy. Chodzi o sprawdzenie, czy model może być użyteczny w pracy prowadzonej i weryfikowanej przez ludzi — przy formułowaniu hipotez, analizie dowodów oraz dalszym planowaniu badań.

Do czego Claude ma służyć w R&D

Firmy zapowiadają wspólną pracę nad problemami w odkrywaniu leków, które zidentyfikuje Novo. Mają też tworzyć ukierunkowane rozwiązania dla określonych wyzwań naukowych i procesów pracy, wspierające rozumowanie biologiczne. Początkowo Novo przetestuje Claude Science tam, gdzie obie strony oczekują największego efektu połączenia ich kompetencji. 1

Odkrywanie i rozwój leków oznaczają pracę z ogromną, niejednorodną liczbą danych i publikacji. Potencjalnie model może pomóc porządkować informacje, zestawiać konkurencyjne wyjaśnienia oraz szybciej przechodzić przez kolejne cykle analizy. To jednak obietnica do sprawdzenia, nie potwierdzony wynik medyczny. Wartość takiego systemu zależy od tego, czy jego wnioski dadzą się eksperymentalnie potwierdzić i okażą się powtarzalnie przydatne w badaniach.

Nie tylko analiza naukowa: agentowe tworzenie oprogramowania

Porozumienie obejmuje także agentowe tworzenie oprogramowania, czyli wykorzystanie AI do budowania i ulepszania aplikacji oraz procesów programistycznych. 1

Może to mieć znaczenie praktyczne. Współczesne R&D w farmacji opiera się na wewnętrznych systemach danych, potokach analitycznych i wyspecjalizowanych narzędziach dla laboratoriów oraz zespołów badawczych. Jeżeli AI przyspieszy rozwój i utrzymanie tych systemów, korzyści mogą kumulować się w wielu procesach, a nie ograniczać do jednego zastosowania naukowego.

Novo już automatyzowało dokumentację badań klinicznych

Współpraca nie zaczyna się od zera. Anthropic informuje, że Novo wykorzystywało już narzędzia oparte na Claude do automatyzacji sporządzania raportów z badań klinicznych i powiązanej dokumentacji. Według opisanego przez Anthropic przypadku czas przygotowania dokumentacji w jednym procesie spadł z ponad 10 tygodni do 10 minut, a nakłady potrzebne do tworzenia protokołów weryfikacji urządzeń zmniejszyły się o 95%. 10

Te liczby należy interpretować ostrożnie. Są to raportowane przez Anthropic wyniki operacyjne dotyczące tworzenia dokumentów. Nie oznaczają automatycznie krótszego procesu zatwierdzania leku przez regulatorów, lepszych rezultatów klinicznych ani wyższej skuteczności kandydatów na leki. Nowe partnerstwo jest istotne właśnie dlatego, że przesuwa testy AI z administracji i oprogramowania do wybranych pytań naukowych w R&D.

Dlaczego branża farmaceutyczna stawia na AI

Umowa wpisuje się w szerszy trend. Firmy farmaceutyczne coraz częściej inwestują w modele analityczne i zautomatyzowane laboratoria, licząc na usprawnienie identyfikacji celów biologicznych, projektowania cząsteczek oraz planowania badań klinicznych. 33

Stawka jest wysoka: badania nad lekami są kosztowne, długotrwałe i wymagają analizy olbrzymich zbiorów danych. W farmacji nie wystarczy jednak, by system tworzył przekonujący tekst albo kod. Musi on wykazać użyteczność w rygorystycznych, specjalistycznych procesach, a naukowcy muszą móc zweryfikować jego wyniki.

Szybszy postęp czy większa ostrożność?

Partnerstwo pojawia się w czasie sporu o tempo rozwoju coraz bardziej zaawansowanych modeli AI. Jak podawał Reuters, Dario Amodei z Anthropic, Sam Altman z OpenAI i Elon Musk opowiedzieli się za skoordynowanym spowolnieniem rozwoju zaawansowanej AI, podczas gdy Mark Zuckerberg z Meta preferuje zabezpieczenia kształtowane przez rynek. 34

Przykład Novo i Anthropic dobrze pokazuje napięcie w tej debacie. Modele graniczne mogą przynieść wymierne korzyści naukowe i medyczne, w tym usprawnić badania nad lekami. Zarazem ich wykorzystanie w obszarach o wysokiej stawce zwiększa potrzebę rzetelnych ocen, nadzoru człowieka i mocnych zasad zarządzania ryzykiem.

Na co warto zwrócić uwagę dalej

Na razie wiadomo, że duża firma farmaceutyczna testuje AI w zadaniach badawczych zdefiniowanych przez swoich specjalistów. Dostępne informacje potwierdzają rozszerzenie roli Claude w Novo — od automatyzacji dokumentacji klinicznej i prac programistycznych po wybrane zadania R&D — ale nie dowodzą jeszcze, że dzięki AI szybciej powstał nowy lek. 110

Najbardziej miarodajne będą kolejne, możliwe do zweryfikowania dane: które procesy rzeczywiście się poprawiły, jak naukowcy oceniali odpowiedzi systemu oraz czy praca przyniosła potwierdzone eksperymentalnie korzyści naukowe, wykraczające poza dotychczasowe wskaźniki automatyzacji.