IA generativa muda a corrida por medicamentos e pode poupar bilhões ao setor

O desenvolvimento de medicamentos é um dos processos mais caros e arriscados da economia global. Apenas 1 em cada 10 compostos que entram em testes clínicos chega ao mercado, e transformar uma molécula promissora em remédio pode levar 10 a 15 anos, com custo médio estimado em US$ 2,8 bilhões por fármaco aprovado.

Agora, a inteligência artificial generativa começa a redesenhar essa equação.

Grandes farmacêuticas e startups de biotecnologia estão usando IA generativa para identificar alvos biológicos, criar moléculas inéditas, prever toxicidade e eficácia e selecionar pacientes para testes clínicos, antes mesmo de qualquer experimento em laboratório.

Estudos iniciais indicam que moléculas desenhadas por IA alcançam taxas de sucesso de 80% a 90% em testes de segurança iniciais, muito acima do padrão histórico de 40% a 65%. Mesmo que as melhorias se concentrem apenas nessa fase, modelos sugerem que a taxa total de sucesso do pipeline pode quase dobrar, saindo de até 10% para perto de 18%.

Consultorias estimam que o uso amplo da tecnologia poderia gerar entre US$ 60 bilhões e US$ 110 bilhões por ano em ganhos de eficiência para o setor.

Leia também: OpenEvidence, o ‘ChatGPT para médicos’, dobra valuation e chega a US$ 12 bilhões

IA generativa, big techs e o equilíbrio competitivo

A corrida por inovação atraiu gigantes de tecnologia como Amazon, Google, Microsoft e Nvidia, que firmam alianças com farmacêuticas e criam plataformas próprias de descoberta de medicamentos.

Empresas como a Isomorphic Labs, derivada do DeepMind, trabalham no design completo de terapias dentro de computadores. Já a Nvidia lançou sistemas dedicados ao setor e firmou parcerias estratégicas – inclusive para a construção de supercomputadores voltados à pesquisa farmacêutica.

Esse movimento levanta uma nova questão para o mercado: quem vai capturar o valor econômico da próxima geração de medicamentos – as farmacêuticas ou as empresas de tecnologia?

Hoje, os laboratórios ainda contam com vantagens relevantes, como grandes bases de dados, equipes científicas especializadas e experiência regulatória. Mas, com o avanço da computação biológica, parte desse poder pode migrar para as big techs.

Leia também: Pedro Batista analisa impacto do ChatGPT Health na medicina personalizada

Reguladores e patentes entram no radar

Com pipelines mais rápidos e volumosos, agências reguladoras como a FDA e a EMA já começaram a usar IA para analisar dados clínicos e acelerar aprovações.

Especialistas alertam que governos terão de revisar gargalos em testes clínicos, compartilhamento seguro de dados e até o sistema de patentes. Se os custos e riscos caírem drasticamente, os atuais períodos de exclusividade, entre 10 e 15 anos, poderão ser reavaliados no futuro.

(*conteúdo adaptado The Economist)

Lia Garcia

Siga o Times Brasil - Licenciado Exclusivo CNBC no