Anthropic wkracza w obszar leków sierocych. AI rzuca wyzwanie modelowi biznesowemu Big Pharmy

Branża farmaceutyczna od dekad boryka się z problemem rentowności w badaniach nad rzadkimi schorzeniami. Podczas konferencji w San Francisco, która odbyła się 30 czerwca 2026 roku, startup Anthropic ogłosił ambitne wejście w obszar projektowania leków. Twórcy modelu Claude celują w patogeny i choroby, które tradycyjne koncerny omijają szerokim łukiem ze względów ekonomicznych. Nowa platforma Claude Science stawia startup w roli bezpośredniego konkurenta dla Isomorphic Labs należącego do Google DeepMind.

To kluczowy moment dla sektora medycznego. Przez ostatnie 120 lat udało się zatwierdzić zaledwie około tysiąca leków, mimo że obecnie globalne wydatki na R&D sięgają 200 miliardów dolarów rocznie. Anthropic chce to zmienić, integrując w swoim nowym narzędziu ponad 60 baz danych, w tym platformę Medidata oraz repozytoria preprintów bioRxiv. To próba przeskoczenia barier informacyjnych, które według analityków odpowiadają za niemal połowę opóźnień w laboratoriach.

Koniec ery dwunastoletniego czekania?

Podstawowym problemem nowoczesnej medycyny nie jest brak pomysłów, lecz czas. Jak zauważa Vas Narasimhan, CEO Novartis: „Droga od odkrycia cząsteczki do wprowadzenia leku na rynek trwa obecnie średnio dwanaście lat, a zastosowanie zaawansowanych modeli językowych i predykcyjnych może ten okres skrócić do siedmiu lub ośmiu lat”. Zyski czasowe mają pochodzić głównie z redukcji błędów operacyjnych, które generują 40 procent opóźnień w procesie rozwoju.

AI wykazuje skuteczność tam, gdzie ludzkie oko zawodzi. Podczas premiery przytoczono przypadek naukowca z UCSF, który dzięki Claude Science wykrył kontaminację wirusową w zaledwie kilka minut — zespół badawczy przeoczył ją przez cały rok. W innym teście model przeanalizował 100 rzadkich chorób genetycznych w godzinę, wyłaniając 32 obiecujące kandydatury do dalszych testów obliczeniowych.

Bariery biologiczne pozostają nieugięte

Mimo optymizmu technologicznego, eksperci tonują nastroje. O ile AI doskonale radzi sobie z optymalizacją właściwości cząsteczek, o tyle tzw. opóźnienie biologiczne — czas potrzebny na badania na zwierzętach i testy kliniczne — pozostaje sztywną barierą. Największym wyzwaniem wciąż jest ustalenie, czy dany cel biologiczny jest rzeczywiście kluczowy dla konkretnej jednostki chorobowej.

Narasimhan podkreśla jednak, że stawka jest wysoka. Nawet niewielki wzrost skuteczności badań — z 8 do 16 procent — byłby rewolucyjny dla sektora palącego miliardy dolarów na nieudane projekty. Anthropic wydaje się zdeterminowany, zwłaszcza po transferze Johna Jumpera, współtwórcy AlphaFold, który opuścił Google DeepMind na rzecz startupu z San Francisco.

Wyścig o cyfrowego lekarza

Rynek AI w medycynie gęstnieje z każdym miesiącem. Google rozwija systemy wsparcia lekarzy Co-Clinician, a OpenAI wypuściło ChatGPT Health. Anthropic nie zostaje w tyle, prezentując w czerwcu 2026 roku Claude for Healthcare — rozwiązanie mające łączyć dane pacjentów z dokumentacją medyczną.

Krytycy, jak prof. Catherine Pope z Oxfordu, przestrzegają jednak przed huraoptymizmem. „Obecne sukcesy AI wciąż są odizolowane od brudnej i złożonej rzeczywistości codziennej opieki zdrowotnej, w której pacjent nie jest jedynie zestawem danych biomedycznych” — mówi badaczka. Według niej prawdziwym testem dla modelu Claude nie będą szybkie analizy, ale przeprowadzenie leku przez rygorystyczne procedury regulacyjne aż do łóżka chorego.