IA de uma pessoa saudável - ForkLog

# IA de uma pessoa saudável

Como a inteligência artificial está a mudar a medicina

Apesar do hype, especulações e previsões assustadoras, poucos especialistas duvidam: a inteligência artificial vai realmente mudar o mundo. Mas quem ganhará com as mudanças e que preço terá de pagar por elas — são perguntas em aberto

A história mostra que os avanços tecnológicos, juntamente com as oportunidades, quase sempre trazem crises, obrigando a sociedade a encontrar um novo equilíbrio. Mas há uma área onde os benefícios do progresso tecnológico ao longo de décadas parecem quase indiscutíveis. É a medicina.

O ForkLog analisou como, já hoje, a aplicação da inteligência artificial acelera a criação de novos medicamentos, otimiza processos laboratoriais, aumenta a precisão do diagnóstico e muda as abordagens ao tratamento de doenças.

Desenvolvimento de medicamentos

A maioria dos medicamentos funciona através da interação com proteínas recetoras — estruturas moleculares que regulam o funcionamento das células e participam em praticamente todos os processos do organismo

Os sistemas de inteligência artificial são capazes de analisar a estrutura das proteínas recetoras e prever quais compostos poderão interagir com elas de forma mais eficaz e com o mínimo de efeitos secundários. Graças a isto, tarefas que antes exigiam muitos anos de investigação laboratorial são cada vez mais resolvidas em meses.

Segundo estimativas de peritos da Organização Mundial de Saúde (OMS), nos próximos anos, a maioria dos novos medicamentos farmacêuticos será, de uma forma ou de outra, desenvolvida com recurso à IA.

AlphaFold e Isomorphic Labs

Em 2024, o Prémio Nobel da Química foi atribuído a David Baker, Demis Hassabis e John Jumper. Os dois últimos trabalham na Google DeepMind e foram premiados pelo desenvolvimento de métodos de previsão da estrutura de proteínas, incluindo o AlphaFold, baseado em aprendizagem automática.

Em 2018, o AlphaFold ficou em primeiro lugar na «competição» de previsão molecular Critical Assessment of Structure Prediction (CASP), demonstrando eficácia nas categorias mais difíceis. Dois anos depois, no CASP seguinte, venceu uma nova versão — o AlphaFold 2.

Em 2021, a Google DeepMind disponibilizou publicamente o código do AlphaFold2 e a base de dados de estruturas proteicas previstas. Por volta da mesma altura, Hassabis fundou a Isomorphic Labs — uma subsidiária da Alphabet que desenvolve IA para o fabrico de medicamentos.

Em 2024, a Isomorphic Labs estabeleceu parcerias com a Eli Lilly e a Novartis. Os acordos previam financiamento para a investigação em IA da empresa no valor de até 1,7 mil milhões de dólares e até 1,2 mil milhões de dólares, respetivamente. Em 2026, a Isomorphic Labs anunciou também uma parceria com a Johnson & Johnson

Em fevereiro de 2026, a Isomorphic Labs apresentou o ambiente universal de desenvolvimento de medicamentos Drug Design Engine (IsoDDE), construído com base nas tecnologias AlphaFold

Atualmente, a Isomorphic Labs trabalha em soluções nas áreas da oncologia e da imunologia. Apesar da aceleração do desenvolvimento com recurso à IA, os projetos permanecem ainda em fase de investigação pré-clínica. A empresa espera iniciar os primeiros ensaios em humanos nos próximos anos.

Exscientia e Recursion Pharmaceuticals

Fundada em 2012, a Exscientia tornou-se uma das primeiras empresas a aplicar sistematicamente a aprendizagem automática no desenvolvimento de medicamentos.

Em 2020, o medicamento DSP-1181 para o tratamento da Perturbação Obsessivo-Compulsiva (POC) tornou-se o primeiro produto criado com recurso à IA a chegar à fase de ensaios clínicos. O desenvolvimento foi realizado em conjunto com a empresa farmacêutica japonesa Sumitomo Dainippon Pharma, que assumiu a síntese e os testes laboratoriais, com base nos resultados teóricos da Exscientia.

