Google amplia parceria com cientistas para diagnosticar e tratar doenças com IA

O Google publicou em seu blog corporativo um texto sobre como tenta, junto com cientistas e parceiros de pesquisa, tornar as doenças mais detectáveis, tratáveis e evitáveis. A ambição é grande, mas a parte disponível do anúncio não traz números: não há nomes de modelos, métricas nem lista de parceiros clínicos. Por isso, vamos analisar o que foi dito de forma explícita e compará-lo com o que o Google já fez em biologia e medicina. Para dar a dimensão: a base do AlphaFold contém mais de 200 milhões de estruturas de proteínas previstas, e, por esse trabalho, Demis Hassabis e John Jumper receberam o Nobel de Química de 2024.

O que diz o anúncio

A formulação é simples: a empresa trabalha com cientistas para melhorar a saúde das pessoas em três frentes. A primeira é a detecção de doenças, ou seja, diagnóstico e triagem. A segunda é o tratamento, desde a compreensão da biologia da doença até a busca de hipóteses terapêuticas. A terceira é a prevenção. Sem detalhes concretos, trata-se mais de uma declaração de direção do que do lançamento de um produto. O texto não apresenta nenhum indicador que permita comparar o novo trabalho com os anteriores.

No que essa iniciativa se apoia

O Google acumulou um histórico considerável em saúde e biologia. Estes são os projetos mais citados nesse contexto:

• AlphaFold: previsão da estrutura de proteínas, com base aberta de mais de 200 milhões de registros;
• Med-PaLM 2: em 2023, o modelo atingiu 86,5% em questões no formato do exame médico USMLE;
• AMIE: sistema conversacional de pesquisa para conversas diagnósticas com o paciente;
• AlphaGenome: modelo que analisa regiões regulatórias do DNA em sequências de até 1 milhão de pares de bases;
• Cell2Sentence-Scale: família de modelos para análise de dados de células individuais, desenvolvida em conjunto com a Universidade de Yale, com a maior versão chegando a 27 bilhões de parâmetros;
• ARDA: triagem de retinopatia diabética a partir de imagens do fundo do olho.

Não está claro quais deles farão parte do novo anúncio. Mas a lógica é visível: biologia estrutural, genômica, dados celulares e diagnóstico clínico formam uma cadeia que vai da hipótese de laboratório até o paciente.

Onde projetos assim costumam travar

Um modelo que vai bem em um teste ainda não funciona na clínica. Entre o benchmark e a prescrição do tratamento há três barreiras. A primeira são os dados: os conjuntos médicos são fragmentados, enviesados por população e protegidos por regras de confidencialidade. A segunda é a validação: são necessários estudos prospectivos, e não a análise retrospectiva de arquivos. A terceira é a regulação: FDA, EMA e órgãos equivalentes avaliam de maneiras diferentes o software que influencia o diagnóstico.

Há também o lado organizacional. A expressão "em colaboração com cientistas" significa que parte dos resultados será publicada em periódicos revisados por pares e passará por verificação independente. É um bom sinal, mas não substitui dados clínicos. Um candidato a medicamento encontrado pelo modelo em simulação ainda precisa passar por testes pré-clínicos e pelas três fases de estudos, o que leva anos e tem alto índice de descarte.

Como ler anúncios desse tipo

Enquanto o blog não trouxer detalhes, vale mais fazer perguntas do que tirar conclusões. Se você atua em medtech ou farmacêutica, ou investe nesse setor, verifique quatro pontos quando houver mais informações:

• se existe publicação revisada por pares descrevendo o método e as limitações;
• em quais populações e em quais países o modelo foi validado;
• se há pesos, API ou dados disponíveis para reprodução independente;
• qual é o status regulatório: ferramenta de pesquisa, software aprovado ou piloto em clínica.

Para desenvolvedores e startups, a principal pergunta prática é se o Google vai abrir o acesso aos modelos e aos dados. Se abrir, um ecossistema crescerá rapidamente em torno deles, como aconteceu com o AlphaFold. Se não, o anúncio ficará como uma demonstração do interesse da empresa pelo mercado de saúde. A redação voltará ao tema quando surgirem documentos e números.