AI in Healthcare

Principais notícias

1. 1

   Xaira constrói 'dados causais' para descoberta de fármacos, aumentando modelo de IA de célula em 30×

   O que aconteceu: A Xaira Therapeutics, liderada pela Diretora de Descoberta Ci Chu e pelo Cientista Chefe de IA Bo Wang, desenvolveu X-Cell, um modelo de IA treinado em X-Atlas—um conjunto de dados de experimentos baseados em CRISPR que isolam mudanças genéticas individuais em células humanas. O modelo superou um limite de escalabilidade: trabalhos anteriores em um único conjunto de dados atingiram um platô em 3,1 bilhões de parâmetros, mas o novo conjunto de dados causal permitiu ao modelo continuar escalando com parâmetros e computação. Por que importa: Modelos anteriores de expressão de RNA treinados em CELLxGENE (um banco de dados de 168 milhões de células) podiam descrever tipos e estados celulares, mas não conseguiam prever o que acontece quando genes são editados ou alvo de fármacos—porque mudanças na expressão gênica são altamente correlacionadas, tornando difícil inferir causalidade. Os dados causais de X-Cell permitem ao modelo prever resultados reais de mudanças genéticas, potencialmente desbloqueando descoberta de fármacos impulsionada por IA ao permitir que pesquisadores modelem o que fármacos ou edições genéticas fariam antes de testá-los em laboratório.

   O que observar: A aposta da Xaira depende se X-Cell generaliza para experimentos reais em laboratório com células humanas. A equipe abandonou treinamento autorregressivo em favor de difusão e relata que o modelo supera uma linha de base linear que havia superado modelos anteriores—prova concreta de que a abordagem funciona em validação.

2. 2

   Bristol Myers Squibb e NVIDIA formam parceria para descoberta de medicamentos com IA

   O que aconteceu: Bristol Myers Squibb e NVIDIA estabeleceram uma parceria para construir uma fábrica de IA voltada à descoberta de medicamentos, combinando a infraestrutura de computação da NVIDIA com a expertise farmacêutica da Bristol Myers Squibb. Por que importa: A colaboração visa acelerar o processo de desenvolvimento de medicamentos ao aplicar IA e poder computacional para identificar e testar potenciais tratamentos de forma mais eficiente que os métodos tradicionais, o que poderia reduzir prazos e custos de desenvolvimento em uma indústria onde levar um medicamento ao mercado normalmente leva anos.

   Pontos a acompanhar: O cronograma específico para a implantação da fábrica de IA e quais áreas terapêuticas ou programas de medicamentos serão priorizados em primeiro lugar não foram divulgados no comunicado.

3. 3

   Bristol Myers Squibb implementa Vera Rubin da NVIDIA para descoberta de medicamentos

   O que aconteceu: Bristol Myers Squibb está implementando os sistemas Vera Rubin da NVIDIA, que a empresa farmacêutica descreve como a infraestrutura de computação de IA mais potente em ciências da vida. Por que importa: Supercomputadores de IA aceleram a descoberta de medicamentos ao processar vastos dados moleculares e simular compostos muito mais rápido do que métodos tradicionais, potencialmente encurtando cronogramas de desenvolvimento e reduzindo custos de pesquisa para empresas farmacêuticas.

   Pontos a acompanhar: A implementação sinaliza uma mudança mais ampla em direção ao desenvolvimento de medicamentos impulsionado por IA; se Bristol Myers Squibb alcançar ganhos mensuráveis em velocidade de descoberta ou qualidade de candidatos influenciará os investimentos de outras fabricantes de medicamentos em infraestrutura similar.

