IA processa 15 milhões de moléculas por dia, mas ainda não curou o Alzheimer

Em abril de 2026, o The Next Web (TNW) publicou uma reportagem que questiona o alarde em torno da IA na indústria farmacêutica. A tecnologia de fato acelera etapas isoladas do desenvolvimento de medicamentos, mas a revolução no drug discovery está, na avaliação do veículo, radicalmente exagerada. Chatbots de saúde representam um perigo documentado, e as doenças mais graves, incluindo o Alzheimer, continuam sem solução apesar dos números impressionantes de capacidade computacional.

Um exemplo revelador: 15 milhões de moléculas para uma única doença

O principal exemplo citado pelo TNW é o trabalho da farmacêutica Novartis. No fim de 2025, uma equipe de pesquisadores que trabalhava com a doença de Huntington usou IA generativa para projetar computacionalmente 15 milhões de compostos potenciais de um determinado tipo de molécula. É um volume gigantesco, várias ordens de grandeza maior do que um laboratório tradicional conseguiria examinar em tempo comparável, manualmente ou até com a triagem clássica de alto desempenho.

São justamente números assim, milhões de moléculas candidatas geradas por IA, que costumam ser apresentados como prova de uma revolução na farmacêutica. O TNW não nega que os modelos generativos consigam explorar o espaço químico numa escala inacessível para humanos. O problema, na visão do veículo, é outro: a escala de geração de candidatos não equivale à escala de sucessos clínicos reais. Entre "projetar 15 milhões de moléculas" e "obter um medicamento funcional que passou nos ensaios clínicos" existe um longo caminho, no qual a esmagadora maioria dos candidatos é descartada.

Por que as doenças mais graves continuam sem solução

A tese central da reportagem do TNW: onde são necessários avanços de verdade, em doenças neurodegenerativas como o Alzheimer, na doença de Huntington e em outras patologias complexas e pouco conhecidas no nível molecular, a IA ainda não mudou o quadro. A causa não é falta de poder computacional, e sim o fato de que o próprio mecanismo biológico dessas doenças é mal compreendido. Um modelo pode gerar milhões de moléculas candidatas plausíveis, mas, se a ciência não sabe com precisão qual alvo precisa ser atingido para deter o avanço do Alzheimer, até o sistema generativo mais potente estará otimizando o problema errado.

Principais pontos da reportagem do TNW:

• A revolução da IA no drug discovery é real, mas, segundo o TNW, radicalmente superestimada
• Chatbots médicos de saúde são uma fonte documentada de riscos, e não apenas de conveniência
• As doenças mais graves continuam sem solução apesar do avanço da IA
• Exemplo: no fim de 2025, uma equipe da Novartis gerou 15 milhões de compostos potenciais para terapia da doença de Huntington

É revelador que o TNW tenha escolhido como exemplo não uma startup que promete revolução, mas uma farmacêutica grande e conservadora, com longa trajetória: a Novartis. É um detalhe importante: não se trata de uma declaração de marketing de uma pequena empresa de IA que precisa captar investimento, mas de um processo de trabalho dentro de uma organização que, por definição, é cautelosa com grandes promessas no desenvolvimento de medicamentos e é obrigada a comprovar qualquer resultado com ensaios clínicos longos e caros.

O que isso significa para a indústria de biotecnologia

A reportagem do TNW funciona como contrapeso à onda de manchetes empolgadas sobre uma "IA que vai resolver o câncer e o Alzheimer em poucos anos". Na prática, a IA generativa na indústria farmacêutica hoje se sai melhor na parte do processo que pode ser formalizada: gerar e fazer a triagem inicial de estruturas químicas, prever suas propriedades e otimizar arcabouços moleculares já conhecidos. Já onde é preciso um entendimento fundamental da biologia da doença, como no Alzheimer e em outros distúrbios neurodegenerativos, o poder computacional sozinho não substitui décadas de conhecimento científico que faltam.

Para investidores e farmacêuticas, isso significa avaliar com mais sobriedade quais etapas do desenvolvimento de medicamentos a IA de fato acelera e quais continuam tão longas e incertas quanto antes dos modelos generativos, sem confundir números impressionantes de compostos gerados com garantia de sucesso clínico.

A segunda parte da tese do TNW também merece atenção especial: os chatbots de saúde como fonte documentada de risco. Ao contrário do uso em laboratório, onde um candidato errado simplesmente é descartado na etapa seguinte de testes, o erro de um chatbot que dá conselhos médicos diretamente ao usuário pode causar dano real sem qualquer controle intermediário de um especialista. Essa diferença no nível de risco, na avaliação do veículo, merece muito mais atenção do público do que recebe hoje.