Vivodyne: IA precisa de dados humanos para curar câncer

O que aconteceu

A Vivodyne, startup originária da Universidade da Pensilvânia em 2021, desenvolveu o HIVE, laboratórios robóticos modulares capazes de cultivar 20 tipos diferentes de tecido humano. O sistema doseia e monitora esses tecidos de forma autônoma, gerando o que a empresa chama de "dados biológicos causais". Segundo o CEO e cofundador Andrei Georgescu, esse é exatamente o tipo de informação que os modelos de IA atuais não possuem. "Na ausência de testes em humanos, o que esses modelos vão fazer? Eles vão curar câncer em camundongos", declarou Georgescu.

Contexto

A afirmação da Vivodyne surge em meio a um cenário de promessas grandiosas e resultados concretos modestos. O CEO da Anthropic, Dario Amodei, escreveu recentemente que afirmar que a IA curará o câncer tornou-se um clichê mais do que uma credibilidade. Sam Altman, da OpenAI, e Demis Hassabis, do Google DeepMind, já usaram o sonho de curar o câncer como justificativa para investimentos massivos em IA e computação. No entanto, poucos medicamentos projetados por IA chegaram a ensaios clínicos em humanos. O AlphaFold, premiado com Nobel, avançou na compreensão das proteínas, mas ainda não gerou um novo fármaco. A Isomorphic Labs, fundada para explorar o AlphaFold, adiou seus primeiros ensaios para o final deste ano.

Por que importa

O problema apontado pela Vivodyne é estrutural para toda a indústria farmacêutica: 90% dos medicamentos eficazes em testes com animais falham ao entrar em ensaios clínicos em humanos. A IA treinada com esses dados herda a mesma limitação. O HIVE da Vivodyne tenta quebrar esse ciclo ao fornecer dados de tecidos humanos que, segundo a empresa, comportam-se como órgãos reais. A empresa afirma que suas células hepáticas têm 94% de acurácia preditiva quando comparadas a testes de toxicidade em humanos, um dado crucial para evitar falhas caras e perigosas na fase clínica.

Impacto

No curto prazo, a plataforma da Vivodyne pode se tornar uma fonte de dados valiosa para empresas de descoberta de fármacos e laboratórios de IA, potencialmente reduzindo a taxa de fracassos em estágios avançados. No médio prazo, se os dados gerados confirmarem sua promessa, o modelo pode forçar uma mudança na forma como os modelos de IA são treinados para pesquisa médica, priorizando dados humanos desde o início. Isso poderia acelerar o desenvolvimento de tratamentos mais seguros e eficazes.

O que muda

O campo da descoberta de medicamentos com IA pode sofrer um "reality check", como chama o CEO da Vivodyne. A ênfase pode mudar da pura escalabilidade computacional e de dados big-data (muitas vezes de origem não-humana) para a qualidade e relevância biológica desses dados. A dependência de modelos animais pode diminuir, e empresas como a própria Isomorphic Labs, que planejava seus primeiros ensaios para 2025, poderão precisar integrar ou competir com abordagens que fornecem dados humanos mais fidedignos.

O que vem agora

A Vivodyne precisará provar que sua plataforma escala e que seus dados realmente se traduzem em medicamentos mais bem-sucedidos em ensaios clínicos. Outras empresas do setor observarão os resultados. Paralelamente, os gigantes da IA na saúde, como a Isomorphic Labs, devem apresentar seus primeiros resultados clínicos até o final do ano, oferecendo um ponto de comparação crucial. A discussão sobre os reais limites e potencial da IA na medicina está longe de terminar, mas agora tem um novo fator central: a qualidade do dado biológico de entrada.