এআই কোম্পানিগুলোর ঘোষণা সাধারণত নতুন মডেলের কার্যক্ষমতার সংখ্যার দিকে মনোযোগ টানে। কিন্তু Anthropic-এর এই ঘোষণায় কোনো নতুন মডেল নেই। যা সামনে এসেছে তা দুটি: বিজ্ঞানীদের জন্য একটি কর্মক্ষেত্র এবং ওষুধ-প্রার্থী খোঁজার একটি অভ্যন্তরীণ কর্মসূচি। কোম্পানিটি প্রতিযোগিতা করছে কাঁচা বুদ্ধিমত্তায় নয়, বরং সেই বুদ্ধিমত্তা কীভাবে কাজে লাগানো হয় তার ওপর। এই সাংগঠনিক সিদ্ধান্তই পড়ার মতো মূল বিষয়।
01কী ঘটেছিল — একটি ওয়ার্কবেঞ্চ ও একটি ওষুধ আবিষ্কার কর্মসূচির একযোগে সূচনা
২০২৬ সালের ১ জুলাই, Anthropic গবেষক ও ওষুধ শিল্পের জন্য আনুষ্ঠানিকভাবে "Claude Science" চালু করেছে। TechCrunch একে নতুন মডেলের পরিবর্তে ওয়ার্কফ্লো (= কাজের প্রবাহ) দিক থেকে নিজেদের আলাদা করে তোলার কৌশল বলে অভিহিত করেছে। একই সময়ে CNBC, Reuters এবং Endpoints News বায়োফার্মা ক্ষেত্রে একটি অভ্যন্তরীণ ওষুধ আবিষ্কার কর্মসূচি শুরুর খবর দিয়েছে। এরপর ৪ জুলাই জানা যায়, Anthropic ওষুধ উন্নয়ন ব্যবসায় প্রবেশের কথা বিবেচনা করছে (The Verge)। কয়েক দিনের মধ্যেই পাশাপাশি দুটি পদক্ষেপ দেখা গেল: টুল সরবরাহ করা এবং সরাসরি অংশগ্রহণকারী হিসেবে প্রবেশের সম্ভাবনা। এর প্রতিদ্বন্দ্বী OpenAI একই সময়ে বায়ো ও বিজ্ঞান ক্ষেত্রের জন্য একটি মূল্যায়ন বেঞ্চমার্ক "GeneBench-Pro" (= কোনো AI-এর জৈবিক সক্ষমতা মাপার মানদণ্ড) ঘোষণা করেছে, এবং বিজ্ঞান ক্রমেই পরবর্তী প্রধান যুদ্ধক্ষেত্র হয়ে উঠছে।
02পটভূমি — Insilico ও Moderna-র গড়া পথ
এই পদক্ষেপ হঠাৎ করে আসেনি। AI ওষুধ আবিষ্কারের ইতিমধ্যেই একটি ক্রমবর্ধমান ট্র্যাক রেকর্ড রয়েছে। Insilico Medicine (কোম্পানির নামটি "in silico" (কম্পিউটারে) থেকে নেওয়া)-এর Rentosertib হলো ইডিওপ্যাথিক পালমোনারি ফাইব্রোসিস (IPF = একটি দুরারোগ্য রোগ যেখানে ফুসফুস ধীরে ধীরে শক্ত হয়ে যায়)-এর একটি চিকিৎসা, যেখানে লক্ষ্য (= শরীরের যে অণুর ওপর ওষুধ কাজ করে) অনুসন্ধান থেকে প্রার্থী অণুর নকশা পর্যন্ত সবকিছু AI সামলেছে। এটি 2026 সালের শুরুতে Phase IIa (= রোগীদের ক্ষেত্রে কার্যকারিতা প্রথমবার নিশ্চিত করার মধ্যবর্তী পর্যায়ের ক্লিনিক্যাল ট্রায়াল) পার করেছে। অনুসন্ধান থেকে নকশা পর্যন্ত AI জড়িত ছিল, এমন কোনো অণুর এই পর্যায়ে পৌঁছানোর প্রাথমিক উদাহরণগুলোর একটি হিসেবে এটি গণ্য করা হয়। এখন এটি Phase III (= অনুমোদনের আগের বৃহৎ পরিসরের ট্রায়াল)-এর প্রস্তুতিতে প্রবেশ করছে। অন্যদিকে Moderna 2024 সাল থেকে সমগ্র কোম্পানি জুড়ে OpenAI-এর সঙ্গে অংশীদারিত্ব করেছে এবং অভ্যন্তরীণ কার্যক্রমের সর্বত্র AI প্রয়োগের একটি প্রাথমিক দৃষ্টান্ত হিসেবে পরিচিত। লক্ষ্য অনুসন্ধান সামলানো AI এবং পুরো কর্পোরেট কার্যক্রমে AI-কে মিশিয়ে দেওয়ার ব্যবহার—এই দুটি ধারাই বর্তমান পর্বের ভিত্তি গড়ে দিয়েছে।
