01
どの作業が
滞っているか
数字は、効果の約束ではなく、
検証設計の材料にする。
先に固定 ▶
対象工程
比較する人の作業
見つけるべき誤り
→
専門家が検証
PROTOCORE LAB
01 / 08
AI活用/ CASE NOTE
AI導入は、
モデル選びから
始めない。
Anthropicの創薬事例が示す「詰まりの選び方」
6
組織
2026.10.27
ANTHROPIC公表
創薬に取り組む6組織との
研究協力
＋ 自社の創薬研究
WHERE TO PUT AI?
工程のどこに、AIを組み込むか。
01研究TARGET DISCOVERY
02設計MOLECULAR DESIGN
03製造MANUFACTURING
04申請REGULATORY
05臨床試験CLINICAL TRIALS
モデルの性能ではなく、工程ごとのボトルネックから考える。
CASE — ENVEDA
0%
人のレビュー時間を短縮
0ページ
製造文書を対象に
0/11件
人が見つけた問題を、すべて検出
+0件
さらに指摘
※ 特定の文書・運用・評価条件での事例です。
89%
STEP工程を一つ選び、三点を決める
最初に選ぶのは「測れる詰まり」。
02
今の担当者は
何を根拠に
確認しているか
03
AIの出力を
誰がどの資料で
確かめるか
AI導入の成否を、モデル名だけで決めない。
工程の詰まりと検証方法を、
一組で設計する。
PROTOCORE LAB
AI導入は、モデル選びから始めない。
出典：Anthropic「Early progress on accelerating drug development with Claude」／「Claude accelerates protein design」