ความเร็วในการค้นคว้าไม่เท่ากับยาที่พร้อมใช้
Claude ค้นคว้ายา คือการใช้ปัญญาประดิษฐ์ช่วยนักวิจัยจัดการข้อมูล สร้างแบบจำลองโมเลกุล และวางแผนการทดลอง เพื่อเร่งงานบางส่วนในกระบวนการพัฒนายา โดยไม่ได้ทดแทนการตัดสินใจของนักวิทยาศาสตร์หรือการทดสอบยาในมนุษย์ เมื่อวันที่ 27 ตุลาคม 2026 Anthropic เผยแพร่ความคืบหน้าจากความร่วมมือกับองค์กรพัฒนายา 6 แห่ง พร้อมเปิดเผยโครงการพัฒนายาภายในบริษัทเป็นครั้งแรก ประเด็นสำคัญไม่ใช่ว่า Claude ค้นพบยารักษาโรคแล้ว แต่คือมันช่วยลดเวลางานวิจัยบางขั้นและขยายจำนวนแนวทางที่ทีมสามารถตรวจสอบได้ บริษัทมองว่าคอขวดอยู่ตลอดกระบวนการ ตั้งแต่การระบุเป้าหมายและออกแบบโมเลกุล ไปจนถึงเอกสารการผลิตและการวางแผนทดลองทางคลินิก จึงพยายามใช้ AI พัฒนายาในหลายจุด ไม่ใช่ฝากความหวังไว้กับขั้นตอนเดียว อย่างไรก็ตาม ผลที่รายงานยังเป็นหลักฐานระยะต้น และไม่ควรถูกตีความว่าเป็นความก้าวหน้าของการรักษาที่ได้รับอนุมัติ
ตัวเลขน่าจับตา แต่ยังเป็นผลจากห้องทดลอง
ตัวอย่างที่โดดเด่นมาจาก Divergence Labs ซึ่งให้ Claude สร้างแบบแอนติบอดีราว 35,000 แบบ ผ่านกระบวนการอัตโนมัติ 22 ช่วง โดยใช้เวลาประมวลผลบนหน่วยประมวลผลกราฟิกรวมประมาณ 2,750 ชั่วโมง เป้าหมายคือค้นหาแนวทางรักษาอาการแพ้อาหาร และมีแบบบางส่วนที่แสดงผลในห้องทดลอง แต่จำนวนแบบที่สร้างได้ไม่ใช่จำนวนยาที่พิสูจน์แล้วว่าปลอดภัยหรือใช้รักษาผู้ป่วยได้ อีกกรณีคือ Enveda ใช้ Claude ช่วยตรวจเอกสาร โดยลดเวลาตรวจจาก 25.9 ชั่วโมงเหลือ 2.8 ชั่วโมง หรือลดลง 89% ตัวเลขนี้มีความหมายในเชิงประสิทธิภาพของงานเอกสาร ไม่ใช่หลักฐานว่ายาออกฤทธิ์ดีขึ้น ส่วน Generate Biomedicines รายงานแบบออกแบบตัวรับที่ให้จำนวนตัวรับบนผิวเซลล์มากขึ้นราว 10 เท่าในการทดสอบเบื้องต้น แต่ยังต้องผ่านการทดลองต่อ รวมถึงการประเมินความปลอดภัยและประสิทธิผล
จากองค์กรพันธมิตรสู่โครงการของ Anthropic เอง
การทำงานร่วมกับ BigHat Biosciences, Bristol Myers Squibb, Divergence Labs, Enveda, Generate Biomedicines และ The Column Group สะท้อนว่าการใช้ Claude ในวิทยาศาสตร์ชีวภาพไม่ได้จำกัดอยู่แค่การออกแบบโมเลกุล ยังครอบคลุมการปรับแต่งแอนติบอดี ตรวจเอกสาร และช่วยประเมินแผนทดลองระยะต้นด้วย Bristol Myers Squibb วางแผนขยายความร่วมมือในปี 2027 ส่วน Anthropic ยังสนับสนุนงานวิทยาศาสตร์ผ่านเครือข่ายมูลนิธิ สถาบัน และกลุ่มวิจัยรวม 20 แห่งทั่วโลก บริษัทขยับจากการเป็นผู้ให้เครื่องมือไปสู่การทำวิจัยเองด้วย โดยเข้าซื้อ Mithril Medicine และรับช่วงโครงการยาสองแนวทางสำหรับโรคกล้ามเนื้อเสื่อมแต่กำเนิดชนิดหายากในเด็ก ผลที่รายงานจากการทดลองในหนูเป็นข้อมูลตั้งต้นเท่านั้น และหนึ่งในโครงการอาจเริ่มทดลองในมนุษย์ได้เร็วที่สุดช่วงปลายปี 2028 หากการพัฒนาดำเนินไปตามแผน การมุ่งศึกษาโรคที่มีผู้ป่วยน้อยอาจช่วยเปิดทางเลือกใหม่ แต่คำว่า ยาโรคหายาก ยังห่างจากการเป็นการรักษาที่ผู้ป่วยเข้าถึงได้จริง
สิ่งที่ผู้ป่วยควรรอ คือหลักฐานในมนุษย์
ข้อจำกัดที่ควรย้ำให้ชัดคือ ผลส่วนใหญ่ยังอยู่ก่อนการทดลองทางคลินิก โมเลกุลที่จับเป้าหมายได้ดีขึ้นหรือเอกสารที่ตรวจเสร็จเร็วขึ้น ไม่ได้ยืนยันว่าจะรักษาโรคได้ และยิ่งไม่ใช่หลักฐานด้านความปลอดภัยในผู้ป่วย กรณีของ Generate ยังต้องทดสอบในแบบจำลองหนูก่อน ส่วนโครงการโรคหายากก็ยังมีหมุดหมายการทดลองในมนุษย์อยู่ในอนาคต สำหรับคนทั่วไป ผลกระทบที่จับต้องได้ในตอนนี้จึงเป็นความเป็นไปได้ที่นักวิจัยจะคัดกรองแนวคิดและจัดการงานซ้ำ ๆ ได้เร็วขึ้น ไม่ใช่การได้ยาตัวใหม่เร็วขึ้นอย่างรับประกัน ความร่วมมือของ Anthropic มีคุณค่าในฐานะการทดสอบว่า AI ช่วยขยายกำลังของห้องวิจัยได้เพียงใด แต่การตัดสินว่ายามีประโยชน์จริงต้องอาศัยการทดลองที่เข้มงวดและผลจากมนุษย์ ข้อสรุปที่เหมาะสมจึงไม่ใช่ Claude แก้ปัญหาการพัฒนายาแล้ว หากเป็น Claude เริ่มช่วยงานค้นคว้าได้อย่างมีตัวเลขรองรับ ขณะที่หลักฐานทางการแพทย์ยังต้องรอ
