A crescente sinergia da IA e da neurociência na decodificação do cérebro humano

A inteligência artificial (IA) tem sido o assunto do momento ultimamente, com chatbots como o ChatGPT da OpenAI, o Bard do Google e o Grok de Elon Musk ganhando muita atenção. No entanto, a IA não é tão nova quanto esses chatbots; na verdade, o interesse pela IA surgiu décadas atrás, em 1950, quando o cientista Alan Turing propôs um teste de inteligência de máquinas chamado O Jogo da Imitação em seu artigo “Computer Machinery and Intelligence”.

“As máquinas podem pensar?” pergunta Turing em seu artigo, oferecendo um “Teste de Turing”, onde um interrogador humano tentaria distinguir entre a resposta de texto de um computador e de um humano.

Desde então, os avanços na tecnologia levaram a sistemas de IA mais sofisticados que têm sido usados em diferentes áreas, incluindo a saúde e a compreensão e tratamento do órgão humano mais complexo, o cérebro.

Clique aqui para saber tudo sobre chips cerebrais de IA.

O avanço da IA e da neurociência

De modo geral, os sistemas de IA raciocinam, aprendem e executam tarefas comumente associadas às funções cognitivas humanas, como identificar padrões e interpretar fala ao processar enormes quantidades de dados.

A IA é basicamente um conjunto de tecnologias que permitem aos computadores executar uma variedade de funções avançadas. A espinha dorsal da inovação em computação moderna, a IA abrange diferentes disciplinas, incluindo:

• Análise de dados
• Engenharia de hardware e software
• Linguística
• Neurociência
• Psicologia

Esses modelos de IA que simulam processos cognitivos e auxiliam em tarefas cognitivas complexas, como tradução de idiomas e reconhecimento de imagens, são baseados em redes neurais biológicas, que são sistemas complexos de neurônios interconectados e ajudam a ‘treinar’ as máquinas para compreender fala, imagens e padrões.

O cérebro humano, intricado e inteligente, tem sido um desafio para os cientistas desbloquearem possibilidades de aprimoramento humano. No entanto, embora a IA tenha sido utilizada para criar assistentes como a Siri da Apple , a Alexa da Amazon e o Watson da IBM, o impacto verdadeiramente transformador só será alcançado quando as redes neurais artificiais forem aumentadas pela inteligência nativa humana, resultado de séculos de evolução.

Embora os computadores ainda não consigam igualar a flexibilidade completa dos humanos, existem programas que conseguem executar tarefas específicas, com o escopo das aplicações de IA se expandindo diariamente. Esse progresso tecnológico, aliado aos avanços na ciência, tem levado notavelmente à utilização da IA no diagnóstico e tratamento médico.

Ao analisar grandes quantidades de dados de pacientes de múltiplas fontes para auxiliar os profissionais de saúde, a IA ajuda a obter uma visão completa da saúde do paciente para uma previsão mais precisa e a tomar decisões mais informadas sobre o cuidado ao paciente. Isso ainda ajuda a detectar potenciais problemas de saúde mais cedo, antes que se tornem potencialmente ameaçadores à vida. Além disso, ao usar IA, os profissionais de saúde podem automatizar tarefas rotineiras, permitindo que se concentrem em cuidados mais complexos ao paciente.

Clique aqui para saber como várias tecnologias estão possibilitando o próximo nível da evolução humana.

O papel da IA na melhor compreensão do cérebro humano

Pesquisas inovadoras em neurociência levaram ao desenvolvimento de técnicas avançadas de imagem cerebral, incluindo:

• Eletroencefalografia (EEG)
• Imagem por ressonância magnética funcional (fMRI)

Paralelamente, à medida que os algoritmos de IA, particularmente em aprendizado de máquina e aprendizado profundo, se tornaram mais sofisticados, isso resultou em uma interseção de ambos os campos. Essa sincronização está permitindo que cientistas analisem e compreendam dados cerebrais em uma escala sem precedentes.

A interseção da IA com a neurociência, campo que se concentra no sistema nervoso e no cérebro, é particularmente evidente no âmbito da análise de dados. Atualmente, a IA capacita cientistas e pesquisadores a mapear regiões cerebrais com precisão sem precedentes. Isso foi possibilitado pelos avanços tecnológicos na IA que permitem a classificação de padrões intricados de dados cerebrais e, em seguida, fazer correlações. Essa colaboração também abriu caminho para que os pesquisadores compreendam melhor as vias neurais.

Com a ajuda da IA, os diagnósticos médicos podem ser aprimorados ao melhorar a precisão, velocidade e eficiência do processo diagnóstico. Estudos de imagens cerebrais impulsionados por IA descobriram mudanças sutis nas estruturas cerebrais que aparecem antes que seus sintomas clínicos sejam conhecidos, o que tem enorme potencial para detecção precoce e intervenção, potencialmente revolucionando nossa abordagem às doenças neurodegenerativas.

