Anthropic เปิดรับสมัครทุนวิจัยโรคหายากในโครงการ AI for Science สนับสนุนเครดิต Claude สูงสุด 50,000 ดอลลาร์

เมื่อฤดูใบไม้ผลิที่ผ่านมา เราได้เปิดตัว โปรแกรม AI for Science ของ Anthropic ซึ่งเป็นโครงการริเริ่มเพื่อเร่งการวิจัยและการค้นพบทางวิทยาศาสตร์ผ่านการเข้าถึง API ของเรา นับตั้งแต่นั้นมา เราได้สนับสนุนโครงการที่มีผลกระทบสูงมากมาย ตั้งแต่การนำยาเดิมมาใช้ใหม่ (drug repurposing) ไปจนถึงการจำลองควอนตัม (quantum simulation)

จากประสบการณ์ที่ผ่านมา เราพบว่าโครงการต่างๆ จะสร้างผลลัพธ์ได้ดียิ่งขึ้นเมื่อนักวิจัยในหัวข้อที่เกี่ยวข้องกันได้ทำงานและแลกเปลี่ยนข้อมูลร่วมกัน ด้วยเหตุนี้ เราจึงตัดสินใจเปิดตัวการรับสมัครตามหัวข้อเฉพาะภายในโปรแกรม AI for Science ให้ชัดเจนยิ่งขึ้น

วันนี้เรากำลังเปิดรับสมัครงานวิจัยที่เน้นด้านโรคพันธุกรรมหายากโดยเฉพาะ ผู้ที่ได้รับการคัดเลือกจะได้รับ Claude credits มูลค่าสูงสุด 50,000 ดอลลาร์ เป็นระยะเวลา 6 เดือน เพื่อสร้างชุมชนนักวิจัยที่มุ่งศึกษาว่า AI จะเปลี่ยนโฉมความเข้าใจเกี่ยวกับโรคหายากได้อย่างไร โดยแบ่งเป็น 2 เส้นทาง (tracks) ได้แก่ เส้นทางสำหรับนักวิทยาศาสตร์วิจัยพื้นฐาน และเส้นทางสำหรับบริษัทเทคโนโลยีชีวภาพระดับเริ่มต้น (early-stage biotechs) ที่มุ่งเร่งการพัฒนาทางคลินิก

การวิจัยโรคหายากเป็นสาขาที่ยังขาดแคลนความรู้พื้นฐาน แม้ว่ารวมกันแล้วจะมีผู้ป่วยสูงถึง 400 ล้านคนจาก โรคหายากกว่า 7,000 ชนิด ทั่วโลก แต่เนื่องจากผู้ป่วยแต่ละรายกระจัดกระจายเป็นกลุ่มเล็ก ทำให้การสร้างทะเบียนผู้ป่วย ระบุเป้าหมายการรักษา และการออกแบบการทดลองทางคลินิกเป็นไปได้ยาก อีกทั้งโรคเหล่านี้มักมีลักษณะเฉพาะที่ทำให้การศึกษาแยกส่วนกัน จนยากจะหากลไกที่ใช้ร่วมกันเพื่อพัฒนายาให้ทันเวลา

เราเชื่อว่า AI สามารถช่วยแก้ปัญหาเหล่านี้ได้ โดยการจำลองโมเดลโรคพันธุกรรมที่แม่นยำ ตรวจจับรูปแบบที่ซ้ำกันในแต่ละโรค และช่วยนักวิจัยสังเคราะห์ข้อมูลจากเอกสารจำนวนมหาศาลได้อย่างรวดเร็ว แม้จะมีชุดข้อมูลที่จำกัด เพื่อหาคำตอบว่า AI จะมีประโยชน์คุ้มค่าที่สุดในจุดไหน เราจึงกำหนดให้โรคหายากเป็นจุดเน้นหลักในการรับสมัครรอบนี้

Track one: การขยายความร่วมมือด้านวิทยาศาสตร์พื้นฐาน

เส้นทางแรกมุ่งส่งเสริมความร่วมมือระหว่างนักวิจัยทางคลินิก องค์กรผู้ป่วย และนักวิทยาศาสตร์ข้อมูล เพื่อเร่งความเร็วในการค้นพบกลไกเบื้องหลังโรคหายาก โดยเรามีพันธมิตรสำคัญคือ Monarch Initiative ซึ่งเป็นกลุ่มความร่วมมือระหว่างประเทศที่พัฒนามาตรฐานข้อมูล เช่น Mondo Disease Ontology และ Monarch Knowledge Graph ที่เชื่อมโยงข้อมูลจากแหล่งต่างๆ เข้าด้วยกัน

ล่าสุดสมาชิกของ Monarch ได้สร้างไลบรารีชื่อ DisMech ซึ่งเป็นมิตรกับ AI agent ทำให้ Claude สามารถอ่านรายงานฐานข้อมูลและชี้ให้เห็นความคล้ายคลึงเชิงกลไกของโรคต่างๆ ได้ด้วยความเร็วสูง เราจึงขอเชิญชวนผู้รับทุนให้ใช้ทรัพยากรเหล่านี้ในการสร้างสมมติฐานใหม่ๆ เพื่อสนับสนุนการพัฒนาการรักษาต่อไป

