Como a IA Pode Revolucionar o Combate à Resistência a Antibióticos
Crise global da resistência a antibióticos
A resistência a antibióticos é uma das maiores ameaças emergentes à saúde pública mundial. Estima-se que, anualmente, mais de um milhão de pessoas morram em decorrência de infecções resistentes a medicamentos, com quase cinco milhões de casos adicionais relacionados. Essas infecções são mais difíceis e caras de tratar, resultando em internações prolongadas e custos elevados para hospitais e pacientes.
Diagnóstico atual e limitações
O diagnóstico tradicional para identificar infecções resistentes depende do cultivo de bactérias a partir de amostras clínicas, um processo que pode levar de dois a três dias. Para doenças graves como a sepse, esse tempo é crítico: a cada hora de atraso no tratamento adequado, o risco de morte do paciente aumenta entre 4% e 9%. Diante dessa urgência, os médicos muitas vezes precisam escolher antibióticos baseando-se em suposições, o que pode agravar a resistência bacteriana.
O papel transformador da inteligência artificial
Em evento recente do WIRED Health em Londres, o cirurgião britânico Ara Darzi, diretor do Instituto de Inovação em Saúde Global do Imperial College London, destacou que a inteligência artificial (IA) está prestes a transformar o diagnóstico e o tratamento de infecções resistentes a antibióticos. Segundo Darzi, já em 2026, estamos diante de um ponto de inflexão genuíno na crise da resistência antimicrobiana.
Diagnósticos baseados em IA podem alcançar precisão superior a 99%, sem a necessidade de infraestrutura laboratorial adicional. Isso é especialmente relevante para regiões rurais e remotas, onde o acesso a laboratórios é limitado. Além disso, a IA pode acelerar a descoberta de novos medicamentos e prever a disseminação de bactérias resistentes.
Parcerias inovadoras e avanços práticos
O Serviço Nacional de Saúde do Reino Unido (NHS) está colaborando com o Google DeepMind para desenvolver sistemas de IA que combatam a resistência a antibióticos. Em uma demonstração, essa tecnologia identificou mecanismos de resistência desconhecidos em apenas 48 horas — um mistério que levou uma década para pesquisadores do Imperial College resolverem.
Combinada a laboratórios automatizados, a IA permite a realização de centenas de experimentos em paralelo, 24 horas por dia. Modelos de deep learning conseguem analisar bilhões de estruturas moleculares em poucos dias, enquanto a IA generativa é usada para projetar compostos inéditos na natureza.
Desafios econômicos e soluções em modelos de pagamento
Apesar dos avanços tecnológicos, o desenvolvimento de novos antibióticos enfrenta barreiras econômicas significativas. Grandes farmacêuticas abandonaram essa área porque o modelo tradicional de lucrar com grandes volumes de vendas não se aplica: novos antibióticos precisam ser usados com moderação para evitar o surgimento de resistência.
Para incentivar a inovação, novos modelos de pagamento estão sendo testados. Em 2024, o Reino Unido iniciou um programa piloto no estilo de assinatura "Netflix", no qual o governo paga uma taxa fixa anual para acesso aos medicamentos, independentemente do volume prescrito. A Suécia também experimenta um modelo parcialmente desvinculado das vendas.
Darzi ressalta que a questão central para o futuro da medicina não é a falta de ferramentas, mas sim o compromisso ético e político para enfrentar a crise da resistência antimicrobiana.