AI in Healthcare

Principais notícias

1. 1

   Amgen e cientistas afirmam que IA acelera descoberta de medicamentos, mas não é um atalho

   O que aconteceu: Amgen e instituições acadêmicas de destaque realizaram uma rodada de conversas (Meeting the Moment) explorando como a IA está moldando a descoberta de medicamentos. A discussão ressalta que, embora a IA possa ajudar equipes a analisar dados complexos, gerar hipóteses e identificar padrões, ela não substitui o processo científico. Por que importa: Desenvolver um novo medicamento geralmente leva mais de uma década. A IA oferece o potencial de ajudar pesquisadores a aprender mais rapidamente, mas desafios importantes persistem—incluindo prever como medicamentos se comportam no corpo humano e garantir segurança. A conversa destaca que o progresso real depende de dados de alta qualidade, compreensão biológica mais profunda e da experiência e julgamento de cientistas trabalhando junto com essas ferramentas.

   O que observar: Amgen está investindo nessa direção através de uma recente expansão de laboratório em South San Francisco projetada para apoiar o processo Design, Make, Test, Analyze (DMTA), que reúne química, biologia, automação e ciência de dados para gerar insights mais rapidamente e conectar melhor as decisões ao longo do processo de pesquisa.

2. 2

   Insilico inicia ensaio clínico de Fase III para medicamento contra fibrose pulmonar descoberto por IA

   O que aconteceu: A Insilico Medicine iniciou um ensaio clínico de Fase III para Rentosertib, um inibidor oral de pequena molécula que atua no alvo TNIK para fibrose pulmonar idiopática (FPI). O medicamento foi descoberto utilizando plataformas de IA da Insilico — a PandaOmics identificou TNIK como alvo de alta prioridade para fibrose, e a Chemistry42 desenhou a molécula. O ensaio de Fase IIa apresentou segurança e tolerabilidade controláveis, com o grupo de 60 mg uma vez ao dia demonstrando melhora média da capacidade vital forçada de +98,4 mL em 12 semanas. Por que é importante: A FPI é uma doença progressiva de cicatrização pulmonar com sobrevida mediana comumente relatada de aproximadamente dois a quatro anos após o diagnóstico, e as terapias antifibróticas aprovadas atualmente podem apenas retardar a progressão, mas não revertem a doença. Rentosertib representa um medicamento potencialmente first-in-class cujo alvo foi identificado por IA, cuja estrutura química foi desenhada por IA generativa, e cujo desenvolvimento é direcionado para essa doença grave relacionada à idade com alta necessidade médica não atendida. Isso marca um marco importante em estágio tardio para descoberta de medicamentos impulsionada por IA, saindo da pesquisa para validação clínica em estágio tardio.

   O que acompanhar: Espera-se que o ensaio de Fase III recrute 320 pacientes com FPI e foi desenhado para avaliar sistematicamente a eficácia e segurança de Rentosertib administrado uma vez ao dia durante 52 semanas. O ensaio será liderado pelo Professor Zuojun Xu do Peking Union Medical College Hospital como Investigador Principal Líder, com o Acadêmico Nanshan Zhong e o Presidente Chang Chen como Investigadores Principais Co-Líderes.

3. 3

   Palantir CEO critica OpenAI e Anthropic na TV como "imposto sobre negócios americanos"

   O que aconteceu: Alex Karp, diretor-executivo da Palantir Technologies, foi à CNBC esta semana e fez críticas públicas à indústria de IA, chamando-a de "effing insane" (absolutamente insana). Ele acusou OpenAI e Anthropic de executar uma "wealth tax on American business" (imposto sobre a riqueza dos negócios americanos). Por que importa: A declaração de Karp, executivo de uma empresa de dados e tecnologia influente, reflete uma tensão crescente sobre como as empresas líderes de IA estão estruturando seu modelo de negócio e seu impacto no setor corporativo americano. A exposição na mídia de transmissão destaca que debates sobre custos e concentração de poder em IA agora ultrapassam círculos técnicos.

   Ponto de atenção: A entrevista foi descrita por um veículo de mídia como um "televised nervous breakdown" (colapso nervoso transmitido), sinalizando a intensidade emocional com que líderes da indústria estão respondendo às dinâmicas atuais de poder e lucratividade em inteligência artificial.

4. 4

   Gigantes Farmacêuticas Investem Bilhões em IA para Descoberta de Medicamentos Enquanto Provas Clínicas Ficam para Trás