แม้งานของ Monarch จะช่วยให้ Claude สร้างผลกระทบสำคัญได้ แต่ยังมีสิ่งที่ต้องทำอีกมาก ทั้งการปรับปรุงโครงสร้างพื้นฐานการวินิจฉัย และการทำให้ข้อมูลเข้าถึงได้สำหรับ agentic science เราจะร่วมมือกับพันธมิตรต่อไปเพื่อจัดการกับปัญหาในจุดที่ AI อาจยังเข้าถึงไม่ถึง และจะแบ่งปันบทเรียนที่ได้จากกระบวนการนี้ให้สังคมรับทราบ

Track two: การขยายความร่วมมือกับบริษัทเทคโนโลยีชีวภาพ

เส้นทางที่สองมุ่งสนับสนุนบริษัทไบโอเทคระยะเริ่มต้นที่ต้องการเร่งการพัฒนายา ปัจจุบันขั้นตอนจากการวินิจฉัยไปสู่การรักษามักใช้เวลา หนึ่งถึงสองปี ซึ่งส่วนใหญ่เสียไปกับการจัดการเอกสารทางกฎหมายและการวางแผนวิจัยแบบเรียงลำดับ

เรามองเห็นความเป็นไปได้ในการลดระยะเวลานี้โดยใช้ Claude เข้ามาช่วยจัดการเอกสาร เช่น การร่างและตรวจสอบเอกสารกฎระเบียบ การวิเคราะห์เป้าหมายการรักษา และการมองหากลไกที่ใช้ร่วมกันเพื่อขออนุมัติการทดลองแบบ “basket trial” ซึ่งจะช่วยลดขั้นตอนที่ยุ่งยากลงได้มาก

ด้วยการมอบเครดิต API และการเข้าถึง Claude Science เราหวังว่าจะช่วยส่งเสริมการทดลองในกลุ่มสตาร์ทอัพให้ก้าวหน้าเร็วขึ้น ตัวอย่างเช่นกรณีของ Every Cure ที่ใช้ Claude ค้นหาโอกาสนำยาเดิมมาใช้ใหม่ หรือ Centre for Population Genomics และ Violet Research Institute ที่ใช้ AI ช่วยวิเคราะห์ข้อมูลพันธุกรรมและร่างเอกสารยื่นต่อหน่วยงานกำกับดูแล

ขั้นตอนต่อไป

สำหรับผู้ที่สนใจสมัครรับทุนทั้งสองเส้นทาง สามารถ กรอกใบสมัครที่นี่ ได้จนถึงวันที่ 2 สิงหาคม 2026 เวลา 23:59 น. PST ผู้สมัครที่ผ่านการคัดเลือกสามารถใช้เครดิตเพื่อเข้าถึง Claude Opus หรือโมเดลอื่นๆ ที่ได้รับการอนุมัติในด้านชีววิทยา

ตัวอย่างโครงการในเส้นทางที่หนึ่ง เช่น การเสนอความเชื่อมโยงเชิงกลไกของโรคใน DisMech, การสรุปข้อมูลจากองค์กรผู้ป่วย หรือการสร้างระบบประเมินโมเดลในการจัดการงานด้านโรคหายาก โดยผลลัพธ์จะเผยแพร่สู่สาธารณะที่ Monarchinitiative.org ซึ่งจะมีการจัดกิจกรรม hackathon และกิจกรรมชุมชนอื่นๆ ตามมาในอนาคต ติดตามรายละเอียดเพิ่มเติมได้ที่นี่

ตัวอย่างโครงการในเส้นทางที่สอง ได้แก่ การวิเคราะห์ปริมาณยาเริ่มต้นจากข้อมูลที่จำกัด, การขุดข้อมูลประวัติโรคเพื่อระบุตัวบ่งชี้ทางชีวภาพ (biomarkers) และการใช้ AI ช่วยร่างเอกสารด้านกฎระเบียบเพื่อย่นระยะเวลาการทำงานจากหน่วยเดือนให้เหลือเพียงหน่วยวันสำหรับให้ผู้เชี่ยวชาญตรวจสอบ

โครงการทุนวิจัยนี้คือส่วนหนึ่งของพันธกิจ Anthropic ในการขยายประโยชน์ของ AI ไปสู่ด้านที่ขาดโอกาส อย่างไรก็ตาม AI ยังมีข้อจำกัด โดยไม่สามารถทำงานได้ในจุดที่ข้อมูลมีน้อยเกินไปหรือไม่เป็นระบบ รวมถึงปัญหาเชิงโครงสร้างอย่างการประกันภัยหรือการเข้าถึงสถานพยาบาล เราหวังว่าโครงการนี้จะได้รับการเติมเต็มจากความร่วมมือขององค์กรอื่นๆ เพื่อสร้างข้อมูลคุณภาพสูงและส่งเสริมการวิจัยร่วมกันต่อไป

เชิงอรรถ

• แหล่งข้อมูลอื่นๆ ระบุว่าจำนวนโรคหายากอาจสูงถึง 10,000 โรค นอกจากนี้ยังไม่มีคำจำกัดความมาตรฐานสำหรับคำว่าโรคหายาก แม้ข้อมูลจาก FDA จะระบุว่ามีชาวอเมริกันถึง 1 ใน 10 คนที่เผชิญกับโรคเหล่านี้ แต่แหล่งอ้างอิงต่างๆ (เช่น Orphanet, OMIM) ต่างให้นิยามแตกต่างกัน ทั้งในเรื่องความผิดปกติของโครโมโซม หรือกลุ่มโรคที่มีอาการซับซ้อนหลายระบบพร้อมกัน