03আমরা কোথায় দাঁড়িয়ে আছি সে সম্পর্কে সংখ্যাগুলো কী বলে, এবং কীভাবে পড়তে হবে
AI ড্রাগ ডিসকভারি আর কোনো ব্যতিক্রমী প্রচেষ্টা নয়। ক্লিনিক্যাল ট্রায়ালে 173টিরও বেশি AI-জাত প্রার্থী ওষুধ রয়েছে বলে বলা হচ্ছে (তবে "AI-জাত"-এর সংজ্ঞা — প্রক্রিয়ার কোন ধাপে AI যুক্ত ছিল — সর্বত্র এক নয়, এটি মনে রাখা দরকার)। প্রাথমিক ফেজ I (= মানুষের ওপর প্রথমবার ওষুধ প্রয়োগ করা প্রথম ট্রায়াল)-এর উত্তীর্ণের হার 80–90% পর্যন্ত পৌঁছেছে বলে জানা যায়, যা প্রচলিত প্রায় 52%-কে ছাড়িয়ে গেছে। তবু এই সংখ্যাগুলো সতর্কভাবে পড়তে হবে। হিসাবের নমুনা ছোট, এবং কোন ফেজগুলো তুলনা করা হচ্ছে তার ওপর চিত্র বদলে যায়। তা ছাড়া, ওষুধ আবিষ্কারের প্রকৃত প্রবেশদ্বার নিরাপত্তা যাচাইকারী ফেজ I নয়, বরং কার্যকারিতা পরীক্ষাকারী ফেজ II। ফেজ II-তে AI-ডিজাইন করা অণুগুলো প্রচলিত পদ্ধতিকে স্পষ্টভাবে ছাড়িয়ে গেছে—এমন রেকর্ড এখনো সীমিত বলে দেখাই যুক্তিসংগত। উচ্চ উত্তীর্ণের হার শুধু AI-র ডিজাইন সক্ষমতার ফল নয়; ইতিমধ্যে যাচাইকৃত টার্গেট বেছে নেওয়া সহজ হয় এমন রক্ষণশীল টার্গেট নির্বাচনও এতে মিশে আছে। এর থেকে AI-র নির্দিষ্ট অবদানটি আলাদা করা দরকার। প্রযুক্তিগত ভিত্তি নিঃসন্দেহে প্রসারিত হয়েছে। AlphaFold3 (Google DeepMind ও Isomorphic Labs-এর তৈরি প্রোটিন কাঠামো পূর্বাভাসের AI) ওষুধ ও তার টার্গেটের মধ্যে বন্ধনের পূর্বাভাসকে অনেক দ্রুত করেছে। কোম্পানিগুলোর সংযোগের ধরনও বিভিন্ন। Bayer × Cradle (একটি AI কোম্পানি) এবং Eli Lilly × NVIDIA-র মতো আন্তঃকোম্পানি অংশীদারিত্ব আছে, আবার ওপেন সোর্স হিসেবে বর্ণিত কাঠামো পূর্বাভাস মডেল Boltz-কে Pfizer-এর নিজেদের অন্তর্ভুক্ত করার মতো অংশীদারিত্বের চেয়ে ভিন্ন প্রকৃতির পদক্ষেপও আছে। 2025 সালে Recursion, Exscientia-কে অধিগ্রহণ করে। কিন্তু এই একত্রীকরণকে গতির প্রমাণের চেয়ে ক্লিনিক্যাল ব্যর্থতা ও অর্থায়নের সংকটের মধ্যে শিল্পের পুনর্গঠন ও উদ্ধার হিসেবেই বেশি পড়া যায়। এটি AI ড্রাগ ডিসকভারিকে স্বতন্ত্র ব্যবসা হিসেবে টিকিয়ে রাখার কঠিনতার লক্ষণ হিসেবেও পড়া যেতে পারে।
০৪কেন এখনই — কাঠামোগত চাপ এবং বোর্ডের পদক্ষেপ
ওষুধশিল্প প্রবল চাপের মধ্যে রয়েছে। একটি নতুন ওষুধ উন্নয়নের খরচ 20 বছরে $1 billion থেকে বেড়ে $2–3 billion হয়েছে। তার ওপর 2025–2030 সময়কালটি প্যাটেন্ট ক্লিফের সঙ্গে মিলে গেছে (= অগ্রণী ওষুধগুলোর প্যাটেন্ট একসঙ্গে শেষ হয়ে বিক্রি তীব্রভাবে কমে যাওয়ার সময়কাল)। খরচ বাড়ছে, আর আয়ের প্রধান উৎসগুলো হারিয়ে যাচ্ছে। তবে AI মূলত অনুসন্ধান ও প্রাক-ক্লিনিক্যাল ধাপই ছোট করতে পারে। উন্নয়ন খরচের সিংহভাগ যায় বৃহৎ পরিসরের ক্লিনিক্যাল ট্রায়ালে, আর AI সেখানে সরাসরি কাজ করে না। মোট উন্নয়ন খরচের ওপর এর তাৎক্ষণিক প্রভাব সীমিত বলেই দেখা উচিত। সময়ের অক্ষেও একটি অসামঞ্জস্য আছে। আজ AI দিয়ে পাওয়া একটি প্রার্থী ওষুধ অনুমোদন পৌঁছাবে দ্রুততম হলেও আগামী দশকের দ্বিতীয়ার্ধে বা তার পরে, এবং সেটি আসন্ন 2025–2030 ক্লিফকে সরাসরি রক্ষা করে না। প্রত্যাশার মূল কথা হলো পরবর্তী প্রজন্মের পাইপলাইন (= উন্নয়নাধীন ওষুধের গোষ্ঠী) শক্তিশালী করা। এখানে Anthropic-এর নিজস্ব পদক্ষেপ মিলে যায়। 