FDA, a agência reguladora dos EUA, vai acelerar testes de medicamentos com IA e dados em tempo real

A FDA inicia a transição para testes clínicos em tempo real: a agência quer acompanhar os principais sinais de segurança e eficácia enquanto o estudo ainda está em andamento, e não depois de sua conclusão. Se o esquema funcionar, o desenvolvimento de novos medicamentos pode encurtar em meses e, em alguns casos, em anos.

Como o processo muda

Hoje, os dados de estudos clínicos costumam percorrer uma longa cadeia: saem dos centros de pesquisa para o patrocinador, passam pela análise e só então chegam à FDA. Nas fases iniciais, isso é especialmente problemático: há poucos pacientes, a incerteza é alta e as decisões sobre dosagem, segurança e continuidade do programa muitas vezes são tomadas com um atraso considerável. A nova abordagem quer reduzir justamente essa defasagem.

A agência não quer receber todo o volume de dados brutos dos pacientes, e sim os principais sinais de eficácia e segurança quase de imediato, enquanto o estudo ainda está em curso. Para isso, a FDA anunciou dois passos em 28 de abril de 2026. O primeiro é o lançamento de testes de proof-of-concept em que os sinais serão enviados à agência em tempo real.

O segundo é uma chamada de propostas para um piloto mais amplo voltado às fases iniciais de pesquisa. No documento publicado em 29 de abril, a agência destaca que o piloto seguirá os princípios do NIST para sistemas de IA confiáveis: validade, segurança, proteção, responsabilização, explicabilidade, proteção da privacidade e equidade. Os comentários sobre o programa serão aceitos até 29 de maio de 2026.

Por onde vão começar Na primeira etapa, a FDA trabalha com dois estudos de oncologia.

A AstraZeneca já conduz o estudo multicêntrico Phase 2 TRAVERSE com pacientes com linfoma de células do manto sem tratamento prévio, com participação do MD Anderson e da University of Pennsylvania. A Amgen está iniciando o estudo Phase 1b STREAM-SCLC com pacientes com câncer de pulmão de pequenas células em estágio limitado. No projeto da AstraZeneca, a agência já confirmou a viabilidade técnica de receber e validar sinais em tempo real pela plataforma Paradigm Health — essa foi a principal prova de que o esquema funciona fora das apresentações.

• Seleção de pacientes para o estudo Escolha e escalonamento de dose Monitoramento de sinais de segurança Desenho adaptativo de protocolos Decisões de go/no-go mais cedo O próximo passo é um piloto no verão com um grupo maior de patrocinadores. A FDA quer entender onde a IA realmente traz ganhos: em estudos first-in-human, em oncologia, em doenças raras ou em tarefas como recrutamento e seleção de biomarcadores. A agência também está colhendo opiniões sobre como comparar a abordagem com IA ao processo tradicional, quais métricas devem definir o sucesso e que infraestrutura precisa ser construída para uma troca segura de dados entre empresas, centros de pesquisa e o órgão regulador.

Onde estão os benefícios e os riscos O ganho potencial vai além de

fazer os medicamentos chegarem mais rápido à fase seguinte. Se a agência enxerga sinais críticos de imediato, é possível ajustar a dosagem mais cedo, avaliar a segurança com mais precisão e decidir mais rápido entre continuar ou interromper um programa. Segundo a direção da FDA, o novo modelo deve desafiar a velha premissa de que o caminho de um medicamento até o mercado leva inevitavelmente de 10 a 12 anos. Para as empresas, é também uma chance de eliminar parte do "tempo morto" administrativo, que não gera valor científico, mas atrasa o desenvolvimento.

"Por sessenta anos conduzimos testes clínicos quase da mesma forma, e sinais importantes podiam levar anos para chegar à FDA."

Mas, junto com a velocidade, aumentam as exigências sobre a qualidade dos sistemas. A agência pergunta abertamente ao mercado como medir a precisão dos modelos, monitorar drift, verificar a consistência dos resultados entre diferentes centros e não perder o controle sobre a privacidade e a integridade dos dados. Outra questão é a explicabilidade: se a IA recomenda acelerar a transição entre fases ou ajuda a triar pacientes, os participantes do processo precisam entender por que o sistema chegou a essa conclusão. Por isso, por enquanto, não se trata de aprovação automática de medicamentos, e sim de uma análise mais precoce, mais próxima e mais mensurável.

O que isso significa

Se o piloto confirmar as expectativas, a FDA começará a mudar o próprio papel: deixará de ser um regulador que vê o estudo a posteriori para participar de um monitoramento mais contínuo. Para a indústria farmacêutica, é a chance de cortar meses do ciclo burocrático sem afrouxar formalmente os requisitos. Para os pacientes, é a possibilidade de chegar mais rápido a terapias promissoras, sobretudo em oncologia e doenças raras. Mas o principal teste ainda está por vir: saber se a IA consegue de fato acelerar a ciência clínica sem transformar a qualidade dos dados e a segurança em dano colateral.