诺和诺德与 Anthropic 合作，用 Claude Science 加速新药研发

丹麦制药巨头诺和诺德宣布与人工智能公司 Anthropic 达成合作，将使用 Anthropic 面向科学研究打造的平台 Claude Science 加快新药发现和开发进程，并重点处理双方认为最能产生实际影响的科学问题。诺和诺德还把 Anthropic 的模型引入自身软件开发，提升 AI 驱动的研发能力。这是大型制药公司近几个月来加码 AI 的最新一例。

消息由诺和诺德于当地时间周三（9 月 16 日）公布，国内媒体在 9 月 17 日下午陆续跟进。合作在设计之初就纳入了严格的数据治理和人工监督机制，以确保 AI 得到负责任使用，符合诺和诺德的道德规范和合规标准。作为减肥与糖尿病药 Ozempic、Wegovy 的厂商，诺和诺德的这一动作既有研发提效诉求，也带有明确的商业化考量。

原文见诺和诺德携手 Anthropic 利用 Claude 加速新药研发（财联社/Reuters）。

Claude Science 是 Anthropic 面向科研场景推出的产品线，定位在让 Claude 大模型深入科学研究的推理与执行环节，而不是只做资料整理和文档生成。它更强调长链条推理：能够把研究问题拆解成可执行的步骤，调用工具、查阅文献、组织实验设计，并生成可复核的推理过程。

对诺和诺德来说，Claude Science 的直接价值在于把新药研发中大量重复、耗时的工作交给模型：整合归纳科研资料、分析海量多组学数据、设计人体临床研究方案、从大规模电子健康记录中筛选符合入组条件的患者。尤其是由基因因素驱动的罕见病，AI 在识别潜在患者方面的能力被认为尤为有用——这正是传统方法成本高、周期长的环节。

诺和诺德并非第一次引入 AI。今年早些时候它已宣布与 OpenAI 合作，并与亚马逊云服务共建 AI 创新中心。这次与 Anthropic 的合作更偏重研究与开发环节本身，Claude 的推理能力被直接用于解决生物学和药物作用机制层面的问题。

诺和诺德这次合作是大型制药公司加码 AI 浪潮的一部分。礼来、默沙东、罗氏等多家药企都在大举投入，希望借助 AI 更快地发现和生产药物。诺和诺德首席执行官表示，AI 不仅能提高研发效率、缩短从科研到产品上市的时间，还带来全新的科学研究机会，帮助团队更好地推理和理解人体生物学以及药物作用机制。

但需要冷静看待的是，迄今为止这些押注尚未转化为明显的获批成果。目前虽有借助 AI 发现的候选药物进入人体临床试验阶段，AI 尚未促成任何一款药物获批上市。业界普遍认为，眼下 AI 给制药行业带来的最大直接收益集中在日常工作的自动化：整合归纳科研资料、分析海量数据、辅助设计临床研究和筛选入组患者。

换句话说，这次合作更现实的看点是效率与管线推进，而不是宣传中的“颠覆式新药”。对于普通读者，理解这一点有助于避免被营销口径带偏。

如果合作能按预期落地，最直接的影响是缩短新药从靶点发现到临床前的研发周期。Anthropic 联合创始人兼首席执行官也提到，AI 能力不断提升，有可能把原本需要一个世纪才能实现的生物学和医学突破压缩到十年之内，缩短研发周期、改善研发成果。

对患者而言，更快的管线意味着治疗糖尿病、肥胖及相关代谢疾病的新方案可能更早进入临床；对行业而言，这是继微软、英伟达之后，AI 推理模型进一步深入生命科学研发链的标志——当头部药企把推理模型放进核心研发流程，其他竞争对手跟进的压力会明显加大。

但对研发一线的验证要客观：AI 能否真正推动候选药物获批，取决于模型在真实生物学问题上的可靠性，以及数据治理能否守住合规底线。现阶段应把它看作“提升了研发效率与工具能力”的合作，而不是“已经造出新药”。

生物医药领域的数据高度敏感，涉及患者隐私、基因信息与未披露的管线数据，因此 AI 合作的安全边界比一般企业更严格。双方明确表示，合作在设计之初就纳入了严格的数据治理和人工监督机制，确保 AI 负责任地被应用，并符合诺和诺德的道德规范和合规标准。

对外部来看，这意味着几个可验证的观察点：药企是否会披露数据脱敏与访问控制的具体方案；Claude 生成的研发结论是否会保留完整、可复核的推理链；以及在涉及临床实验设计与患者筛选时，是否有人工专家最终把关。这些细节决定了这次合作是停留在“提效工具”，还是真正深入研发决策。

对于关注 AI 合规和数据安全的团队，这类合作框架的成熟程度值得持续跟踪，它也会间接影响药企对 AI 供应商的选择标准。

短期值得关注三点：一是诺和诺德未来是否披露 Claude Science 在具体靶点或管线上的实际应用案例；二是 Anthropic 是否会把 Claude Science 的合作模式扩展到更多生命科学客户，形成可复制的产品化路径；三是制药行业整体是否会因此加速把推理模型纳入研发流程，从而带动 AI 在科学领域的商业落地。

对开发者与生物医药从业者的建议：可以把这次合作当作评估“推理模型 vs 传统自动化工具”的样本。如果想验证 Claude Science 在科研场景的实际能力，可以从文献综述、多组学数据分析、临床方案设计等相对具体的任务入手对比效果，而不是只看厂商宣传。对普通读者，现阶段把它理解为大型药企在 AI 研发上的又一次务实投入即可，不必过度解读。

本文由 AI 潮汐编辑部基于官方公告与公开资料整理，补充了行业影响、适用场景和行动建议，帮助你在阅读原文前先理解这条信息为什么重要。

原始来源：https://www.cnbeta.com.tw/articles/tech/1578390.htm

如发现事实、价格或链接有误，可通过 联系我们 提交更正。