Ara Darzi: IA pode acelerar a luta contra a resistência a antibióticos, mas o mercado atrapalha

O cirurgião britânico Ara Darzi afirmou que a inteligência artificial pode acelerar de forma notável o diagnóstico de infecções resistentes a antibióticos e a busca por novos medicamentos. Mas isso não basta: se a economia do setor não mudar, muitos desenvolvimentos nunca chegarão à clínica de verdade.

Por que a crise se acelera

A resistência a antibióticos deixou de ser um problema restrito aos infectologistas. Segundo Darzi, ela causa mais de um milhão de mortes por ano no mundo e, em quase cinco milhões de casos adicionais, tem papel importante como fator associado. Essas infecções são mais difíceis e caras de tratar, os pacientes ficam mais tempo internados e os hospitais arcam com custos extras.

Duas coisas aumentam a pressão ao mesmo tempo: o uso excessivo e inadequado de antibióticos e o fraco fluxo de novos medicamentos para o mercado. Darzi chamou 2026 de primeiro ponto de virada real dessa história, porque a escala da ameaça já é difícil de ignorar. Uma projeção da The Lancet, publicada em 2024, prevê até 40 milhões de mortes por infecções resistentes a medicamentos até 2050.

Enquanto isso, na prática diária os médicos ainda agem muitas vezes quase às cegas. O diagnóstico clássico costuma levar de dois a três dias: é preciso cultivar bactérias a partir de uma amostra e testar quais medicamentos funcionam. Para quadros como a sepse, isso é tempo demais: cada hora de atraso no tratamento aumenta o risco de morte em 4–9 por cento.

Onde a IA já é útil

É aqui que a IA pode trazer o efeito mais rápido. Darzi diz que o diagnóstico com IA já mostra precisão acima de 99 por cento, sem infraestrutura laboratorial adicional. Isso importa não só para grandes clínicas, mas também para regiões remotas, onde o acesso a testes rápidos é limitado.

Segundo estimativas da OMS, em 2023 os maiores níveis de resistência a antibióticos foram registrados no Sudeste Asiático e no Mediterrâneo Oriental, onde uma em cada três infecções notificadas era resistente. Na África, uma em cada cinco.

• Distinguir mais rápido uma infecção resistente de uma comum
• Sugerir ao médico uma escolha de terapia mais precisa nas primeiras horas
• Encontrar novos mecanismos de resistência bacteriana
• Acelerar a busca e o desenho de moléculas que não existem na natureza

Outro exemplo é o trabalho do NHS britânico com o Google DeepMind. Em uma demonstração, o sistema identificou em 48 horas mecanismos de resistência até então desconhecidos, que pesquisadores do Imperial College London levaram cerca de dez anos para entender. Combinados a um laboratório automatizado, esses sistemas já permitem rodar centenas de experimentos paralelos 24 horas por dia. Modelos de aprendizado profundo podem varrer bilhões de estruturas moleculares em questão de dias, e modelos generativos podem propor compostos novos que simplesmente não existiam antes.

Por que o mercado atrapalha

Segundo Darzi, o principal freio não está no laboratório, e sim no modelo de negócios da indústria farmacêutica. Novos antibióticos não podem ser vendidos como um medicamento de massa: quanto mais são usados, mais rápido as bactérias aprendem a contornar a proteção.

Isso gera um paradoxo. Do ponto de vista médico, os melhores medicamentos novos devem ser preservados e prescritos raramente, enquanto do ponto de vista comercial as empresas ganham justamente com o volume de vendas. Por isso, grandes farmacêuticas encerraram nos últimos anos seus programas de antibióticos, mesmo com o avanço científico na área continuando.

Para quebrar essa lógica, são necessários outros esquemas de pagamento. Darzi lembrou que, em 2024, o Reino Unido lançou um modelo piloto no estilo Netflix: o governo paga à farmacêutica um valor anual fixo pelo acesso a um novo antibiótico, e não pela quantidade de doses prescritas. A Suécia também testa um modelo parcialmente desvinculado do volume. A ideia é simples: recompensar não as vendas em massa, mas o simples fato de o sistema de saúde contar com uma ferramenta vital.

«Já temos as ferramentas.

A questão é se teremos caráter para levar a sério o que estamos vendo».

O que isso significa

A história da resistência a antibióticos mostra algo importante: para a IA médica, o gargalo não é só a qualidade dos modelos, mas também a capacidade do sistema de saúde de incorporá-los à prática. Se o diagnóstico realmente cair de vários dias para horas e a busca por novos antibióticos ficar várias vezes mais rápida, os beneficiados serão não só os médicos, mas também os pacientes.

Mas, sem novas regras de compra e sem incentivos, a IA corre o risco de ficar como uma demonstração bonita em conferências, e não como uma ferramenta de trabalho nos hospitais.