4. 4

   Leitores de raio-X com IA excessivamente confiantes perdem para radiologistas humanos

   O que aconteceu: Um teste de 16 modelos de IA em 200 casos de raio-X mostrou que radiologistas humanos obtiveram 988,7 de 2 mil pontos em uma métrica que combina precisão com calibração de confiança, enquanto o melhor modelo de IA marcou 758. Claude Fable 5 da Anthropic teve o melhor desempenho em respostas confiáveis; Gemini 3 Pro do Google apresentou a maior precisão bruta. O sistema de pontuação penaliza modelos por respostas confiantes e incorretas—um problema central: muitos sistemas de IA fazem diagnósticos confiantes em vez de admitir incerteza. Por que é importante: O diagnóstico incorreto médico é muito mais perigoso do que a incerteza honesta, ainda que muitos modelos de IA sejam treinados para adivinhar. Mais pacientes estão fazendo upload de raios-X e ressonâncias magnéticas para chatbots e confiando nas respostas, apesar da descoberta de que diversos modelos comerciais de topo produzem diagnósticos com confiança muito elevada, cujos níveis de confiança não acompanham a precisão de forma confiável. Afirmações recentes de que a IA diagnostica melhor do que 99 por cento dos médicos baseiam-se principalmente em anedotas ou simulações em vez de testes rigorosos.

   A observar: RadLE 2.0, a estrutura de teste, se expandirá continuamente para incluir novos modelos. Uma publicação científica completa com análises de custo e taxonomia de erros foi anunciada. A questão fundamental permanece: antes de um sistema de IA tomar decisões médicas independentes, ele deve primeiro demonstrar que sabe quando não deve responder—uma capacidade que a maioria dos modelos ainda não possui.

5. 5

   Thermo Fisher conclui aquisição de Clario por US$ 8,875 bilhões e aponta para domínio em dados de ensaios clínicos

   O que aconteceu: A Thermo Fisher Scientific completou a aquisição em dinheiro de Clario Holdings por US$ 8,875 bilhões (aproximadamente 1,4 trilhão de ienes), uma provedora de dados de endpoint de ensaios clínicos, com possíveis pagamentos adicionais de US$ 125 milhões (aproximadamente 200 bilhões de ienes) em janeiro de 2027 e até US$ 400 milhões (aproximadamente 640 bilhões de ienes) em earnouts vinculados ao desempenho de 2026–2027. O acordo foi inicialmente firmado em outubro de 2025. Por que importa: A plataforma da Clario apoiou aproximadamente 70% das aprovações de medicamentos inovadores pela FDA e EMA na última década. A aquisição acrescenta imediatamente US$ 0,45 ao EPS ajustado e deve entregar aproximadamente US$ 175 milhões (aproximadamente 280 bilhões de ienes) em receita operacional ajustada de sinergias até o quinto ano, criando uma infraestrutura integrada que combina dados de ensaios clínicos com a operação de CRO existente da Thermo Fisher (PPD). No entanto, a Thermo Fisher enfrenta o "Problema da Suíça"—concorrentes como IQVIA, ICON e Fortrea historicamente usaram a plataforma da Clario e podem hesitar em compartilhar dados sensíveis de ensaios com uma subsidiária agora detida por rival.

   O que acompanhar: A Thermo Fisher deve equilibrar a integração de Clario o suficiente para alcançar US$ 175 milhões (aproximadamente 280 bilhões de ienes) em sinergias de receita até o quinto ano, mantendo independência operacional suficiente e neutralidade percebida para reter clientes externos. A parceria da empresa com NVIDIA em análises impulsionadas por IA amplificará os dados de ensaios clínicos da Clario para descoberta de medicamentos acelerada; algoritmos de IA analisando dados de milhões de pacientes poderiam identificar correlações e otimizar desenhos de ensaios.

6. 6

   ExaWizards apresenta pesquisa sobre dispositivo vestível para pacientes com câncer de mama na ASCO 2026

   O que aconteceu: A ExaWizards e a ExaMD apresentaram descobertas de um estudo com dispositivo vestível em pacientes com câncer de mama na conferência ASCO 2026 da American Society of Clinical Oncology. A pesquisa foi um projeto conjunto que envolveu a Kansai Medical University, Daiichi Sankyo e outras instituições. Por que importa: O estudo representa uma colaboração entre uma empresa japonesa de IA e saúde e instituições farmacêuticas e acadêmicas de grande porte para desenvolver tecnologia vestível para monitoramento de pacientes com câncer. Apresentar na ASCO, um dos principais fóruns de oncologia do mundo, indica que a pesquisa atende aos padrões clínicos internacionais.

   Pontos de atenção: Os achados específicos e as implicações clínicas do estudo com dispositivo vestível serão detalhados na apresentação da ASCO 2026, embora os resultados completos ainda não tenham sido divulgados neste comunicado.