Gostaria que você imaginasse o seguinte cenário: Você é o piloto de um avião e um dia, no meio do voo, um de seus motores entra em pane. Terrível, certo? Aconteceu de repente, e aparentemente nada seria capaz de prever isso.
Série: Indústria Farmacêutica e a Web3 e Metaverso
Mas a verdade é que, sim, provavelmente seria possível visualizá-lo se o avião estivesse cheio de sensores que capturam dados em tempo real e, por meio de IA, seria capaz de antecipar uma parada do motor – por meio de correlações e simulações baseadas no Big Data que é coletado (praticamente como um Tesla é capaz de fazer, diferentemente da maioria dos carros).
Vê o poder do Big Data sendo processado pela Inteligência Artificial? Isso nos ajuda a prever mais e reagir cegamente menos. E considere que já vivemos em um mundo com muitos e muitos dados, onde mais de 90% dos dados gerados desde o início da humanidade foram gerados na última década, e onde hoje chegamos ao ponto de 97 Zettabytes de dados até o final de 2022 de acordo com Statista (que só para se ter uma ideia, um Zettabyte é um número com 12 zeros.
Então, como Big Data e IA podem ajudar em Farma? A verdade é que há uma infinidade de aplicações, especialmente após o Covid-19: uma pesquisa da Deloitte sobre o dimensionamento da adoção da IA em toda a cadeia de valor de Farma descobriu que o COVID-19 colocou em destaque a IA. Empresas usaram muito a IA para otimizar a seleção de locais para vacinas COVID-19 e gerenciar o impacto das interrupções em suas operações de desenvolvimento clínico. A Novartis, por exemplo, usou a IA para analisar dados sobre operações de teste armazenadas em data lakes para prever onde as interrupções (como falta de pessoal, atrasos nas inscrições) provavelmente ocorreriam e intervir cedo para reduzir seu impacto nos prazos dos testes. Além disso, o estudo “Medindo o retorno da inovação farmacêutica” de 2020 da Deloitte descobriu que investimentos em IA e digitalização de operações de teste permitiram que a maioria das 20 principais empresas (em termos de gastos com P&D) mantivessem testes importantes em andamento sem afetar os prazos de lançamento previstos.
A verdade é que as empresas farmacêuticas têm muitos dados, acumulados ao longo de anos de operação (especialmente dados internos, mas estamos vendo cada vez mais dados externos, como dados de pacientes): em P&D, por exemplo, descoberta digital e teste de moléculas com técnicas avançadas de modelagem e simulação serão comuns (como vimos no artigo anterior). Por exemplo, a simulação fisiológica acelerará o desenvolvimento de produtos e a modelagem 3D de tecidos ajudará a avaliar a toxicidade potencial usando simulação de computador. Em ensaios clínicos, os fluxos de dados de sensores de ensaios clínicos in vivo capturados por wearables serão incluídos em registros e dossiês de valor para fornecer uma indicação precoce da eficácia do mundo real.
A GSK deu um passo nessa direção em 2018 com um investimento de US$ 300 milhões na 23andMe para, entre outras coisas, ter acesso ao banco de dados de 5 milhões de pessoas que a startup possui. E sabemos que dados alimentam algoritmos de Machine Learning: a GSK também é uma das empresas que mais escala em Inteligência Artificial, com uma equipe de mais de 100 pessoas trabalhando em IA. Eli Lilly também tem trabalhado muito nesta área: ela é membro do MLDPS, o Machine Learning for Pharmaceutical Discovery and Synthesis Consortium, que é uma colaboração com o MIT para desenvolver software para automatizar a descoberta e síntese de pequenas moléculas.
Em marketing e vendas, o papel do Big Data também é fundamental para entender o comportamento de prescrição e os perfis de potenciais pacientes, possibilitando uma segmentação mais precisa de fornecedores e aumentando o número de prescrições feitas. Por exemplo, uma tecnologia de “pesquisa de pacientes” que explora registros médicos eletrônicos para identificar pacientes com doenças raras específicas permitirá que as Forças de Vendas e os contatos da ciência médica se concentrem em prestadores de serviços que cuidam de pacientes com probabilidade de ter essas doenças raras, embora ainda não tenham sido diagnosticadas. Um exemplo é o que a Novartis vem fazendo no Brasil com esclerose múltipla: eles colocaram códigos QR em clínicas de oftalmologia, para que os pacientes escaneiem e preencham um formulário com seus sintomas, o que pode ajudar a Novartis a prever muito melhor do que médicos individuais as chances de esclerose múltipla , através de um algoritmo de IA que usa os dados do paciente.
