A inteligência artificial deixou de ser apenas uma promessa distante para começar a fazer parte de diferentes etapas do desenvolvimento de medicamentos e da pesquisa clínica.
Hoje, autoridades regulatórias, pesquisadores e empresas estudam maneiras de utilizar ferramentas de inteligência artificial e aprendizado de máquina para analisar dados, identificar padrões, apoiar o desenho de estudos e tornar determinados processos mais eficientes.
Mas isso não significa que a tecnologia esteja substituindo pesquisadores ou participantes.
Na verdade, a discussão é outra: como utilizar a inteligência artificial de maneira responsável para melhorar a pesquisa sem comprometer a segurança, a qualidade dos dados e a confiança na ciência?
Onde a inteligência artificial pode entrar?
Um estudo clínico produz uma quantidade significativa de informações.
Dependendo do protocolo, podem existir dados relacionados a exames, histórico clínico, resultados laboratoriais, respostas aos tratamentos, eventos adversos e diferentes desfechos acompanhados ao longo do tempo.
Analisar grandes volumes de dados é uma tarefa que pode se beneficiar de ferramentas computacionais.
A FDA reconhece que inteligência artificial e aprendizado de máquina estão ganhando espaço na pesquisa clínica e já aparecem em áreas como desenho de ensaios, tecnologias digitais em saúde e análise de dados do mundo real.
IA pode ajudar no desenho dos estudos
Antes que um estudo comece, existe uma etapa fundamental: definir como a pesquisa será conduzida.
Isso envolve estabelecer população, critérios, desfechos, procedimentos, acompanhamento e diversos outros elementos.
Ferramentas de IA podem ser utilizadas para analisar grandes conjuntos de informações e auxiliar pesquisadores na identificação de padrões que contribuam para determinadas decisões relacionadas ao desenho do estudo.
A FDA vem estudando justamente essas possibilidades, incluindo aplicações de IA em desenhos adaptativos de ensaios clínicos.
Mas existe uma diferença importante:
apoiar uma decisão não é o mesmo que tomar uma decisão.
A interpretação científica continua dependendo de profissionais capacitados e de métodos adequados de validação.
E na análise dos dados?
Essa é uma das áreas em que a tecnologia pode ter grande impacto.
Algoritmos conseguem processar grandes volumes de informação em pouco tempo e podem auxiliar na identificação de padrões, inconsistências ou sinais que mereçam uma análise mais aprofundada.
Um relatório da própria Anvisa sobre pesquisa clínica já apontava possibilidades de utilização de inteligência artificial para analisar grandes volumes de dados clínicos, prever riscos e identificar potenciais problemas de segurança de maneira antecipada.
Na prática, isso pode contribuir para tornar determinados processos mais eficientes.
Mas eficiência não pode ser o único objetivo.
Em pesquisa clínica, qualidade e segurança continuam sendo indispensáveis.
A IA pode ajudar a identificar riscos?
Essa é outra possibilidade que vem sendo estudada.
Ao analisar grandes conjuntos de dados, sistemas computacionais podem ajudar a identificar padrões que poderiam passar despercebidos em uma análise convencional.
A ideia é utilizar a tecnologia como uma ferramenta adicional para apoiar a identificação de potenciais problemas.
Isso pode ser especialmente relevante em estudos que envolvem grande quantidade de participantes e informações.
Mas qualquer aplicação precisa ser avaliada considerando sua finalidade, seus limites e sua confiabilidade.
E os participantes?
Aqui está uma das questões mais importantes.
A tecnologia pode mudar processos, mas o participante continua no centro da pesquisa clínica.
Qualquer inovação utilizada em um estudo precisa respeitar princípios relacionados à segurança, privacidade, integridade dos dados e direitos das pessoas envolvidas.
As Boas Práticas Clínicas estabelecem justamente padrões para desenho, condução, monitoramento, análise e relato dos ensaios, além da proteção dos direitos, integridade e confidencialidade dos participantes.
Por isso, falar em IA na pesquisa clínica também significa falar sobre responsabilidade.
E a questão ética?
Quanto maior o uso da inteligência artificial na saúde, maior também a necessidade de discutir transparência.
Um algoritmo pode produzir uma recomendação, classificação ou previsão. Mas os pesquisadores precisam compreender como aquela ferramenta foi desenvolvida, quais dados foram utilizados, qual é sua finalidade e quais são suas limitações.
Esse cuidado é importante porque decisões relacionadas à saúde não podem depender simplesmente de uma resposta automática.
A FDA vem desenvolvendo uma abordagem baseada em risco para avaliar a credibilidade de modelos de IA utilizados na geração de informações que podem apoiar decisões regulatórias sobre segurança, eficácia ou qualidade de medicamentos e produtos biológicos.
IA pode tornar os estudos mais rápidos?
Esse é um dos grandes interesses do setor.
Em abril de 2026, a FDA anunciou iniciativas relacionadas aos chamados Real-Time Clinical Trials, incluindo provas de conceito de estudos capazes de transmitir sinais e desfechos à agência em tempo real. A iniciativa busca explorar formas de tornar a geração e avaliação de evidências mais eficientes.
Isso mostra que a transformação digital da pesquisa clínica não está apenas no campo das possibilidades futuras.
Ela já está sendo testada.
Mas tecnologia não substitui ciência
É importante não transformar inteligência artificial em uma promessa de que os estudos clínicos serão automaticamente mais simples, rápidos ou baratos.
A tecnologia pode ajudar a resolver determinados problemas, mas também cria novos desafios.
Entre eles estão:
- qualidade dos dados;
- privacidade;
- segurança;
- transparência;
- validação dos modelos;
- possíveis vieses;
- interpretação dos resultados;
- responsabilidade sobre as decisões.
Por isso, o avanço da IA precisa caminhar junto com conhecimento científico, avaliação crítica e estruturas regulatórias adequadas.
O que isso significa para a pesquisa clínica?
A tendência é que a inteligência artificial passe a fazer parte de cada vez mais etapas do desenvolvimento clínico.
Isso pode significar ferramentas mais sofisticadas para análise de dados, apoio ao desenho de estudos, identificação de riscos e integração de diferentes fontes de informação.
Mas a principal transformação talvez não esteja em substituir pessoas.
Está em dar aos pesquisadores novas ferramentas para fazer perguntas melhores, analisar informações com mais eficiência e produzir evidências de qualidade.
O futuro da pesquisa clínica será humano e tecnológico
A pesquisa clínica sempre dependeu da combinação entre conhecimento, método e participação humana.
A inteligência artificial acrescenta uma nova camada a esse processo.
Para centros de pesquisa, universidades, pesquisadores, patrocinadores e profissionais de saúde, acompanhar essa transformação significa entender não apenas o que a tecnologia consegue fazer, mas também quando, como e sob quais condições ela deve ser utilizada.
O futuro da pesquisa clínica não será simplesmente sobre usar mais tecnologia.
Será sobre usar melhor a tecnologia para produzir ciência mais confiável, responsável e útil para a saúde.
Fontes
