Anthropic entra na descoberta de fármacos que a Big Pharma ignora

A Anthropic não se limitou a lançar o Claude Science. Anunciou que vai ter programas de descoberta de fármacos próprios, focados em doenças que a indústria farmacêutica considera pouco lucrativas. É uma jogada que soa filantrópica, mas que é sobretudo estratégica: acesso direto a dados, processos e frustações reais da investigação biomédica.

Segundo a empresa, o foco será a fase pré-clínica, em que se desenham moléculas, se simulam interações e se filtra o que nunca chegará a ensaios em humanos. Em vez de vender só modelos genéricos a farmacêuticas, a Anthropic passa a ser também protagonista do pipeline. Ganha experiência de campo para afinar ferramentas e modelos, que depois pode vender à escala. A mesma empresa que há pouco tempo aparecia nos noticiários pela tensão com o Pentágono surge agora como campeã de doenças negligenciadas. O contraste é útil para a sua narrativa pública, mas não apaga que isto é, ao mesmo tempo, negócio de dados científicos em alta-voltagem.

O anúncio foi feito num evento sobre IA para ciência, onde a Anthropic mostrou casos de uso do Claude Science: um investigador da Universidade da Califórnia em São Francisco terá detetado uma contaminação viral em minutos com a ajuda do modelo, algo que a equipa não viu durante um ano. Noutro exemplo, o sistema analisou 100 doenças genéticas raras em menos de uma hora e sinalizou 32 potenciais candidatos para triagem computacional. É o típico demo de conferência: números redondos, tempo espetacularmente curto e pouco detalhe sobre o que foi descartado.

Vas Narasimhan, CEO da Novartis, pôs números no que estas ferramentas podem realmente mexer. Hoje, levar um fármaco de molécula candidata a aprovação demora cerca de doze anos. Quarenta por cento desse tempo é “latência de informação” e “latência operacional” burocracia, coordenação, análise de dados. Os novos modelos podem encolher essa fatia e deixar o ciclo em sete ou oito anos. A parte biológica continua lenta, porque não há IA que substitua ensaios em animais e humanos. Ainda assim, Narasimhan acha plausível que a taxa de sucesso em desenvolvimento suba de 8 para 16 por cento, só com melhores previsões de segurança e propriedades das moléculas.

Quando isto se escala a uma indústria que gasta entre 150 e 200 mil milhões de dólares por ano em I&D e produziu uns 800 a 1.000 fármacos em mais de um século, pequenas melhorias viram margem brutal. É aqui que a estratégia da Anthropic encaixa: se conseguir demonstrar que os seus modelos reduzem falhas e tempo de desenvolvimento, passa a vender não só computação, mas influência sobre decisões clínicas e de investimento. E, como já vimos quando a empresa se juntou à Stripe e à OpenAI para projetos de saúde pública, o altruísmo e o acesso privilegiado a dados andam sempre de mãos dadas.

Anthropic não está sozinha nesta corrida. A Google DeepMind usa a Isomorphic Labs para meter IA diretamente na descoberta de fármacos e continua a capitalizar o peso de AlphaFold na biologia estrutural. John Jumper, um dos pais do AlphaFold, saiu precisamente da DeepMind para a Anthropic, o que diz muito sobre onde se cola hoje o prestígio em IA biomédica. Do lado da clínica, a DeepMind já mostrou um “Co-Clinician” de apoio à prática médica, e a OpenAI lançou o ChatGPT Health, que liga registos clínicos, Apple Health e apps de bem-estar. Especialistas independentes, como Catherine Pope em Oxford, continuam a lembrar que resultados em estudos controlados estão “um passo ao lado” da realidade caótica dos hospitais. Para quem está em Portugal, onde o SNS ainda luta com prontuários eletrónicos básicos, a parte mais rápida desta história não é a chegada da IA à consulta. É a corrida geopolítica para controlar o software que um dia vai decidir que doenças vale a pena tratar.

Fonte: The Decoder