2026-07-04

Anthropic muốn tự phát triển thuốc — bài toán 10 năm và cái bẫy 'AI drug discovery'

Anthropic ra mắt Claude Science và tuyên bố sẽ tự phát triển thuốc cho 'bệnh bị lãng quên'. Nhưng chuyên gia đầu ngành nói thẳng: AI chưa thay được thí nghiệm, và chưa có thuốc AI nào qua FDA.

anthropicclaude-sciencedrug-discoveryailife-sciences

Ngày 30/6/2026, tại sự kiện “The Briefing: AI for Science”, Anthropic làm hai việc cùng lúc: ra mắt Claude Science — một workbench AI cho nhà khoa học — và tuyên bố sẽ tự phát triển thuốc. Eric Kauderer-Abrams, Head of Life Sciences của Anthropic, nói công ty sẽ tập trung vào các “bệnh bị lãng quên” (neglected diseases).

Đây là lần đầu tiên một công ty frontier AI lao thẳng vào drug discovery với tư cách người chơi, không chỉ người bán xẻng.

Claude Science: cái workbench 60+ skill

Claude Science không phải một “chatbot cho nhà khoa học”. Nó là một multi-agent system với hơn 60 kỹ năng chuyên dụng cho genomics, single-cell, proteomics, structural biology, cheminformatics. Hệ thống gồm:

  • Coordinating agent — tiếp nhận yêu cầu, phân phối việc cho sub-agent
  • Specialist agents — mỗi agent xử lý một lĩnh vực hẹp
  • Reviewer agent — kiểm tra citation, phép tính, tự động gắn cờ lỗi

Điểm khác biệt với Claude thông thường: Claude Science chạy local trên máy tính của nhà khoa học (macOS/Linux), kết nối trực tiếp vào HPC cluster hoặc GPU on-demand qua Modal. Dữ liệu lớn không phải upload lên cloud — chỉ context cần thiết được gửi cho Claude.

Ba case study đáng chú ý từ Anthropic:

  • Manifold Bio: dùng Claude Science để đánh giá hàng triệu protein binder ứng viên, phân tích surface expression và trafficking cho từng mô đích. Cái Claude làm được mà coding assistant thông thường không làm được: tự thu thập dữ liệu phù hợp, áp dụng tiêu chí từ internal data của công ty, và chạy end-to-end.
  • Allen Institute (Jérôme Lecoq): xây template “computational review” 20 skill, sub-agent đọc hàng nghìn paper, trích claim + số liệu định lượng, rồi agent khác viết review theo narrative arc. Cái trước đây mất 2 năm, giờ làm được ~10 bản review 100+ trang.
  • UCSF Brain Tumor Center (Stephen Francis): phân tích germline variants trong glioma, giảm thời gian xuống còn ~1/10 so với workflow cũ.

Cú twist: tự làm thuốc, không chỉ bán tool

Anthropic đang ở vị trí lạ: bán phần mềm cho các công ty dược — những người giờ là đối thủ cạnh tranh tiềm năng. Họ đang tuyển biologists, xây wet lab riêng (theo Synbiobeta), và có listing trên Greenhouse cho life sciences roles.

Nhưng chi tiết thì cực kỳ mơ hồ. Kauderer-Abrams không nói Anthropic sẽ làm gì nếu tìm ra ứng viên thuốc. Sẽ tự làm clinical trial? Partner với Big Pharma? Bán IP? The Verge đã liên hệ Anthropic để hỏi — không phản hồi.

Góc nhìn từ chuyên gia: “AI chưa thay được thí nghiệm”

Bài của Robert Hart trên The Verge (3/7/2026) tổng hợp ý kiến từ 3 chuyên gia hàng đầu — và tất cả đều thận trọng:

✅ AI đã thay đổi drug discovery:

  • Namshik Han (Cambridge/CardiaTec): “AI được dùng ở mọi giai đoạn — từ tìm compound mới đến clinical trial và sản xuất.”
  • Matthew Todd (UCL): AI rất hữu ích cho việc “road test” ý tưởng thuốc mới và tăng tốc nghiên cứu.

❌ Nhưng còn xa mới ra được thuốc thật:

  • Chưa có thuốc AI-design nào qua FDA. Một số ứng viên đã vào clinical trial (theo Nature Medicine và Chemistry World), nhưng không rõ AI đóng góp bao nhiêu.
  • Frank von Delft (Oxford): “Models chưa tiến gần đến mức làm thí nghiệm trở nên không cần thiết.” Ứng viên thuốc vẫn phải test efficacy, toxicity, storage, delivery — tất cả đều cần người, tiền, và thời gian.
  • Matthew Todd: “Còn lâu mới có thuốc AI-design được regulator phê duyệt.”

⏱️ Timeline thực tế: ít nhất 8–10 năm — đó là thời gian trung bình để một thuốc mới qua clinical trial (theo Cancer Research UK).

Bài học cho người làm AI

Anthropic đang chơi nước cờ giống Google DeepMind với Isomorphic Labs: vừa bán platform, vừa tự làm drug discovery. Nhưng bài toán không nằm ở model — nó nằm ở wet lab.

Cái Claude Science làm tốt là gỡ rối workflow nghiên cứu: tích hợp database, sinh figure, kiểm tra citation, scale compute. Đó là bài toán software engineering, không phải AGI.

Còn làm ra thuốc? “It takes time to show experimentally that something’s safe” — Matthew Todd.

Nếu bạn là founder AI startup đang nghĩ đến pivot sang life sciences: đừng tin vào narrative “AI sẽ giải quyết mọi thứ”. Bài toán thật là thí nghiệm. Mất 10 năm. Và tốn hàng trăm triệu đô.

Nguồn: The Verge (Robert Hart, 3/7/2026), Anthropic Blog (30/6/2026), CNBC (30/6/2026), Synbiobeta, Nature Medicine, Chemistry World