Anthropic forscht selbst an Medikamenten mit Claude Science: Fokus auf vorklinische Tests, um KI‑Werkzeuge zu verbessern.
In Kürze
- Vorklinische Phase: Labor-, Zell- und Tiertests
- Eigene Projekte statt reine Dienstleistung
- Claude fand Kontamination und analysierte Genkrankheiten
Anthropic steigt direkt in die Medikamentenforschung ein — und zwar mit eigenen Projekten statt nur als Dienstleister. Bei der Vorstellung seines Wissenschafts-KI-Tools „Claude Science“ kündigte das Unternehmen an, gezielt in der frühen, vorklinischen Phase zu forschen: Labortests, Zell- und Tiermodelle — also alles, was vor Studien am Menschen passiert. Ziel ist nicht primär Profit, sondern praktische Erfahrung, um die KI‑Modelle und Werkzeuge zu verbessern, die später der ganzen Branche zugutekommen sollen.
Was genau macht Anthropic?
Anthropic konzentriert sich auf die vorklinische Forschung. Das bedeutet: Hypothesen finden, Zielmoleküle identifizieren, laborbasierte Tests und Screening-Ansätze entwickeln. Statt nur für andere Firmen zu arbeiten, will das Unternehmen eigene Projekte fahren — insbesondere für Krankheiten, die für große Pharmaunternehmen wirtschaftlich weniger attraktiv sind.
Konkrete Beispiele aus der Praxis
Anthropic präsentiert bereits erste Beispiele, wie Claude Science unterstützen kann:
- Ein Forscherteam der UCSF entdeckte mit Hilfe des Tools in Minuten eine Viruskontamination, die sie zuvor ein Jahr lang übersehen hatten.
- Außerdem berichtet Anthropic, dass Claude in unter einer Stunde 100 seltene genetische Krankheiten analysierte und daraus 32 Kandidaten für computergestütztes Screening identifizierte.
Welche Auswirkungen erwarten Branchenkenner?
Novartis-Chef Vas Narasimhan skizziert das Problem so: Der Weg von einem fertigen Wirkstoffkandidaten zur Zulassung dauert aktuell rund 12 Jahre. Verzögerungen entstehen durch drei Arten von „Latenz“ — Informationslatenz (fehlende oder zu langsame Daten), operative Latenz (Abläufe und Organisation) und biologische Latenz (die Zeit, die Experimente und Studien benötigen).
- Informationslatenz: fehlende oder zu langsame Daten
- operative Latenz: Abläufe und Organisation
- biologische Latenz: die Zeit, die Experimente und Studien benötigen
Neue KI-Werkzeuge könnten vor allem die Informations- und operativen Latenzen deutlich verkürzen — zusammen womöglich um rund 40 Prozent. Rechnet man das hoch, würde die Gesamtzeit für die Entwicklung auf etwa 7–8 Jahre sinken. Narasimhan geht zudem davon aus, dass sich die Erfolgsquote von Wirkstoffkandidaten von etwa 8 % auf rund 16 % verdoppeln könnte, vor allem durch bessere Vorhersagen zur Sicherheit und optimierte Moleküleigenschaften. Ob KI auch bei der Auswahl der richtigen Patientengruppen hilft, bleibt offen. Er erinnert außerdem daran, dass selbst kleine Effizienzsteigerungen großen Einfluss haben können: Große Pharmafirmen investieren gemeinsam 150–200 Milliarden Dollar pro Jahr in Forschung und haben in den letzten 120 Jahren rund 800–1.000 Medikamente entwickelt.
Wer ist sonst noch unterwegs in der Medizin‑KI?
Anthropic ist nicht allein:
- DeepMind/Isomorphic Labs (Alphabet) setzt KI gezielt bei der Wirkstoffentwicklung ein — AlphaFold, das Proteinstrukturen vorhersagt, ist ein bekanntes Beispiel dafür.
- John Jumper, einer der Mitentwickler von AlphaFold, wechselte kürzlich zu Anthropic.
- Google DeepMind zeigte 2026 zudem einen „AI‑Co‑Clinician“ für die sogenannte triadische Versorgung — ein Modell, in dem KI-Agenten Patienten im Behandlungsverlauf unterstützen, während Ärztinnen und Ärzte die klinische Autorität behalten.
- OpenAI startete Anfang 2026 „ChatGPT Health“, einen Bereich, über den Nutzer medizinische Akten, Apple‑Health‑Daten und Wellness‑Apps verknüpfen können.
Mahnung von Expertinnen und Experten
Unabhängige Fachleute warnen davor, KI zu schnell in die direkte Patientenversorgung zu integrieren. Catherine Pope von der University of Oxford betont, dass die bisherigen Ergebnisse noch weit von der komplexen, unordentlichen Realität klinischer Versorgung entfernt seien. Bei Diagnosen und Behandlungsplänen sei Vorsicht geboten und gründliche Validierung unerlässlich.
Anthropic bringt sich damit als weiterer Akteur ins Feld — mit dem erklärten Ziel, durch eigene Forschungsprojekte bessere KI‑Werkzeuge für die biomedizinische Forschung zu entwickeln.
Quellen
- Quelle: Anthropic
- Der ursprüngliche Artikel wurde hier veröffentlicht
- Dieser Artikel wurde im Podcast KI-Briefing-Daily behandelt. Die Folge kannst du hier anhören.
