Anthropic Merambah Penemuan Obat untuk Menargetkan Penyakit yang Terabaikan

Anthropic sedang memperluas cakrawala di luar LLM dengan meluncurkan program penemuan obat khusus yang ditujukan untuk penyakit-penyakit yang terabaikan, yang sering kali dianggap tidak menguntungkan oleh perusahaan farmasi besar (Big Pharma) tradisional. Langkah strategis ini memanfaatkan alat baru perusahaan, "Claude Science", untuk mempercepat penelitian preklinis dan menyempurnakan model AI melalui data biologis dunia nyata.

Claude Science: Mempercepat Wawasan Biologis

Pengumuman program-program ini bertepatan dengan peluncuran "Claude Science", sebuah alat AI yang dirancang untuk menangani penalaran ilmiah yang kompleks. Anthropic menunjukkan kegunaan langsung dari alat tersebut dengan contoh-contoh yang mencolok: seorang peneliti di UCSF menggunakan Claude Science untuk mengidentifikasi kontaminasi virus dalam hitungan menit—sebuah kesalahan yang tidak disadari oleh tim manusia selama setahun penuh. Selain itu, model tersebut menganalisis 100 penyakit genetik langka dalam waktu kurang dari satu jam, dan berhasil menandai 32 kandidat untuk penyaringan komputasi.

Dengan terlibat langsung dalam pengembangan obat tahap awal, Anthropic bermaksud menggunakan pengalaman langsung di laboratorium basah (wet lab) untuk membangun model AI yang lebih mumpuni dan akurat secara ilmiah, guna menjembatani kesenjangan antara penalaran digital dan realitas biologis.

Memangkas Lini Masa Pengembangan dan Latensi

Industri farmasi saat ini menghadapi inefisiensi yang masif. CEO Novartis, Vas Narasimhan, mencatat bahwa membawa obat hingga mendapatkan persetujuan biasanya memakan waktu dua belas tahun, sebuah proses yang terhambat oleh latensi informasi, latensi operasional, dan latensi biologis.

Meskipun latensi biologis (uji klinis dan pengujian pada hewan) sulit untuk diperpendek, AI dapat menargetkan dua kategori pertama, yang mencakup sekitar 40% dari siklus pengembangan. Pendekatan Anthropic bertujuan untuk memadatkan total lini masa dari dua belas tahun menjadi tujuh atau delapan tahun. Selain itu, dengan mengoptimalkan sifat molekuler dan meningkatkan prediksi keamanan, AI berpotensi menggandakan tingkat keberhasilan obat dari 8% saat ini menjadi 16%. Mengingat industri menghabiskan $150 hingga $200 miliar setiap tahun untuk R&D dengan hasil yang relatif rendah, peningkatan inkremental ini sekalipun mewakili pergeseran masif dalam viabilitas terapeutik.

Perlombaan Senjata AI yang Berkembang di Bidang Layanan Kesehatan

Langkah Anthropic menempatkannya dalam persaingan dan kolaborasi langsung di dalam lanskap bioteknologi yang berkembang pesat. Sektor ini telah melihat pemain-pemain besar mengerahkan model-model khusus:

  • Google DeepMind & Isomorphic Labs: Menggunakan AlphaFold untuk prediksi struktur protein guna merevolusi penemuan obat.
  • OpenAI: Memperluas jangkauan ke alat-alat yang berpusat pada pasien dengan ChatGPT Health, yang mengintegrasikan catatan medis dan data Apple Health.
  • Google DeepMind (Clinical): Bergerak menuju model "AI Co-Clinician" yang dirancang untuk mendukung dokter melalui perawatan triadik.

Meskipun potensi untuk pengobatan terobosan sangat besar, para ahli seperti Catherine Pope dari University of Oxford memperingatkan bahwa model AI masih harus membuktikan bahwa mereka dapat menavigasi "dunia manusia yang berantakan dan kompleks" dalam praktik klinis yang sebenarnya.

Poin-Poin Penting

  • Menargetkan Ceruk yang Tidak Menguntungkan: Anthropic berfokus pada penyakit yang terabaikan untuk memenuhi misinya dan mengumpulkan data biologis berkualitas tinggi untuk pelatihan model.
  • Peningkatan Efisiensi: Penemuan obat berbasis AI bertujuan untuk mengurangi lini masa pengembangan hingga empat tahun dan berpotensi menggandakan tingkat keberhasilan klinis.
  • Validasi Ilmiah: Alat seperti Claude Science telah menunjukkan kemampuan untuk melakukan tugas-tugas kompleks, seperti menganalisis 100 penyakit langka dalam waktu kurang dari satu jam.