Claude impulsa la investigación de enfermedades raras con una «subvención computacional»: Anthropic ofrece hasta 50.000 dólares en créditos

El problema de las enfermedades genéticas raras no suele ser la falta de indicios, sino que estos están dispersos entre informes de casos, bases de datos genéticas y una enorme cantidad de literatura científica. Anthropic dirige ahora recursos de IA generativa hacia este campo de investigación, intensivo en datos y con un número limitado de pacientes, y ha anunciado que ofrecerá hasta 50.000 dólares en créditos para usar Claude, con la esperanza de ayudar a los equipos de investigación a organizar las pruebas con mayor rapidez y formular hipótesis verificables sobre los mecanismos de las enfermedades.

Esta convocatoria forma parte del programa «AI for Science» que Anthropic ya tenía en marcha y se divide en dos vías: una para investigadores de ciencias básicas y otra para empresas biotecnológicas en etapa inicial. Incluye a equipos académicos y sin fines de lucro, así como a empresas emergentes que están desarrollando tratamientos para enfermedades raras. Los seleccionados recibirán créditos para utilizar durante seis meses la API y el entorno de trabajo Claude Science, no fondos de investigación de libre disposición; el plazo de solicitud finaliza el 2 de agosto de 2026 a las 11:59 p. m. (hora del Pacífico de Estados Unidos).

En el ámbito de la investigación básica, el socio Monarch Initiative prevé utilizar el recurso DisMech para conectar informes de casos, datos genéticos y literatura médica. Se espera que el modelo ayude a los investigadores a comparar fenotipos, interpretar variantes o reclasificar a pacientes aparentemente similares en distintos tipos de mecanismos. Si la clasificación es más precisa, los experimentos posteriores podrán estar más enfocados y también podrían identificarse diferentes vías terapéuticas para enfermedades que antes se agrupaban bajo una denominación general.

Para las empresas biotecnológicas en etapa inicial, el alcance de las aplicaciones se extiende a la reutilización de medicamentos existentes, la evaluación de dianas terapéuticas, la preparación de documentación regulatoria y la estrategia de ensayos clínicos. Estas tareas suelen requerir la verificación cruzada de grandes cantidades de datos. La IA puede acortar el tiempo de búsqueda y organización preliminares, pero las dianas, interpretaciones de variantes o diseños de ensayos propuestos por el modelo aún deberán someterse a revisión de expertos, reproducción experimental y una validación estadística y clínica adecuada.

### Contexto

La IA generativa está incorporándose gradualmente a las primeras etapas de la investigación y el desarrollo biomédicos. La recopilación de literatura, la formulación de hipótesis moleculares y el apoyo a los procesos de investigación son usos más cercanos a una aplicación práctica actual que afirmar directamente que se ha «descubierto un nuevo medicamento». El campo de las enfermedades raras resulta especialmente adecuado para evaluar el valor de estas herramientas, porque los datos de cada enfermedad son escasos, las denominaciones no son uniformes y las pruebas suelen estar dispersas entre distintas épocas y formatos. Sin embargo, el modelo también podría amplificar las lagunas de datos o los sesgos poblacionales, haciendo que una respuesta fluida parezca más concluyente de lo que permiten las pruebas reales.

Anthropic señaló que los proyectos seleccionados podrán utilizar Claude Opus y otros modelos biológicos aprobados. Según informes externos, si una investigación activa mecanismos de protección de bioseguridad, también podría obtener una excepción tras una revisión. El programa aún no ha publicado la lista de seleccionados, los criterios para evaluar los resultados ni el diseño de validación prospectiva. Por tanto, su eficacia real dependerá de si puede producir descubrimientos reproducibles sobre mecanismos y mejorar las decisiones de diagnóstico o tratamiento, en lugar de limitarse a acelerar la producción de documentos y análisis.