Em 2023, a empresa tinha prontas 8 moléculas candidatas, desenvolvidas «significativamente mais rápido» do que a média da indústria

Em 2024, a Recursion Pharmaceuticals adquiriu a Exscientia num acordo de 688 milhões de dólares. Parte dos programas de investigação foi encerrada

Nessa altura, vários medicamentos tinham chegado à segunda fase de ensaios clínicos — verificação da eficácia e efeitos secundários num grupo de 100 a 300 pacientes

A fusão com a Recursion Pharmaceuticals permitiu utilizar os sistemas de IA da Exscientia em combinação com o complexo laboratorial automatizado para testes. Além disso, a Recursion construiu o seu próprio supercomputador de IA BioHive-2 com NVIDIA H100 para treinar modelos especializados.

A empresa também participou no desenvolvimento do modelo generativo aberto Boltz-2, destinado à previsão da estrutura tridimensional de proteínas.

Em 2025, a Recursion Pharmaceuticals concentrou esforços em quatro programas na área da oncologia e dois relacionados com doenças raras. Vários medicamentos encontram-se já na fase de transição entre a primeira e a segunda fases de ensaios:

• REC-4881 para o tratamento da polipose adenomatosa congénita — uma doença que aumenta o risco de cancro colorretal;
• REC-617 — para o tratamento de tumores malignos do ovário;
• REC-1245 para combater o linfoma e outras formas de tumores malignos.

O medicamento REC-3565, destinado ao tratamento da leucemia linfocítica crónica, está a passar pela primeira fase de ensaios clínicos.

Insilico Medicine

Fundada em 2014, a Insilico Medicine é outro interveniente importante no desenvolvimento de medicamentos com recurso à IA

Em 2017, a Insilico Medicine foi incluída no top 5 de projetos com maior impacto social segundo a Nvidia

A empresa utiliza inteligência artificial em todas as fases do ciclo de desenvolvimento:

• o sistema PandaOmics é responsável pela procura de «alvos» biológicos — moléculas que precisam de ser «desligadas» ou reguladas no âmbito da terapia;
• o Chemistry42 assegura a conceção generativa de compostos adequados;
• o InClinico otimiza a previsão de ensaios clínicos.

Uma das primeiras conquistas de IA da Insilico Medicine é o medicamento Rentosertib (ISM001-055), relacionado com o tratamento da fibrose. O desenvolvimento demorou 18 meses desde a descoberta do alvo pelo sistema de IA até à obtenção da molécula candidata. Em 2025, o Rentosertib encontra-se na segunda fase de ensaios clínicos.

Além disso, em 2024, o medicamento imunomodulador ISM3312, desenvolvido por IA para a COVID-19 e outras infeções virais, concluiu a primeira fase de ensaios. O ISM3091, relacionado com a terapia de doenças cancerígenas, foi autorizado para testes em pacientes.

Diagnóstico e investigação

Segundo estimativas de especialistas, cerca de 90% de toda a informação médica é composta por imagens como radiografias e tomografias. Estes dados são criticamente importantes no diagnóstico, mas a sua análise é uma tarefa morosa e nada trivial.

Os métodos de aprendizagem automática, especialmente as redes neuronais convolucionais, são adequados para reconhecer padrões visuais complexos. De forma análoga à visão humana, estes sistemas conseguem distinguir bordos contrastantes, formas e texturas numa imagem. Isto permite detetar tumores, hemorragias e outras anomalias com elevada confiança

Para treinar modelos de IA, estão disponíveis dados de qualidade comprovada — conjuntos de imagens documentadas com comentários de peritos.