Mas cuidado: empresas de tecnologia como Apple, IBM e Qualcomm Technologies estão se esforçando muito na área da saúde e já estão gerando muitos dados: elas podem se envolver com pacientes por meio de aplicativos, dispositivos de saúde e fitness e comunidades online, por exemplo. Basta pensar na Apple, com o Health Kit no iPhone e no Apple Watch! E eles são capazes de coletar petabytes de dados dessas e de outras fontes, como registros médicos eletrônicos e pedidos de seguro, capturando informações valiosas.
Por exemplo, a plataforma IBM Watson Health – recentemente no centro de uma parceria com a Apple e sua plataforma de dados de sensores de saúde HealthKit – está usando análises avançadas e recursos de Processamento de Linguagem Natural para apoiar decisões clínicas. A oportunidade está aí: quem primeiro entre as empresas farmacêuticas irá colaborar com esses players na construção de uma cultura analítica e de Big Data, ganhará uma importante vantagem competitiva. A Sanofi deu um passo nessa direção ao iniciar uma parceria em 2017 com a Evidation Health, empresa de “análise comportamental” que, por meio de sua plataforma Real Life Study, coleta dados sobre pacientes por meio de aplicativos em smartphones e wearables.
No geral, a transformação digital está permitindo que as empresas farmacêuticas gerem valor para o paciente além do medicamento, como fornecer tratamento personalizado e em tempo real por meio de sensores e serviços digitais. Muitos medicamentos irão fazer parte de um ecossistema digital que monitora constantemente as condições dos pacientes e fornece feedback em tempo real. O resultado disso? Maior eficácia, pois permite personalizar a terapia com base nas necessidades clínicas e de estilo de vida do paciente e permitirá o monitoramento remoto por profissionais de saúde. Já existem muitos sensores e dispositivos IoT no mercado que podem medir os sinais biofísicos do paciente: desde wearables como o Apple Watch, FitBit e similares, até chips sob a pele que também permitem a injeção de medicamentos onde mais necessário, para um que conheço bem pois eu trabalhei na L’Oréal: My Skin Track UV da La Roche-Posay – um sensor combinado com um aplicativo móvel que monitora a exposição da pele aos raios ultravioleta.
A consequência de tudo isso? Que os tratamentos sejam cada vez mais personalizados e mais precisos, de acordo com as necessidades de cada paciente. Ao acoplar a IoT ao Big Data, será possível prever como os pacientes reagirão aos tratamentos e até mesmo realizar ensaios clínicos de novos medicamentos mais rapidamente. Personalizar medicamentos seguindo a composição genética de um indivíduo faz parte da iniciativa de medicina de precisão (ou personalizada), e muito disso foi possível graças aos avanços na compreensão do microbioma humano, especialmente a maneira como a flora intestinal humana interage com os produtos farmacêuticos. Ou seja, no futuro não será importante apenas produzir o medicamento, mas será ainda mais importante fornecer aos pacientes e às pessoas soluções completas e customizadas para produtos e serviços de saúde. E a Inteligência Artificial e o Machine Learning estão exatamente aqui para isso.
#BrazilSFE #GêmeosDigitais #IASaúde2026 #SaúdeDigital #AssistênciaMédica #DigitalTwins #MedicinaPersonalizada #CES2026 #PrevisãoTratamentos #SimulaçõesVirtuais #SUSDigital #HealthTechBrasil #DiagnósticoIA #MedicinaPreditiva #PacienteVirtual #InovaçãoSaúde #WearablesIA #LGPDsaúde #PrecisionMedicine
Saúde Digital nos Banheiros
Gêmeos Digitais
Tricorders Médicos
IA Integrada à Jornada do Paciente
Earables Mantém o Ritmo
IA Generativa em Empresas Farmacêuticas
Escribas de IA
Era da VFC
Serviços de Apoio e Concierge na Área da Saúde
Mudança na Abordagem da Longevidade
Coleta de Sangue em Casa
Robôs Coletando Sangue
Mestres em Direito (LLMs) entram na Corrida pela Área da Saúde
Dispositivos Vestíveis
