Pode a IA prever a probabilidade de um indivíduo desenvolver alguma doença genética com 99% de precisão usando apenas análise por IA dos seus dados de microbioma e exposição ambiental ?

A previsão genómica avançou, mas as interações ambientais continuam mal modeladas. As leis de privacidade e preocupações éticas atrasam a previsão generalizada a nível individual sem validação clínica.

---

Em 2024, a IA consegue prever riscos poligénicos para um pequeno número de doenças comuns (por exemplo, diabetes tipo 2, cancro colorretal) ao combinar perfis do microbioma com dados de estilo de vida e ambientais, mas os modelos atualmente atingem, no máximo, uma discriminação modesta a moderada (AUC ≈ 0,65–0,80) em vez da alegada precisão de 99 %. Grandes consórcios como o American Gut Project e o UK Biobank demonstraram que características do microbioma e do expossoma explicam apenas uma pequena fração da variância de doenças genéticas hereditárias, e estes modelos continuam longe da estratificação de risco individual de nível clínico. A integração de pontuações poligénicas com leituras transcriptómicas ou proteómicas melhora ainda mais a área sob a curva, mas as performances mais elevadas relatadas ainda ficam muito abaixo dos 99 %. Demonstrar uma precisão preditiva de 99 % para o início de doenças genéticas individuais usando apenas dados do microbioma e ambientais não foi alcançado e não é consistente com as estimativas atuais de herdabilidade.

— Enriched 10 de maio de 2026 · Fonte: Projeto Microbioma Humano NIH

---

Embora a IA tenha feito progressos significativos na análise de dados do microbioma e da exposição ambiental para prever o risco de doenças, prever a probabilidade de um indivíduo desenvolver qualquer doença genética com uma precisão de 99 % continua a ser um objetivo elusivo. Os modelos atuais de IA conseguem identificar associações entre certos padrões do microbioma e o risco de doenças, mas ainda não são capazes de atingir tal precisão devido à complexa interação entre fatores genéticos, ambientais e de estilo de vida. O estado da arte atual envolve o uso de modelos de aprendizagem automática para identificar indivíduos de alto risco, mas estes modelos são frequentemente limitados pela qualidade e quantidade de dados disponíveis, bem como pela falta de uma compreensão abrangente dos mecanismos biológicos subjacentes. Como resultado, as previsões baseadas em IA são tipicamente utilizadas em conjunto com outras ferramentas de diagnóstico e perícia clínica para fornecer avaliações mais precisas.

— Estado verificado a 10 de maio de 2026.