Em 2024, investigadores da Harvard Medical School apresentaram o modelo de IA Chief, capaz de detetar várias formas de cancro. Segundo os programadores, a solução detetava corretamente sinais da doença em imagens digitais em 94% dos casos

Em 2025, a Food and Drug Administration dos EUA (FDA) atribuiu o estatuto de «dispositivo inovador» ao modelo Damo Panda da Damo Academy — a divisão de investigação da corporação Alibaba

Segundo os programadores, o sistema consegue reconhecer sinais de cancro do pâncreas em tomografias antes mesmo do aparecimento de sintomas, o que é particularmente importante para esta forma da doença.

Em 2026, um avanço significativo no diagnóstico por IA foi o sistema REDMOD, desenvolvido pela organização sem fins lucrativos americana Mayo Clinic

O modelo, também destinado à deteção do cancro do pâncreas, superou os especialistas no diagnóstico da doença em fases iniciais. De acordo com as declarações dos investigadores, o sistema detetava alterações patológicas nas tomografias, em média, 475 dias antes do diagnóstico.

Iniciativas da Google

A Google é um dos principais fornecedores de IA para diagnóstico e investigação médica

A empresa oferece uma linha de modelos abertos para análise de textos, imagens e áudio médicos, MedGemma, baseados no Gemma 3

Através do Health AI Developer Foundations, os programadores têm acesso a conjuntos de pesos abertos e ferramentas de IA

A Google colabora com várias clínicas e organizações de investigação, focando-se no desenvolvimento de tecnologias fundamentais.

Em 2019, a empresa apresentou um modelo para a deteção e previsão do cancro do pulmão. O modelo teve um desempenho igual ou superior ao de um grupo de seis radiologistas certificados.

Em 2020, no âmbito de um trabalho conjunto com a Northwestern Medicine, os investigadores demonstraram um sistema para análise de mamografias, capaz de detetar cancro ao nível de um especialista da área.

Em 2024, a Google Cloud e a empresa farmacêutica alemã Bayer anunciaram o lançamento de uma plataforma para rastreio de radiografias. O sistema analisa o histórico de imagens e dados do historial clínico, formulando hipóteses sobre possíveis patologias.

Robôs-radiologistas da NVIDIA e GE HealthCare

O gigante tecnológico Nvidia e a empresa americana de tecnologia médica GE HealthCare, que produz equipamento para fluoroscopia, estão a desenvolver o seu próprio sistema de IA para a obtenção autónoma de imagens

Ao contrário dos modelos que analisam imagens já prontas, esta solução deverá reduzir a carga rotineira sobre os especialistas e tornar o diagnóstico mais padronizado.

Numa primeira fase, o sistema trabalhará com radiografias e imagens de ultrassom.

Além disso, a GE HealthCare planeia utilizar o NVIDIA Isaac for Healthcare — uma plataforma para o desenvolvimento de sistemas médicos autónomos, incluindo robôs cirúrgicos.

Plataforma de diagnóstico PathAI

Fundada em 2016, a PathAI desenvolveu a «plataforma digital de patologia» AISight Dx, destinada ao diagnóstico primário em contexto clínico.

O sistema oferece um ambiente para trabalhar com imagens médicas, com a possibilidade de integrar algoritmos externos para análise de dados

É declarado o suporte de um conjunto de soluções certificadas CE-IVD baseadas em IA, nomeadamente — «plugins» para diagnóstico oncológico:

• DeepDx Prostate permite realçar automaticamente tecidos na imagem e destacar áreas potencialmente importantes para o diagnóstico;
• Histotype Px Colorectal, com base nas imagens, faz previsões da evolução da doença, avalia a pertinência da quimioterapia e oferece recomendações terapêuticas;
• Visiopharm deteta e conta biomarcadores para várias formas de cancro

A plataforma possui funções próprias para análise automática de imagens, auxílio na formulação do diagnóstico e redação de relatórios, mas estas destinam-se atualmente «exclusivamente para fins de investigação» e não são permitidas para uso em contexto clínico.

