Um dos processos mais lentos, caros e complexos da medicina moderna pode estar prestes a passar por uma transformação histórica. Pesquisadores da Weill Cornell Medicine e da Cornell University desenvolveram uma plataforma de inteligência artificial capaz de desenhar, revisar e aperfeiçoar ensaios clínicos de forma autônoma, reduzindo uma tarefa que normalmente exige dias ou semanas de trabalho especializado para poucos minutos.

Batizada de EmulatRx, a ferramenta foi apresentada em artigo publicado na revista científica Nature Communications, nesta terça-feira (7), e representa um dos avanços mais ambiciosos já relatados na aplicação de inteligência artificial ao desenvolvimento de medicamentos. O sistema utiliza múltiplos agentes de IA especializados que atuam como uma equipe virtual composta por médico, estatístico, pesquisador clínico e cientista de dados. Juntos, eles analisam protocolos, identificam pacientes elegíveis, executam modelos estatísticos e sugerem refinamentos para futuros estudos.

O trabalho foi liderado pelos pesquisadores Haoyang Li, Weishen Pan, Suraj Rajendran, Chengxi Zang e Fei Wang, do Departamento de Ciências da Saúde Populacional da Weill Cornell Medicine e do Programa de Biologia Computacional e Medicina da Cornell University, em Nova York.

A relevância da descoberta está diretamente ligada a um dos maiores gargalos da indústria farmacêutica. Desenvolver um novo medicamento exige anos de pesquisa e bilhões de dólares em investimentos. Boa parte desse custo está associada ao planejamento dos ensaios clínicos, etapa em que cientistas definem quais pacientes poderão participar do estudo, quais tratamentos serão comparados e quais resultados serão considerados sucesso ou fracasso.

Historicamente, essa atividade depende de reuniões sucessivas entre médicos, estatísticos, epidemiologistas e especialistas regulatórios. Pequenos erros de desenho podem comprometer anos de trabalho ou inviabilizar completamente um estudo.

Foi justamente esse desafio que motivou o desenvolvimento do EmulatRx.

O sistema foi treinado para trabalhar sobre grandes bases de dados de saúde do mundo real, conhecidas como Real World Data (RWD). Os pesquisadores utilizaram duas das maiores coleções médicas disponíveis atualmente: o banco MIMIC-IV, que reúne informações de mais de 299 mil pacientes atendidos em unidades de terapia intensiva nos Estados Unidos, e a rede INSIGHT, com registros eletrônicos de mais de 5,5 milhões de pacientes acompanhados em hospitais da região de Nova York.

Os resultados impressionaram os autores.

Em uma série de testes envolvendo 20 estudos clínicos de doenças agudas e crônicas — incluindo choque séptico, insuficiência cardíaca, lesão renal aguda, Alzheimer e Parkinson — o sistema conseguiu recuperar protocolos relevantes, interpretar critérios de inclusão e exclusão de pacientes, construir bancos de dados para análise e produzir relatórios completos de pesquisa.

Segundo o estudo, o agente responsável por interpretar protocolos clínicos alcançou taxa de recuperação próxima de 99% dos conceitos presentes nos documentos originais. Em determinadas consultas, a plataforma identificou corretamente 100% dos ensaios clínicos relevantes, superando buscas tradicionais em bancos públicos de pesquisa.

Outro aspecto considerado decisivo pelos pesquisadores foi a velocidade.

Enquanto a elaboração manual de um estudo clínico pode consumir vários dias ou até semanas de trabalho especializado, o EmulatRx concluiu processos completos em aproximadamente seis minutos quando executado sobre modelos avançados de linguagem.

A pesquisa surge em um momento de intensa corrida tecnológica na área biomédica. Nos últimos anos, hospitais, universidades e empresas farmacêuticas passaram a investir pesadamente em sistemas capazes de utilizar inteligência artificial para acelerar a descoberta de medicamentos e aumentar a eficiência dos ensaios clínicos. Revisões recentes da literatura apontam que a IA tem potencial para reduzir custos, otimizar recrutamento de pacientes e aumentar as taxas de sucesso dos estudos.

O diferencial do EmulatRx, segundo os autores, é sua capacidade de agir como um ecossistema colaborativo. Em vez de executar apenas uma tarefa específica, o sistema coordena diferentes agentes especializados que discutem entre si, identificam inconsistências, corrigem erros e refinam protocolos antes de emitir recomendações finais.

Na prática, isso significa que um futuro pesquisador poderá solicitar à plataforma a elaboração de um estudo para avaliar um novo medicamento contra Alzheimer ou insuficiência cardíaca e receber, em poucos minutos, uma proposta detalhada baseada em milhões de registros clínicos já existentes.

Os autores destacam, porém, que a tecnologia não substitui médicos ou pesquisadores humanos. O objetivo é funcionar como uma ferramenta de apoio capaz de ampliar a produtividade e reduzir etapas burocráticas e repetitivas. Questões éticas, regulatórias e científicas continuam exigindo supervisão especializada.

Especialistas avaliam que a adoção crescente de sistemas desse tipo poderá provocar uma mudança estrutural na pesquisa biomédica ao longo da próxima década. Em um cenário de envelhecimento populacional, expansão das doenças crônicas e pressão por terapias mais rápidas e acessíveis, qualquer redução no tempo necessário para desenvolver novos tratamentos pode representar ganhos significativos para pacientes e sistemas de saúde.

Mais do que um avanço técnico, o EmulatRx simboliza uma mudança de paradigma. Pela primeira vez, uma equipe virtual de inteligências artificiais demonstra capacidade de participar de praticamente todas as etapas preliminares de um ensaio clínico, uma atividade tradicionalmente reservada a especialistas altamente qualificados.

Se os resultados forem confirmados em aplicações reais e em larga escala, a tecnologia poderá inaugurar uma nova era na medicina: aquela em que a inteligência artificial deixa de ser apenas uma ferramenta de análise para se tornar uma colaboradora ativa na construção da própria pesquisa científica.