Equipe de 37 mil agentes de IA é usada para buscar novos medicamentos

Uma empresa de biotecnologia com 37 mil funcionários pode funcionar sem escritórios, salários ou uma única pessoa trabalhando em seu quadro. A estrutura criada por pesquisadores da Stanford Medicine é inteiramente formada por agentes de inteligência artificial, organizados para executar tarefas que fazem parte do desenvolvimento de medicamentos, da análise de alvos biológicos ao planejamento de ensaios clínicos.

O projeto foi liderado por James Zou, professor associado de ciência de dados biomédicos, e pelo pesquisador Harrison Zhang. A ideia foi reproduzir digitalmente a organização de uma companhia do setor, com agentes especializados distribuídos em divisões e um agente ocupando até a função de diretor científico. Em vez de concentrar o trabalho em um único modelo, milhares de sistemas recebem funções específicas e trabalham paralelamente.

Uma das primeiras missões mostra a escala dessa abordagem. Os agentes analisaram aproximadamente 50 mil ensaios clínicos em menos de uma semana, reunindo informações sobre segurança, eficácia e características moleculares. Segundo Stanford, uma investigação desse tamanho exigiria anos se fosse realizada manualmente. O objetivo não era apenas resumir documentos, mas procurar características capazes de indicar quais candidatos a medicamento teriam melhores possibilidades de avançar nos testes.

A análise encontrou dois sinais ligados ao comportamento dos genes e à capacidade de um medicamento atingir tipos celulares específicos. Nos dados avaliados, fármacos direcionados a genes com atividade semelhante a um interruptor apresentaram probabilidade 40% maior de avançar da fase 1 para a fase 2. Também registraram probabilidade 48% maior de chegar ao mercado e 32% menos eventos adversos quando comparados aos tratamentos com atuação mais ampla. Os padrões apareceram em diferentes doenças, incluindo câncer e condições neurológicas, cardíacas, renais e pulmonares.

Os pesquisadores deram então aos agentes um desafio mais próximo da criação de uma terapia. O alvo escolhido foi a proteína B7 H3, estudada em câncer de pulmão. A equipe virtual cruzou informações sobre expressão celular, comunicação entre células e dados espaciais dos tumores. A partir desse material, propôs um conjugado de anticorpo e medicamento capaz de reconhecer células com grande presença da proteína e levar até elas uma carga de quimioterapia.

Para testar se a proposta poderia antecipar decisões tomadas por pesquisadores humanos, o sistema recebeu somente informações disponíveis antes de janeiro de 2025. Meses depois, uma farmacêutica chegou de maneira independente a uma estratégia semelhante contra B7 H3. O tratamento desenvolvido pela companhia recebeu posteriormente da agência reguladora americana FDA a designação de terapia inovadora, mecanismo usado para acelerar o desenvolvimento de tratamentos promissores.

A experiência não significa que 37 mil agentes digitais possam colocar sozinhos um medicamento nas farmácias. Os próprios autores mantêm experimentação física e validação humana como etapas necessárias. O trabalho mostra algo mais específico: tarefas que envolvem leitura de enormes conjuntos de dados, comparação de resultados e formulação de hipóteses podem ser divididas entre milhares de agentes especializados.

O estudo foi publicado em 17 de setembro na revista Science. A estrutura de uma empresa virtual de biotecnologia amplia uma experiência anterior do grupo de Stanford, que já vinha testando laboratórios compostos por cientistas de IA. O próximo desafio será levar os novos alvos encontrados pelos agentes para laboratórios físicos e descobrir quantas dessas hipóteses sobrevivem aos testes experimentais.