2026 সালের এপ্রিলে Novartis-এর CEO Vas Narasimhan (পেশায় চিকিৎসক, 35টিরও বেশি নতুন ওষুধ উন্নয়নে যুক্ত ছিলেন) Anthropic-এর বোর্ড সদস্য হয়েছেন। নিয়োগকারী সংস্থা ছিল Long-Term Benefit Trust (LTBT = শেয়ারহোল্ডারদের স্বার্থের চেয়ে মানবজাতির দীর্ঘমেয়াদি কল্যাণকে অগ্রাধিকার দেওয়া Anthropic-এর নিজস্ব তত্ত্বাবধায়ক সংস্থা)। এই ট্রাস্টের হাতে বোর্ড সদস্য মনোনয়নের ক্ষমতা রয়েছে, এবং এই নিয়োগের ফলে ট্রাস্ট-মনোনীত পক্ষ বোর্ডের সংখ্যাগরিষ্ঠতা ছাড়িয়ে গেছে। বিস্তারিত কভারেজ আগের একটি প্রতিবেদনের জন্য রাখা হলো (/journal/novartis-anthropic-board.html), তবে ওষুধ আবিষ্কারের অংশগ্রহণকারীকে পরিচালনা কাঠামোর কেন্দ্রে আনার তাৎপর্য ছোট নয়।
০৫Anthropic-এর কৌশল কীভাবে বুঝবেন
এখান থেকে ব্যাখ্যা। প্রথমত, Anthropic সম্ভবত নতুন মডেলের কার্যক্ষমতায় নয়, ওয়ার্কফ্লোর ওপর ভিত্তি করে নিজেদের আলাদা করতে প্রস্তুত হচ্ছে। Claude Science নতুন মডেল ছাড়াই আসা সম্ভবত এই সিদ্ধান্তের প্রতিফলন যে তারা বুদ্ধিমত্তার চরম মান নয়, বরং গবেষণাক্ষেত্রে কতটা মানিয়ে যায় তার ওপর ভিত্তি করে জিততে চায়। সাধারণ উদ্দেশ্যের মডেলগুলো প্রতিযোগীদের সমপর্যায়ে পৌঁছে যায়, কিন্তু গবেষণা কাজের সঙ্গে ঘনিষ্ঠভাবে যুক্ত একটি ওয়ার্কবেঞ্চ পরিবর্তনের খরচ তৈরি করে এবং ব্যবহারকারীকে ধরে রাখে। দ্বিতীয়ত, নিজস্ব ওষুধ আবিষ্কার কর্মসূচির সূচনাকে টুল সরবরাহকারী থেকে ওষুধ আবিষ্কারে অংশগ্রহণকারীর দিকে একটি পদক্ষেপ হিসেবে পড়া যায়। শুধু টুল বিক্রি করলে ফলাফল গ্রাহকের হয়, আর AI-এর অবদানের মাত্রা দেখা কঠিন। নিজে প্রার্থী তৈরি করলে AI কতদূর যেতে পারে তা নিজস্ব সাফল্যের রেকর্ড হিসেবে দেখানো যায়। তবে ওষুধ উন্নয়ন ব্যবসা নিজেই কেবল "বিবেচনাধীন" বলে জানানো হয়েছে। এটিও এমন একটি ইঙ্গিত হিসেবে পড়া যায় যে Anthropic নিজেই বুঝে নিচ্ছে ফার্মাসিউটিক্যাল গ্রাহকদের সঙ্গে কতটা দূরত্বে প্রতিযোগিতা করা সম্ভব। তৃতীয়ত, LTBT কর্তৃক Narasimhan-এর মনোনয়নকে এই দিককে শাসনের দিক থেকে সমর্থনকারী ভিত্তি তৈরি হিসেবে দেখা যায়। শেয়ারধারীর স্বার্থের ওপরে দীর্ঘমেয়াদি কল্যাণকে স্থান দেওয়া একটি ট্রাস্টের পক্ষে ওষুধ আবিষ্কারের অভিজ্ঞতাসম্পন্ন কাউকে বোর্ডে রাখা এমন একটি কাঠামো, যা নতুন ওষুধ উন্নয়নকে স্বল্পমেয়াদি বিক্রির বদলে মানবজাতির কল্যাণ হিসেবে তুলে ধরা সহজ করে। সম্পূর্ণ পণ্য লাইনের নকশা-দর্শনের জন্য পূর্ববর্তী প্রতিবেদনটিও দেখুন (/journal/claude-science-pharma-future.html).
