AI-bedrijf Anthropic heeft dinsdag ‘Claude for Life Sciences’ gelanceerd, een nieuw platform om wetenschappelijk onderzoek te versnellen.
De dienst integreert het nieuwste AI-model van Anthropic rechtstreeks in de dagelijkse software van farmaceutische en biotechbedrijven. Door verbinding te maken met laboratoriumtools zoals Benchling en PubMed kan Claude onderzoekers helpen met het hele ontdekkingsproces.
Dit omvat het beoordelen van onderzoeken, het analyseren van gegevens en het opstellen van regelgevingsdocumenten. De lancering is Anthropic’s eerste grote stap op het gebied van de levenswetenschappen. Het plaatst het bedrijf in directe concurrentie met andere technologiegiganten die racen om AI voor de wetenschap te bouwen.
Een AI-onderzoekspartner ingebed in het laboratorium
De kernstrategie van Anthropic richt zich op diepgaande workflow-integratie in plaats van op een op zichzelf staande tool. Het nieuwe aanbod introduceert “connectors” die Claude rechtstreeks verbinden met een reeks essentiële wetenschappelijke platforms.
Deze integraties zijn ontworpen om de AI-assistent binnen het bestaande digitale ecosysteem van een onderzoekslaboratorium te plaatsen, waardoor het gebruik ervan naadloos en contextueel.
Belangrijke connectoren zijn onder meer Benchling, een veelgebruikt cloudplatform dat fungeert als digitaal laboratoriumnotebook en R&D-datahub, waardoor Claude primaire experimentele gegevens rechtstreeks kan opvragen.
Een andere integratie is met 10x Genomics, een leider op het gebied van eencellige en ruimtelijke analyse, waardoor Claude kan helpen met geavanceerde workflows voor genomische gegevens.
Het platform maakt ook verbinding met PubMed voor uitgebreid literatuuronderzoek, BioRender voor toegang tot een uitgebreide bibliotheek met doorgelichte wetenschappelijke figuren en iconen, en Synapse.org, een samenwerkingsplatform voor gegevensbeheer.
Dit creëert een gecentraliseerde hub waar Claude informatie kan synthetiseren uit interne R&D-gegevens, het openbare onderzoekscorpus en gespecialiseerde visualisatietools.
[embedded content]
In plaats van gegevens te exporteren naar een afzonderlijke AI kunnen wetenschappers nu complexe taken uitvoeren vanuit één enkele interface.
Deze ecosysteemgerichte aanpak werd herhaald door partners.”AI in R&D werkt via een ecosysteem. Anthropic brengt de beste technologieën en geeft prioriteit aan toegang, bestuur en interoperabiliteit”, aldus Benchling in een verklaring.
De integratie transformeert Claude van een AI voor algemeen gebruik in een gespecialiseerde onderzoekspartner, die in staat is de context van lopende experimenten en organisatorische kennis te begrijpen.
Slimmere modellen en gespecialiseerde’agenten’Skills’
De drijvende kracht achter het platform is Claude Sonnet 4.5, het nieuwste grensmodel van Anthropic dat, volgens het bedrijf, een nieuw niveau van wetenschappelijke vaardigheid heeft bereikt.
Anthropic meldt dat het model 0,83 scoorde op de Protocol QA-benchmark, een test van zijn vermogen om complexe, uit meerdere stappen bestaande laboratoriumprocedures te begrijpen, en naar verluidt een menselijke basislijn van uitvoeren voor gespecialiseerde taken.
De eerste beschikbare vaardigheid, single-cell-rna-qc, automatiseert de kwaliteitscontrole en het filterproces voor single-cell RNA-sequencing-gegevens. Dit is belangrijk omdat het een gemeenschappelijk knelpunt in de moderne bio-informatica aanpakt, waardoor onderzoekers routinematige maar kritische gegevensverwerking kunnen ontlasten.
Early adopters melden dramatische efficiëntiewinsten. Volgens een verklaring gebruikt Sanofi Claude dagelijks in het hele bedrijf.
In een opvallendere bewering, aangehaald door partnermediakanalen, gebruikte Novo Nordisk het platform om een klinisch documentatieproces terug te brengen van meer dan tien weken naar slechts tien minuten.
“Ons werk met Anthropic en Claude heeft een nieuwe standaard gezet – we automatiseren niet alleen taken, we transformeren ook de manier waarop geneesmiddelen van ontdekking komen naar de patiënten die dat nodig hebben hen”, aldus Novo Nordisk.