   O que aconteceu: Isomorphic Labs levantou US$ 2,1 bilhões (cerca de 3.400 bilhões de iene) em maio, liderados pela Thrive Capital, e garantiu parcerias importantes com Novartis, Eli Lilly e Johnson & Johnson. A plataforma IsoDD da empresa prevê interações proteína-ligante e identifica bolsas de ligação crípticas para expandir a paisagem de compostos passíveis de medicação. Separadamente, Genesis Molecular AI e Incyte anunciaram uma colaboração expandida no valor de potencialmente mais de US$ 1 bilhão (cerca de 1.600 bilhões de iene), enquanto Chai Discovery licenciou seu modelo de design de anticorpos Chai-3 à Pfizer, e Inceptive estabeleceu parceria com Alnylam Pharmaceuticals em um acordo no valor de até US$ 2 bilhões (cerca de 3.200 bilhões de iene), com US$ 30 milhões (cerca de 4,8 bilhões de iene) adiantados. Por que é importante: Os investimentos refletem confiança nas plataformas de IA e conjuntos de dados proprietários como fundação da descoberta de medicamentos, ainda que poucos medicamentos desenhados por IA tenham chegado à clínica. Para empresas farmacêuticas, incorporar fluxos de trabalho orientados por IA nos pipelines de P&D—usando modelos de fundação treinados em dados internos de genômica, transcriptômica e proteômica—pode desbloquear problemas anteriormente intratáveis como doenças neurológicas e acelerar cronogramas de nomeação de candidatos. Contudo, comentaristas observam que o ciclo de avaliação pode ter se desacoplado da prova clínica, significando que capital está perseguindo promessas computacionais antes que a eficácia no mundo real seja comprovada.

   O que acompanhar: Xaira Therapeutics, apoiada pela Foresite e lançada em 2024 com mais de US$ 1 bilhão (cerca de 1.600 bilhões de iene) em financiamento, está construindo modelos de células virtuais para avançar na descoberta de alvos. Inductive Bio ganhou validação externa em fevereiro ao ficar em primeiro lugar no desafio cego OpenADMET-ExpansionRx para prever propriedades de compostos medicamentosos. O diferencial fundamental para investidores é se a IA pode resolver problemas anteriormente insolúveis e alterar o ritmo ou a probabilidade de sucesso clínico, não apenas a precisão do modelo.

5. 5

   Anthropic lança programas de descoberta de medicamentos para doenças negligenciadas

   O que aconteceu: A Anthropic anunciou o lançamento de seus próprios programas de descoberta de medicamentos focados em doenças negligenciadas, que as empresas tradicionais de farmacêutica e biotecnologia consideram não rentáveis. A empresa se concentrará no desenvolvimento de medicamentos em estágio inicial e pré-clínico. A Anthropic também apresentou Claude Science, uma nova ferramenta de IA para pesquisa, com exemplos iniciais incluindo um pesquisador da UCSF que a utilizou para identificar uma contaminação viral em minutos — algo que sua equipe havia perdido durante um ano inteiro. Por que importa: Os cronogramas de P&D farmacêutico e as taxas de sucesso sempre foram limitados por atrasos de informação e gargalos operacionais. O CEO da Novartis, Vas Narasimhan, afirmou que ferramentas de IA poderiam reduzir a latência de informação e operacional — que representam aproximadamente 40 por cento do tempo total de desenvolvimento — potencialmente reduzindo os cronogramas de desenvolvimento de medicamentos de doze anos para sete ou oito anos. Mesmo melhorias modestas são importantes: grandes empresas farmacêuticas gastam 150 a 200 bilhões de dólares (cerca de 32 trilhões de ienes) por ano em P&D, e expandir o conjunto de doenças tratáveis poderia viabilizar alvo de medicamentos previamente inatingíveis.

   O que observar: Claude Science analisou 100 doenças genéticas raras em menos de uma hora e identificou 32 candidatos para triagem computacional. A Anthropic enquadra esse trabalho de descoberta de medicamentos como alinhado com sua missão sem fins lucrativos e como uma forma de construir modelos de IA melhores por meio da experiência direta no setor. Outras empresas de IA — incluindo Deepmind (via Isomorphic Labs com Alphabet) e OpenAI — também estão expandindo para medicina e ferramentas clínicas.

6. 6

   Modelo de IA Genesis PEARL mostra que descoberta de medicamentos finalmente funciona—atingindo limites de precisão do mundo real

   O que aconteceu: O modelo PEARL da Genesis Molecular AI demonstrou no benchmark OpenBind que consegue prever com precisão como pequenas moléculas se ligam a proteínas, incluindo a modelagem da flexibilidade proteica e efeitos de encaixe induzido sem ajuste fino em dados específicos do alvo. O modelo superou competidores públicos em todas as métricas de avaliação em 802 complexos moleculares nunca vistos antes. Por que é importante: A descoberta de medicamentos de pequenas moléculas tem enfrentado dificuldades há muito tempo porque existem 10^60 moléculas tipo droga para pesquisar, e as propriedades que tornam um ligante forte frequentemente entram em conflito com aquelas necessárias para a droga alcançar seu alvo no corpo. A capacidade do PEARL de modelar tanto o posicionamento do ligante quanto o ajuste proteico em conjunto sugere que loops de descoberta de medicamentos agênticos—nos quais a IA itera como um químico, formando hipóteses e testando candidatos—podem agora ser praticamente viáveis, potencialmente permitindo ciclos de descoberta automatizados 24/7 quando associados a parceiros de laboratório.

   O que acompanhar: O campo convencionalmente fez benchmarks de poses com precisão de "2 Angstrom RMSD", mas Genesis argumenta que 1 Angstrom RMSD é o limite real necessário para modelar corretamente interações moleculares como ligações de hidrogênio (que abrangem apenas 0,6Å). Os resultados recentes do PEARL sugerem que a comunidade pode estar pronta para abandonar o padrão mais fraco e perseguir alvos de validação genuinamente mais difíceis.