Especialista internacional aponta o Brasil como potencial pioneiro em nova geração de exames com inteligência artificial

O Brasil pode estar entre os primeiros países a incorporar à prática clínica uma nova geração de recursos que combina inteligência artificial (IA) com a análise de milhares de proteínas, metabólitos e outros biomarcadores. A avaliação é do médico cardiologista e pesquisador Mo Jain, fundador e Chief Scientific Officer (diretor científico) da Sapient, empresa de bioanálises sediada em San Diego, na Califórnia, especializada em espectrometria de massas de alta capacidade, biologia computacional e estudos clínicos voltados à descoberta de biomarcadores e ao desenvolvimento de medicamentos. Jain construiu sua trajetória acadêmica nos Estados Unidos, com formação em Nova York e residência médica em Boston, antes de seguir para a Califórnia, onde criou um laboratório de química analítica dedicado ao desenvolvimento de biomarcadores com apoio de IA. O crescimento desse trabalho deu origem posteriormente à Sapient.

Nesta quarta-feira (16/9), o especialista apresentou no 58º Congresso Brasileiro de Patologia Clínica/Medicina Laboratorial (CBPC/ML), em Florianópolis, perspectivas sobre como a combinação entre IA e novas ferramentas de análise molecular pode transformar o diagnóstico, a descoberta de medicamentos, a escolha de tratamentos e até a avaliação do envelhecimento. A conferência “Artificial Intelligence and the Future of Laboratory Medicine: Transforming Diagnosis, Therapeutic Discovery and Healthy Longevity” foi presidida por Carlos Eduardo dos Santos Ferreira, diretor de Acreditação e Qualidade da Sociedade Brasileira de Patologia Clínica/Medicina Laboratorial (SBPC/ML).

Ao abordar o desafio de levar recursos ainda concentrados na pesquisa para a assistência, o pesquisador chamou atenção especificamente para o potencial brasileiro, ressaltando que a experiência do país em Medicina Laboratorial e na tradução de biomarcadores para aplicações clínicas pode favorecer essa transição.

“O Brasil está particularmente bem acostumado a lidar com o mundo e entender a tradução desses marcadores. Por muitas razões que têm a ver com processos regulatórios, fazer isso nos Estados Unidos, na Europa ou na China é realmente muito desafiador. Eu suspeito que vamos ver o primeiro uso desses tipos de tecnologias para a saúde do paciente aqui no Brasil”, afirmou Jain.

O médico também colocou os laboratórios no centro das mudanças esperadas para os próximos anos. “Eu realmente acredito que o futuro da inteligência artificial e da medicina reside na Medicina Laboratorial e na Patologia em particular”, destacou.

Milhares de informações em uma única amostra
Uma das mudanças apresentadas está na capacidade de extrair um volume cada vez maior de informações de uma única amostra biológica. A evolução da espectrometria de massas, associada à maior capacidade computacional e à IA, permite analisar simultaneamente milhares de proteínas e outras moléculas.

Em aproximadamente 40 minutos, já é possível analisar mais de 12 mil grupos de proteínas em uma amostra de tumor, conforme demonstrado durante a conferência. As técnicas também vêm evoluindo para trabalhar com quantidades muito pequenas de tecido e materiais armazenados, ampliando as possibilidades de pesquisa e desenvolvimento de novos testes.

A análise em larga escala pode revelar características das doenças que não são identificadas apenas por DNA ou RNA. As proteínas ganham especial relevância por fornecerem informações sobre aspectos funcionais da biologia e por estarem relacionadas à ação da maior parte dos medicamentos.

Jain comparou esse movimento à transformação ocorrida na genômica. Se antes os genes eram estudados individualmente e hoje técnicas de sequenciamento permitem avaliar centenas ou milhares deles, a proteômica começa a percorrer caminho semelhante.

Diante desse enorme volume de informações, a inteligência artificial passa a desempenhar papel estratégico. O especialista ressaltou que algoritmos sofisticados, isoladamente, não são suficientes: a qualidade e a riqueza dos dados utilizados são fundamentais para ampliar a compreensão da biologia das doenças.

