Notice: Test mode is enabled. While in test mode no live donations are processed.
A descoberta de fármacos impulsionada por IA está a passar de projetos-piloto experimentais para parcerias de grande escala, com impacto real, capazes de transformar a forma como novos medicamentos são criados e disponibilizados. Uma colaboração recentemente ampliada com a Insilico Medicine evidencia como a IA generativa, a modelação biológica avançada e a computação escalável estão a ser usadas para identificar alvos promissores, desenhar candidatos a fármacos mais rapidamente e reduzir o risco de I e D nas fases iniciais. Para lá do valor do acordo, a história mais importante é o que esta mudança pode significar para a equidade em saúde: se os prazos e os custos da descoberta diminuírem, mais tratamentos para doenças subfinanciadas tornam-se viáveis e os caminhos para o acesso no Sul Global, especialmente na África Subsariana, podem ser construídos mais cedo, através de ensaios mais robustos, regulação mais inteligente e estratégias centradas na acessibilidade.
A Eli Lilly expandiu a sua parceria com a Insilico Medicine para levar a descoberta de fármacos com inteligência artificial mais longe dentro do pipeline da Lilly, com termos que podem atingir cerca de 2,75 mil milhões de dólares em valor total. A Insilico pode receber 115 milhões de dólares de pagamento inicial, pagamentos adicionais por marcos de desenvolvimento, regulamentação e comercialização, e ainda royalties escalonados caso os produtos cheguem ao mercado. A Lilly recebe também uma licença exclusiva mundial para desenvolver, fabricar e comercializar determinados novos terapêuticos orais atualmente em fase pré-clínica, enquanto as duas equipas colaboram em vários programas de descoberta usando as plataformas Pharma AI da Insilico, em conjunto com a capacidade de desenvolvimento clínico da Lilly. [Reuters]
Isto é mais do que uma manchete com números grandes. É um sinal claro de que a grande indústria farmacêutica acredita que o próximo salto de produtividade em I e D virá de sistemas capazes de passar mais rapidamente de sinais biológicos para alvos e depois para moléculas, com menos becos sem saída. [Insilico Medicine]
A descoberta tradicional de fármacos costuma esbarrar em três estrangulamentos: escolher o alvo biológico certo, desenhar moléculas que se liguem de forma eficaz e prever segurança e desenvolvibilidade cedo o suficiente para evitar falhas caras. A proposta da Insilico é apoiar a descoberta de ponta a ponta, usando IA generativa e modelação multimodal para identificar alvos e propor moléculas candidatas, iterando rapidamente.
Esta abordagem depende cada vez mais de computação de alto desempenho e de modelos fundacionais especializados. Um bom enquadramento sobre a infraestrutura é a cobertura da NVIDIA sobre o BioNeMo, que mostra como modelos de domínio e computação acelerada podem encurtar ciclos como identificação de alvos, triagem virtual e previsão de propriedades moleculares.
As plataformas cloud também estão a moldar o custo e a acessibilidade destes fluxos de trabalho. A perspetiva da Google Cloud sobre como a IA está a transformar a medicina destaca como infraestrutura escalável e ferramentas modernas de modelos podem apoiar descoberta mais rápida e mais custo-efetiva, o que é crucial quando as equipas precisam de executar experiências massivas em dados de química e biologia.
E, de forma importante, o ecossistema começa a padronizar pipelines reutilizáveis de descoberta. O artigo da Microsoft sobre descoberta de fármacos “AI-native” com o modelo Nach01 da Insilico descreve fluxos de trabalho orquestrados e reproduzíveis, nos quais as etapas de geração e avaliação podem ser repetidas de forma consistente, apoiando iteração mais rápida e melhores passagens entre equipas de IA e cientistas de bancada.
A maior promessa da descoberta de fármacos com IA para o Sul Global não é apenas velocidade. É valor opcional: mais tentativas viáveis para doenças subfinanciadas, subprioritizadas ou demasiado complexas para abordagens tradicionais. Se a IA reduzir o custo da descoberta inicial e ampliar o conjunto de alvos viáveis, torna-se mais fácil justificar pipelines para condições que afetam de forma desproporcionada países de baixo e médio rendimento, incluindo doenças infeciosas e patologias crónicas com opções terapêuticas limitadas.
Mas velocidade, por si só, não se traduz em acesso. O acesso depende de fabrico, preço, vias regulatórias, estratégia de compra e sistemas de distribuição. Por isso, a conversa tem de evoluir de modelos de IA para arquitetura de acesso, desde cedo.
Se trabalha num ministério da saúde, regulador, doador, ONG ou hub de inovação em saúde, aqui ficam passos práticos para transformar o impulso da IA na biotecnologia em resultados reais de acesso.
Candidatos descobertos por IA continuam a precisar de excelente evidência clínica. Invista em sistemas de qualidade dos centros, capacidade ética, gestão de dados e farmacovigilância, para que os ensaios possam decorrer localmente e os resultados sejam generalizáveis.
Para terapêuticas promissoras, comece o “horizon scanning” durante o planeamento de Fase 2 e crie estratégias de aquisição que incluam preços diferenciados, compras agrupadas e acordos baseados em resultados, quando fizer sentido.
Mesmo medicamentos orais exigem cadeias de abastecimento fiáveis, garantia de qualidade e distribuição. Doadores e financiamento ao desenvolvimento podem reduzir risco em transferência de tecnologia, embalagem local e laboratórios de qualidade.
Se houver dinheiro público ou filantrópico envolvido, exija compromissos mensuráveis: planos de acessibilidade, estratégia de lançamento geográfico, participação diversificada em ensaios e reporte transparente de resultados de acesso.
O relatório da Wellcome sobre IA na descoberta de fármacos destaca barreiras como qualidade dos dados, reprodutibilidade e o fosso entre modelos promissores e tradução no mundo real.
O relatório da BCG encomendado pela Wellcome sublinha também que financiadores podem orientar o campo para impacto equitativo, não apenas para progresso técnico.
Para a África Subsariana, dois riscos merecem atenção especial:
A expansão entre a Lilly e a Insilico lembra-nos que a IA está a tornar-se uma capacidade central na criação de medicamentos, e não uma experiência lateral. Para inovadores africanos em saúde, a oportunidade é ligar esta mudança a montante ao impacto a jusante: redes de ensaios mais fortes, maior capacidade regulatória, planeamento de acesso mais precoce e prontidão local para distribuição.
A descoberta de fármacos impulsionada por IA já não é uma promessa distante. Acordos como esta colaboração ampliada com a Insilico Medicine mostram que a I e D farmacêutica de ponta está cada vez mais assente em seleção de alvos mais rápida, desenho de moléculas mais inteligente e melhores previsões precoces de segurança e desenvolvibilidade. Para o Sul Global, especialmente a África Subsariana, a oportunidade é transformar esta aceleração a montante em impacto a jusante, reforçando a prontidão para ensaios clínicos, modernizando vias regulatórias e incorporando compromissos de acessibilidade e acesso desde cedo, e não apenas após as aprovações. Se governos, ONG, financiadores e inovadores agirem já para construir as parcerias e infraestruturas certas, a IA pode ajudar a proporcionar não só avanços mais rápidos, mas também um acesso mais justo aos medicamentos de que as comunidades mais precisam.
A ecografia vestível pode ajudar a monitorizar continuamente bebés no útero, apoiando a deteção precoce de riscos n
A Fitbit passa a Google Health, marcando uma grande mudança para coaching com IA, dados de wearables e cuidados de saú
A IA ambiente da Abridge ajuda os enfermeiros a reduzir o tempo de documentação e a focar-se mais nos cuidados ao paci
