IA em ensaios clínicos deve atingir US$ 8 bilhões até 2030, enquanto o setor apresenta novas ferramentas

Analistas projetam que a IA em ensaios clínicos representará um segmento de negócios de US$ 8 bilhões até 2030, gerando até US$ 110 bilhões por ano em valor para a indústria farmacêutica. A previsão surge enquanto o setor enfrenta o que um executivo farmacêutico descreve como um problema de “latência de insight clínico” — a lacuna entre quando algo acontece em um estudo e quando os pesquisadores têm informação suficiente para agir.

Pelo menos 88% das organizações já têm alguma função de negócios usando IA, embora apenas cerca de 23% estejam implementando IA agêntica (agentic AI) — ou seja, muitos bots orquestrados em conjunto para realizar algo importante para uma organização. Apenas 5% das empresas relatam que toda a IA incorporada em seus sistemas gerou algum valor material.

O evento SCOPE em Orlando registrou participação recorde, ultrapassando 4.800 pessoas, com várias empresas anunciando novas plataformas e capacidades baseadas em IA. A Trialbee lançou o conjunto inicial de capacidades com IA dentro de sua Honey Platform, transformando dados de recrutamento do mundo real em inteligência acionável. O conjunto inicial se destaca por resumos de candidatos gerados por IA, que trazem informações-chave de elegibilidade para o primeiro plano e reduzem significativamente o tempo que os centros de pesquisa gastam revisando o histórico e os dados de pacientes encaminhados, acelerando o processamento. Outras capacidades incluem detecção de pacientes duplicados e de spam, mascaramento automático de possíveis PII, chatbot inteligente de IA e otimização de acesso de pacientes.

A ConcertAI apresentou o Accelerated Clinical Trials (ACT), uma plataforma corporativa de IA agêntica projetada para automatizar e inserir inteligência preditiva em todo o processo do estudo. Ela integra dados do mundo real e proprietários com fluxos de trabalho avançados de IA para ajudar patrocinadores e organizações de pesquisa clínica contratada (CROs) a encurtar os cronogramas de ensaios em 10 a 20 meses e reduzir drasticamente os custos. O ACT é construído sobre o CARAai, a plataforma multimodal de IA agêntica da empresa, e implementa um conjunto de assistentes e agentes criados para fins específicos, a fim de automatizar atividades críticas do ensaio, como revisões de literatura, desenho de protocolo, análise de estudos concorrentes, avaliações de viabilidade, seleção de centros e pareamento de pacientes. Equipes de desenvolvimento podem usar suas ferramentas de design e redação para reduzir em 50% os prazos de desenho e emendas de protocolo onerosas. As estratégias de validação automatizadas da plataforma também podem reduzir em 25% a 50% os prazos relacionados à seleção de centros, ativação e recrutamento.

A PhaseV lançou sua solução Enrollment Lab com IA, uma camada adicional para sua plataforma ClinOps, permitindo que patrocinadores quantifiquem o potencial de inclusão (enrollment) de um estudo e modelem o impacto de restrições e compensações antes da identificação dos centros. A abordagem “population-first” da empresa busca acelerar as pesquisas tradicionais em nível de centro com dados de prontuários eletrônicos para modelagem em tempo real das dinâmicas de inclusão. As equipes do estudo podem usar o Enrollment Lab para explorar alternativas e avaliar como critérios específicos de inclusão e exclusão impactam o volume de pacientes.

A empresa de IA Biorce, sediada em Barcelona, anunciou que concluiu uma rodada Série A de US$ 52,5 milhões. O financiamento inclui novo investimento da DST Global Partners, com os investidores existentes Norrsken VC e YZR Capital aumentando sua participação, além da participação de Mustard Seed Maze e Endeavor Catalyst. A missão da Biorce é tornar os ensaios clínicos mais rápidos, além de mais confiáveis e acessíveis, em escala global. Sua plataforma Aika é construída sobre uma base de dados de 1 milhão de ensaios clínicos e foi projetada para antecipar riscos, reduzir erros e eliminar emendas de protocolo, acelerando o desenvolvimento de novas terapias em até 50%.

A WCG apresentou o ClinSphere Trial IntelX, sua solução de inteligência preditiva de próxima geração, alimentada por mais de 80.000 protocolos completos e 40.000 ensaios com benchmarking operacional, para auxiliar patrocinadores e CROs no planejamento, desenho e execução de ensaios clínicos. Entre os principais recursos da ferramenta estão IA agêntica para previsão de inclusão e desempenho, pontuação da carga para participantes e centros, previsão de inclusão e alertas de risco operacional que apoiam metodologias adaptativas, IA explicável acoplada à revisão de especialistas e um módulo de otimização de portfólio. A Syneos Health foi revelada como o primeiro cliente a adotar o Trial IntelX.

A Medable anunciou o lançamento de seu terceiro agente de IA agêntica, desta vez para ajudar centros de pesquisa a reduzir a carga de trabalho e auxiliar investigadores principais na supervisão e no monitoramento de dados de electronic clinical outcome assessment (eCOA). A empresa já havia lançado agentes para automatizar processos do trial master file e o monitoramento de ensaios clínicos.

O líder global de TI para operações de desenvolvimento na Bristol Myers Squibb enfatizou que, para concretizar o potencial da IA, é necessário redesenhar fluxos de trabalho, em vez de simplesmente acoplar IA a processos existentes. Devido à taxa exponencial de mudança que vem ocorrendo com a IA moderna, as principais aspirações para como serão as operações clínicas dentro de cinco anos giram em torno de quatro pilares, o primeiro dos quais é “fluxos de trabalho clínicos autônomos”. A forma como o trabalho será feito deixará de ser linear, manual ou reativa, e envolverá planejar fluxos de trabalho em múltiplas etapas, executar entre sistemas, monitorar continuamente os resultados e escalar apenas quando o julgamento humano for necessário.

Entre as principais mudanças técnicas que tornam isso viável estão agentes autônomos, arquitetura agêntica e IA agêntica. O antigo princípio de “primeiro desenvolver um processo e depois desenhar a tecnologia para apoiá-lo” precisa ser completamente abandonado. O valor não será obtido ao simplesmente adicionar IA a processos antigos já estabelecidos, que são funcionais, porém altamente ineficientes.

A IA multimodal — o tipo que consegue ler documentos, imagens e vídeo — será um facilitador-chave, liberando humanos do trabalho de adquirir, digerir e sintetizar todas essas informações. A IA neurossimbólica também será importante, combinando a capacidade de reconhecer algo com regras para justificar uma recomendação ou insight e, assim, podendo apoiar decisões sobre um caminho regulatório.