Een nieuw front in de ‘AI for Science’-race
De lancering markeert de formele intrede van Anthropic in de zeer competitieve “AI for Science”-arena, een strategische prioriteit voor alle grote technologiebedrijven.
De ambitie van het bedrijf is om zijn AI fundamenteel te maken voor biologisch onderzoek. “We willen dat een betekenisvol percentage van al het biowetenschappelijke werk in de wereld op Claude draait, op dezelfde manier als dat vandaag de dag gebeurt met coderen”, zegt Eric Kauderer-Abrams, hoofd Biologie en Levenswetenschappen van Anthropic.
Deze visie plaatst Anthropic tegenover rivalen die verschillende, maar even ambitieuze, strategieën nastreven.
Deze stap volgt op de recente doorbraak van Google, waarbij zijn C2S-Scale AI-model ontdekte een nieuw traject voor kankertherapie dat vervolgens werd gevalideerd in laboratoriumexperimenten.
De aanpak van Google, die zijn model open source maakte, positioneert AI als een’generatieve ontdekkingsmotor’die in staat is originele, testbare hypothesen te vormen.
Microsoft heeft zich daarentegen gericht op het opbouwen van geloofwaardigheid voor zijn Copilot AI door samen te werken met de Harvard Medical School om betrouwbare antwoorden op medische vragen, waarbij de markt wordt benaderd vanuit een invalshoek op het gebied van het ophalen van informatie en betrouwbaarheid.
De strategie van Anthropic stippelt een derde pad uit, gericht op workflowautomatisering en onderzoeksverbetering.
Door Claude in te bedden in de tools die wetenschappers al gebruiken, gokt het bedrijf erop dat de meest directe waarde ligt in het versnellen van de dagelijkse sleur van onderzoek, waardoor bestaande processen sneller en beter worden gemaakt efficiënt.
Navigeren door de hindernissen van adoptie in de echte wereld
Ondanks de veelbelovende technologie betreedt Claude for Life Sciences een veld waar adoptie in de echte wereld met aanzienlijke obstakels wordt geconfronteerd.
Zoals Winbuzzer eerder heeft gemeld, is de weg van een succesvolle benchmark naar wijdverbreid klinisch gebruik beladen met uitdagingen op het gebied van regelgeving en wetgeving aansprakelijkheid en workflowintegratie.
Dit is geen nieuw probleem. Vroege computerondersteunde diagnosesystemen (CAD) voor mammografieën, die in de jaren 2000 op grote schaal werden toegepast, slaagden er uiteindelijk niet in de resultaten te verbeteren, deels als gevolg van de “automatiseringsvooroordelen” waarbij artsen te veel aan de machine toevertrouwden.
De huidige AI wordt geconfronteerd met een soortgelijke muur van regelgevende en juridische barrières. De FDA handhaaft een veel hogere goedkeuringsnorm voor volledig autonome AI in vergelijking met hulpmiddelen die een mens op de hoogte houden, met als doel te voorkomen dat een enkele softwarefout wijdverbreide schade veroorzaakt.
Bovendien schrijven verzekeraars voor wanpraktijken steeds vaker clausules van’Absolute AI-uitsluiting’in beleid, waardoor een bevoegde arts wettelijk verantwoordelijk blijft voor elke diagnose.
Het gebruik van massale AI-uitsluitingen gezondheidsdatasets voor het trainen van AI-modellen blijven ook diepgaande zorgen over gegevensprivacy oproepen, een hindernis die elk bedrijf in de ruimte moet overwinnen om het publieke en institutionele vertrouwen te winnen.
Het leiderschap van Anthropic erkent deze complexiteit en benadrukt de noodzaak van een zorgvuldige implementatie. “We zijn hier om ervoor te zorgen dat deze transformatie plaatsvindt en dat het op verantwoorde wijze gebeurt”, voegde Kauderer-Abrams eraan toe.
Door ons te concentreren op het vergroten van onderzoekers in preklinische fasen – het automatiseren van documentatie, het samenvatten van literatuur en het analyseren van experimentele gegevens – kan Anthropic enkele van de meest directe hindernissen op regelgevingsgebied die verband houden met patiëntgerichte diagnostiek omzeilen.
Het platform is beschikbaar nu via Claude.com en de AWS Marketplace, waarbij de beschikbaarheid van Google Cloud Marketplace binnenkort wordt verwacht.
Het succes zal uiteindelijk afhangen van de vraag of de diepgaande workflow-integratie tastbare, betrouwbare resultaten kan opleveren in de complexe en voorzichtige wereld van wetenschappelijk R&D.