A AISight Dx também oferece ferramentas auxiliares de IA integradas:

• ArtifactDetect — para procurar artefactos de digitalização e outros erros nas imagens;
• Case Priority — para priorizar casos clínicos com base na análise de tecidos;
• AIM-Tumor Cellularity — para avaliar a composição celular dos tumores

Em 2022, a solução recebeu a aprovação da FDA americana no âmbito do 510(k) e a marca de qualidade CE europeia, atestando a segurança do produto para consumidores e ambiente.

Em 2025, a PathAI anunciou uma parceria com o Moffitt Cancer Center na Flórida, EUA, para integrar o AISight Dx nos processos de diagnóstico. Em 2026, a empresa celebrou um acordo semelhante com o Hospital Universitário de Zurique (University Hospital Zurich)

Em maio de 2026, a empresa farmacológica suíça Roche anunciou a aquisição da PathAI num negócio avaliado em mais de 750 milhões de dólares.

Problemas e limitações

Tal como noutros setores, a aplicação da IA na medicina agrava problemas sistémicos e gera novos

Os assistentes de IA, especialmente baseados em LLM, não estão imunes a alucinações.

Num artigo de investigação da Google sobre o modelo Med-Gemini, foi encontrado um erro: o modelo «inventou» uma região cerebral inexistente chamada núcleos basiliares

A alucinação formou-se com base em dois nomes anatómicos reais: núcleos basais e artéria basilar. Os programadores alegaram um erro de digitação, mas vários especialistas consideraram o incidente um exemplo alarmante dos riscos da implementação de assistentes de IA na medicina.

Investigadores da Universidade de Stanford descobriram em modelos de IA a capacidade de diagnosticar doenças de forma convincente a partir de imagens médicas sem terem acesso às próprias imagens

Um dos sistemas analisados «às cegas» apresentou resultados elevados num teste de radiologia. Os modelos GPT-5, Gemini 3 Pro e Claude Opus 4.5 «descreviam com confiança detalhes visuais» em imagens inexistentes.

De acordo com um estudo publicado em junho desse mesmo ano, num contexto médico, em 7,1% dos casos, as respostas do GPT-4 a perguntas de pacientes eram incorretas e poderiam causar danos significativos. Num caso em cada 156, o erro implicava risco de vida.

Segundo dados de 2025, as ferramentas de elaboração automática de documentação a partir do diálogo com o paciente introduziam erros em 70% das notas clínicas. Os modelos adicionavam factos falsos à transcrição da conversa, omitiam tópicos e confundiam conceitos

Para além de os LLM inventarem órgãos, caracterizam-se pela opacidade lógica, o que dificulta a análise humana de como são obtidas determinadas conclusões.

A falta de representatividade nos conjuntos de dados pode gerar preconceitos e a fixação em padrões falsos nos modelos treinados com eles

Além disso, os problemas típicos dos assistentes de IA, como a dependência cognitiva dos utilizadores e a privacidade dos dados, só se agravam no contexto da saúde.

Os especialistas da OMS classificam a aplicação da inteligência artificial na medicina como uma área de alto risco

No âmbito da lei europeia AI Act, a partir de agosto de 2026, os sistemas de IA desta categoria terão de cumprir uma série de requisitos especiais relacionados com a gestão de riscos, a prestação de contas e o controlo humano.

Apesar das dificuldades e dos riscos potenciais da implementação, a OMS avalia positivamente as perspetivas da inteligência artificial na medicina, desde que existam regras adequadas e controlo por parte das entidades governamentais

A FDA americana também se mostra otimista quanto às perspetivas da IA médica, embora reconheça que a regulamentação existente está desatualizada. Formalmente, nos EUA, estes sistemas são classificados como software na categoria Software as a Medical Device

Em 2025, a FDA publicou um conjunto de recomendações relativas ao ciclo de vida dos produtos de IA, à gestão de riscos e ao marketing.