Bioinformática deixou de ser coadjuvante para tornar-se peça central na corrida pela medicina de precisão, avalia Helder Nakaya, pesquisador do Hospital Israelita Albert Einstein e professor da USP. Em entrevista ao podcast Biotech and Health, da MIT Technology Review Brasil, ele descreve como a integração entre biologia computacional e inteligência artificial (IA) acelera tanto o diagnóstico quanto a descoberta de novos tratamentos.
A combinação de exames de imagem, sequenciamento genético, biomarcadores moleculares e prontuários eletrônicos produz um volume de informação sem precedentes. Segundo Nakaya, ferramentas de ciência de dados convertem esses registros brutos em conhecimento acionável, abrindo espaço para modelos clínicos altamente personalizados. Dentro desse cenário, a bioinformática funciona como elo entre o laboratório, o algoritmo e o leito hospitalar. Para entender o impacto na fronteira entre tecnologia e saúde, a S&N acompanha de perto os avanços dessa disciplina e de outras iniciativas listadas em Inteligência Artificial.
Apoio da IA ao olhar médico
Nakaya ressalta que a IA “não substitui o médico”, mas amplia a capacidade humana de examinar grandes bases de dados. Sistemas preditivos conseguem sugerir o tratamento com maior probabilidade de sucesso de acordo com o perfil genético e biológico de cada paciente. Esse movimento, ainda em curso, sinaliza a transição de protocolos padronizados para terapias sob medida.
Para a S&N, esse movimento indica que hospitais e laboratórios precisarão cultivar equipes híbridas, formadas por clínicos, bioinformatas e cientistas de dados. A leitura editorial sugere que a vantagem competitiva deixará de ser apenas o equipamento de última geração e passará a incluir a qualidade dos algoritmos e, sobretudo, dos bancos de dados que os alimentam.
Da bancada à startup
O pesquisador relata também sua experiência na criação de startups de saúde. O objetivo, afirma, é traduzir descobertas acadêmicas em soluções práticas para pacientes, gestores e outros pesquisadores. A bioinformática, nesse contexto, atua como ponte entre a pesquisa básica e o mercado, encurtando o ciclo de inovação.
Apesar do entusiasmo, Nakaya faz um alerta: a qualidade das evidências usadas para treinar modelos de IA precisa ser avaliada de forma crítica. Dados enviesados produzem recomendações erradas, risco que se agrava quando decisões clínicas passam a depender das sugestões algorítmicas.
Desafios regulatórios e futuros passos
Questões éticas, privacidade e validação clínica são obstáculos apontados na entrevista. Ainda assim, o especialista vê um horizonte em que plataformas baseadas em IA possam reduzir custos de pesquisa, acelerar o desenvolvimento de vacinas e, finalmente, democratizar a medicina de precisão.
Na leitura do Editorial S&N, a mensagem central da conversa é clara: quem dominar a curadoria de dados biomédicos estará na linha de frente do próximo salto tecnológico em saúde. A expectativa é que universidades, hospitais e empresas de tecnologia intensifiquem parcerias para transformar big data em terapias personalizadas — uma tendência que, se confirmada, redefinirá o modelo de negócios de todo o setor biomédico.
Comentários
Participe com respeito. Comentários passam por proteção anti-spam simples.