 
O tratamento certo para o paciente certo
Entre as aplicações abordadas está o desenvolvimento de medicamentos. Cerca de 90% das terapias falham quando chegam aos estudos clínicos, e quase metade dessas falhas ocorre na fase 3, etapa avançada do processo. Compreender melhor a biologia das doenças e as diferenças entre grupos de indivíduos pode contribuir para tornar esse caminho mais eficiente.

A integração entre biomarcadores e IA abre a possibilidade de identificar diferentes mecanismos biológicos envolvidos em um mesmo diagnóstico e, a partir deles, selecionar quem tem maior chance de responder a determinada intervenção.

O pesquisador sintetizou esse desafio como a busca pelo “alvo certo para a droga certa para o paciente certo”. Na prática, a proposta é avançar de um modelo em que pessoas com o mesmo diagnóstico podem receber abordagens semelhantes para outro capaz de reconhecer diferenças moleculares e utilizar essas informações na orientação das decisões terapêuticas.

Da pesquisa para a rotina
A capacidade de medir dezenas de milhares de características moleculares não significa que os futuros exames precisarão avaliar todo esse volume de informações em cada pessoa. O caminho apresentado é utilizar grandes bases de dados para descobrir quais conjuntos menores de biomarcadores possuem relevância para determinada finalidade clínica. “Enquanto podemos fazer esses milhares de medições, podemos entender quais são 100, 200, 300, 400 marcadores, e é aí que você verá a tradução”, explicou Jain.

A estratégia pode resultar em painéis direcionados a diferentes doenças ou situações clínicas, de forma semelhante ao que ocorreu com testes genéticos que atualmente investigam grupos selecionados de genes. É justamente nessa passagem das grandes descobertas moleculares para testes aplicáveis ao cuidado que o especialista identifica uma oportunidade particular para o Brasil.

IA também investiga a idade biológica
A longevidade foi outra frente apresentada na conferência. Mo Jain mostrou modelos desenvolvidos a partir de grandes conjuntos de dados moleculares para estimar a chamada idade biológica ou metabólica, que pode ser diferente da idade cronológica.

Esses modelos utilizam proteínas, pequenas moléculas, metabólitos e lipídios. A análise conjunta permite identificar padrões associados ao estado metabólico do organismo.

Dados apresentados na palestra indicam que enfermidades sistêmicas, entre elas condições autoimunes, neurodegenerativas, renais e diabetes, podem estar associadas à aceleração da idade metabólica. Os modelos estudados também registraram alterações após intervenções terapêuticas, abrindo a perspectiva de acompanhar de maneira dinâmica mudanças no organismo.

O palestrante apresentou ainda análises de indivíduos com mais de 100 anos que vivem em regiões associadas à longevidade. Nesses casos, os modelos de IA indicaram idades biológicas entre 10 e 20 anos inferiores às esperadas em relação à idade cronológica.

Brasil pode ganhar protagonismo nessa transformação
A possibilidade de protagonismo brasileiro surgiu durante a discussão sobre como fazer com que ferramentas tão complexas deixem os grandes centros de pesquisa e avancem para a assistência.

O campo ainda está no início desse processo. Primeiro, é necessário medir milhares de biomarcadores e identificar quais possuem relevância clínica. A etapa seguinte envolve transformar essas descobertas em testes mais direcionados, validados e viáveis para utilização na rotina.

Grandes volumes de amostras e informações serão essenciais nesse percurso. A base utilizada nas pesquisas apresentadas reúne cerca de 70 mil amostras, e Jain mencionou o interesse em ampliá-la por meio de novas parcerias, inclusive no Brasil. Esses conjuntos de dados permitem que os modelos identifiquem padrões e relações que dificilmente seriam reconhecidos por análises convencionais.

Nesse contexto, o Brasil aparece como um possível protagonista na incorporação dessas ferramentas. A avaliação de Mo Jain de que os primeiros usos dessa nova geração de recursos na saúde podem ocorrer no país reforça a perspectiva de participação brasileira na próxima etapa da medicina de precisão.

A incorporação deverá, no entanto, ser gradual. Custos dos equipamentos, validação dos biomarcadores, formação de bases robustas, integração entre informações laboratoriais e clínicas e transformação das descobertas em testes acessíveis ainda estão entre os principais desafios.