০৬ফার্মাসিউটিক্যাল শিল্প ও সম্মুখসারির জন্য প্রভাব
ভবিষ্যতের দিকে তাকালে, যারা AI-এর অধিকারী এবং যারা ওষুধের অধিকারী, তাদের মধ্যকার সীমারেখা সম্ভবত আরও মুছে যাবে। অংশীদারিত্ব থেকে সরাসরি অংশগ্রহণের দিকে যাওয়ার প্রবাহ যদি এগোয়, তবে ওষুধ কোম্পানির কাছে একটি AI কোম্পানি একই সঙ্গে সরঞ্জামের বিক্রেতা এবং সম্ভাব্য প্রতিদ্বন্দ্বী হয়ে ওঠে। এই পর্যায়ে ওষুধ শিল্পের পক্ষ প্রথমে যেসব বাস্তব সমস্যার জন্য প্রস্তুত হবে, আমার মতে তা বেশ কয়েকটি। প্রথমটি হলো IP (= বুদ্ধিবৃত্তিক সম্পত্তি)-র মালিকানা। AI-উৎপন্ন অণুর অধিকার কার, এবং প্রশিক্ষণে ব্যবহৃত ডেটার সার্বভৌমত্বের কী হবে, এসব ক্ষেত্রে চুক্তি ও প্রাতিষ্ঠানিক কাঠামো এখনও অপরিণত। দ্বিতীয়টি হলো নিয়ন্ত্রকদের অবস্থান। FDA (মার্কিন খাদ্য ও ওষুধ প্রশাসন) এবং PMDA (জাপানের ফার্মাসিউটিক্যালস ও মেডিক্যাল ডিভাইস সংস্থা) AI-ভিত্তিক উন্নয়নকে কীভাবে মূল্যায়ন করবে তা এখনও স্থির হয়নি। তৃতীয়টি হলো AI কোম্পানিগুলো প্রতিদ্বন্দ্বী হয়ে ওঠার ফলে ডেটা শেয়ারিংয়ে যে শীতলতা দেখা দেয়। বিস্তারিত সংখ্যা একটি পূর্ববর্তী প্রতিবেদনে সংকলিত আছে (/journal/ai-drug-discovery-2026.html). এ ধরনের পরিবর্তন সম্মুখসারির কাজেও পৌঁছায়। উপকরণ পর্যালোচনায় (= প্রচারমূলক উপকরণ বিধিমালা মেনে চলছে কি না নিশ্চিত করার কাজ), এআই যে প্রমাণ-তথ্য ও নকশা-প্রক্রিয়ায় জড়িত ছিল তা কীভাবে যাচাই করা হবে এবং কতটা নথিবদ্ধ করা যাবে, সে বিষয়ে নতুন সিদ্ধান্ত প্রয়োজন হচ্ছে। মেডিকেলে (= চিকিৎসা-তথ্য সরবরাহের দায়িত্বে থাকা বিভাগ), এআই-উদ্ভূত প্রার্থী ওষুধের কার্যপ্রণালী ও পরীক্ষার ফল স্বাস্থ্যসেবা পেশাজীবীদের কাছে সঠিকভাবে পৌঁছে দেওয়ার দায়িত্ব আরও ভারী হয়ে ওঠে। নিরাপত্তার ক্ষেত্রে (= পার্শ্বপ্রতিক্রিয়া পর্যবেক্ষণ), এআই-নকশাকৃত কোনো ওষুধ অপ্রত্যাশিত আচরণ করছে কি না, সেই দৃষ্টি আরও বেশি করে প্রয়োজন হবে। টুল যত বুদ্ধিমান হয়, যারা তা ব্যবহার করে সেই মানুষের যাচাইয়ের দায়িত্ব তত হালকা হয় না। বরং আরও ভারী হয়। আমার বিশ্বাস, নতুন যুগে এআই ওষুধ আবিষ্কারকে সম্মুখসারি কীভাবে গ্রহণ করবে, এটাই তার মূল কথা।