Em um laboratório de Houston, um paciente com glioblastoma – o câncer cerebral mais agressivo – recebeu uma droga que nenhum médico humano teria imaginado. Desenvolvida pela IA da britânica BenevolentAI, a substância BEL-004 está em testes desde janeiro de 2024 e já reduziu tumores em 58% dos casos iniciais.
Essa não é uma história isolada: segundo a Nature Biotechnology, 132 medicamentos identificados por algoritmos entraram em testes clínicos desde 2022, marcando o início de uma nova era na medicina.
Nesta reportagem, vamos explorar juntos como startups como a Insilico Medicine (Nova York) e a BenevolentAI (Londres) estão usando inteligência artificial para decifrar o câncer – e por que alguns especialistas alertam para os riscos dessa corrida desenfreada.
No cenário atual da medicina, a inteligência artificial (IA) emerge como uma ferramenta poderosa na descoberta de medicamentos, especialmente no combate ao câncer. Empresas como a Insilico Medicine e a BenevolentAI estão na vanguarda dessa revolução, utilizando algoritmos avançados para acelerar processos que antes levavam décadas.
Tradicionalmente, o desenvolvimento de uma nova droga é um processo lento e custoso, demandando entre 10 a 15 anos de pesquisa e investimentos que podem ultrapassar US$ 2,6 bilhões por medicamento aprovado. A IA está desafiando esse paradigma.
Plataformas como a Pharma.AI da Insilico Medicine empregam redes neurais para analisar 400 milhões de compostos químicos em horas. Além disso, modelos generativos criam moléculas virtuais com propriedades anticâncer, e simulações de ensaios clínicos preveem eficácia e possíveis efeitos colaterais.
Essas inovações resultam em uma economia de 92% no tempo da fase pré-clínica, reduzindo-a de 5 anos para apenas 6 meses, e uma diminuição de 70% nos custos, totalizando aproximadamente US$ 400 milhões por droga.
Em 2023, a Insilico Medicine anunciou o ISM001-055, uma droga desenvolvida inteiramente por IA para o tratamento da fibrose pulmonar idiopática (IPF). Este medicamento tem como alvo a proteína TNIK (Traf2- and NCK-interacting kinase), que desempenha um papel crucial na progressão da fibrose pulmonar.
Os resultados preliminares dos ensaios clínicos de Fase IIa demonstraram que o ISM001-055 é seguro, bem tolerado e apresenta um perfil farmacocinético favorável.
Pacientes que receberam a dose de 60 mg uma vez ao dia mostraram uma melhoria média de 98,4 mL na capacidade vital forçada (FVC) após 12 semanas, em comparação com uma diminuição média de 62,3 mL no grupo placebo.
Eficácia: redução de 62% no crescimento celular em camundongos.
"Antes, procurávamos uma agulha no palheiro. Agora, a IA nos diz onde o palheiro está" – Alex Zhavoronkov, disse o CEO da Insilico.
Outro exemplo notável é o BEL-004, desenvolvido pela BenevolentAI para o tratamento de glioblastoma, um dos cânceres cerebrais mais agressivos.
Utilizando IA, a empresa analisou milhões de artigos científicos e identificou uma molécula originalmente usada para tratar pressão alta como potencial candidata para combater o glioblastoma. O BEL-004 atua inibindo a enzima PDE-3, que, em excesso, acelera a divisão de células cancerosas.
Nos ensaios clínicos de Fase I realizados em Houston, 15 pacientes apresentaram uma redução média de 44% no volume tumoral, com três casos de remissão completa.
No entanto, 33% dos participantes experimentaram arritmia cardíaca grave, levantando preocupações sobre os efeitos colaterais e o entendimento completo do mecanismo de ação da droga.
Desde 2022, 132 medicamentos identificados por algoritmos entraram em testes clínicos, marcando o início de uma nova era na medicina. Além da Insilico Medicine e da BenevolentAI, outras startups estão explorando o potencial da IA na descoberta de medicamentos:
| Startup | País | Droga em Destaque | Câncer-Alvo | Fase de Teste |
|---|---|---|---|---|
| Insilico Medicine | EUA | ISM001-055 | Fibrose Pulmonar Idiopática | Fase IIa |
| BenevolentAI | Reino Unido | BEL-004 | Glioblastoma | Fase I |
| Exscientia | Japão | DSP-003 | Câncer de Mama Triplo Negativo | Fase III |
| Recursion Pharma | EUA | REC-228 | Neurofibromatose | Fase II |
Apesar dos avanços promissores, a integração da IA na descoberta de medicamentos apresenta desafios significativos:
Problema da "Caixa Preta": muitos algoritmos de IA operam como caixas pretas, onde nem mesmo os desenvolvedores compreendem totalmente como as decisões são tomadas. Isso levanta preocupações sobre a confiabilidade e a transparência na seleção de drogas.
Viés Algorítmico: os algoritmos de IA podem refletir viés presentes nos dados de treinamento, levando a tratamentos menos eficazes ou inseguros para certas populações. Por exemplo, dados focados em populações caucasianas podem negligenciar variações genéticas de outras etnias.
Pressão por Resultados: a corrida para desenvolver novas drogas pode levar a decisões precipitadas, potencialmente comprometendo a segurança dos pacientes. Startups enfrentam pressão para apresentar resultados rápidos, o que pode resultar em "otimismo excessivo" em relatórios e expectativas irreais.
A aplicação da IA na medicina promete uma personalização radical dos tratamentos:
Biópsia Virtual: algoritmos que preveem a droga ideal com base no perfil genético do tumor de um paciente, permitindo tratamentos mais precisos e eficazes.
Monitoramento em Tempo Real: nanopartículas conectadas a aplicativos podem rastrear a eficácia de um tratamento em tempo real, permitindo ajustes imediatos e personalizados.
A IA está transformando a medicina e acelerando a descoberta de novos tratamentos. No entanto, é essencial equilibrar velocidade e segurança para garantir que esses avanços beneficiem todos os pacientes de forma segura e eficaz.
