A IA pode prever o resultado de um ensaio clínico de medicamento apenas com base na estrutura molecular ?

Os avanços na química generativa e na simulação permitem que os modelos prevejam a eficácia e os efeitos secundários de fármacos a partir de dados de compostos. Testar esta capacidade desafia os cronogramas tradicionais de descoberta de fármacos e a dependência de ensaios clínicos em humanos, oferecendo potencial para reduzir custos e acelerar o desenvolvimento de medicamentos.

Os sistemas atuais de inteligência artificial podem analisar estruturas moleculares para prever várias propriedades e potenciais atividades biológicas de compostos, o que pode ser útil nas fases iniciais do desenvolvimento de fármacos. No entanto, prever o resultado de um ensaio clínico com base unicamente na estrutura molecular continua a ser uma tarefa complexa devido à multiplicidade de fatores que influenciam os resultados dos ensaios, incluindo a farmacocinética, a farmacodinâmica e fatores específicos dos doentes. Os modelos de IA, nomeadamente aqueles baseados em algoritmos de aprendizagem automática e aprendizagem profunda, têm demonstrado potencial na previsão de certos aspetos do comportamento dos fármacos, como a eficácia e a toxicidade, a partir de estruturas moleculares. Estes modelos podem aprender padrões a partir de grandes conjuntos de dados de fármacos conhecidos e das suas propriedades, potencialmente identificando novos compostos com características desejadas. Apesar dos avanços, prever com precisão os resultados de ensaios clínicos unicamente a partir da estrutura molecular, sem dados adicionais, como resultados de testes in vitro ou in vivo, ainda está além das capacidades atuais da IA. Os investigadores continuam a trabalhar na integração de mais tipos de dados e no desenvolvimento de modelos mais sofisticados para melhorar a precisão das previsões. O desafio reside em captar a complexidade da biologia humana e a variabilidade das respostas dos doentes nos modelos preditivos. À medida que o campo evolui, podemos esperar ver melhorias na capacidade da IA contribuir para o desenvolvimento de fármacos, incluindo aspetos da previsão de ensaios clínicos.

+- administrado a 13 de maio de 2026 · Fonte: National Institutes of Health — https://www.nih.gov/