Por exemplo, no final do mês passado, pesquisadores utilizaram IA para analisar exames de ressonância magnética cerebral especializados de indivíduos com transtorno de déficit de atenção/hiperatividade (TDAH). O TDAH é um transtorno comum, com cerca de 5,7 milhões de crianças e adolescentes entre 6 e 17 anos diagnosticados nos EUA.

O transtorno, que está se tornando cada vez mais prevalente devido ao aumento do uso de smartphones, pode ter um enorme impacto na qualidade de vida do paciente, já que crianças com TDAH tendem a ter dificuldade em manter a atenção e regular a atividade. Aqui, o diagnóstico precoce e a intervenção são fundamentais para seu manejo, mas o TDAH, como disse o coautor do estudo Justin Huynh:

“É extremamente difícil de diagnosticar.”

O estudo utilizou valores de anisotropia fracionada (FA) como entrada para treinar um modelo de IA de aprendizado profundo para diagnosticar TDAH “em uma estrutura diagnóstica quantitativa e objetiva”.

Como vimos, ao alimentar algoritmos com enormes quantidades de conjuntos de dados relacionados a exames cerebrais e históricos de pacientes, eles podem distinguir marcadores sutis que podem não ser possíveis para humanos. Isso, por sua vez, aumenta a precisão diagnóstica, resultando em intervenções mais precoces e melhores resultados para os pacientes.

Estudar novas tecnologias de imagem cerebral para entender os segredos da ciência do cérebro e então vinculá-las à IA para simular o cérebro também é uma forma de fechar a lacuna entre IA e inteligência humana. Já houve muitos avanços em interfaces cérebro-computador (BCI) por empresas como a Neuralink. A BCI conecta o cérebro diretamente a dispositivos externos, permitindo que pessoas com deficiência controlem próteses e interajam com o mundo apenas com o pensamento, demonstrando seu potencial para diversas aplicações científicas e práticas.

Essa fusão da inteligência humana com a IA pode, em última análise, criar ‘superhumanos’, mas requer modelos computacionais que integrem processamento visual e de linguagem natural, assim como o cérebro humano, para uma comunicação abrangente. Nesse contexto, assistentes virtuais podem lidar tanto com tarefas simples quanto complexas, mas as máquinas precisam aprender a compreender contextos mais ricos para habilidades de comunicação semelhantes às humanas.

O papel crescente da IA no tratamento do cérebro humano

Na área da saúde, o diagnóstico envolve avaliar condições ou doenças médicas analisando sintomas, histórico médico e resultados de exames. Seu objetivo é utilizar testes como exames de imagem, exames de sangue, etc., para determinar a causa de um problema médico e fazer um diagnóstico preciso para fornecer tratamento eficaz. Além disso, o diagnóstico pode ser usado para monitorar a progressão de uma condição e avaliar a eficácia do tratamento.

O potencial da IA no tratamento é bastante atraente. A inteligência artificial pode fornecer uma análise das características cerebrais de uma pessoa, bem como seu histórico médico, genética, dados de estilo de vida e outros fatores, com base nos quais pode oferecer medicina personalizada. Dessa forma, a IA promete planos de tratamento sob medida que levam em conta as complexidades únicas do cérebro de cada paciente.

Ao identificar padrões únicos e imparciais nos dados, a IA pode potencialmente descobrir novos biomarcadores ou métodos de intervenção. Sistemas baseados em IA são mais rápidos e eficientes que processos manuais e reduzem significativamente erros humanos.

Uma equipe de pesquisadores usou recentemente IA para prever o método ideal para sintetizar moléculas de fármacos. Esse método, segundo o autor principal do artigo David Nippa, tem o potencial de reduzir significativamente o número de experimentos de laboratório necessários, como resultado, “aumentando tanto a eficiência quanto a sustentabilidade da síntese química”.

O modelo de IA foi treinado com dados de trabalhos científicos confiáveis e experimentos de um laboratório automatizado e pode prever com sucesso a posição de boração para qualquer molécula e fornecer as condições ótimas para a transformação química. Já sendo usado para identificar posições em ingredientes ativos existentes onde grupos ativos adicionais podem ser introduzidos, esse modelo ajudará a desenvolver variantes novas e mais eficazes de ingredientes ativos de fármacos conhecidos de forma mais rápida.

Principais empresas farmacêuticas que trabalham para integrar IA

Agora, vamos dar uma olhada em algumas das empresas de capital aberto no setor médico que estão utilizando a tecnologia.

1. Novartis (NVS) 

Este gigante farmacêutico tem investido em IA para análise de dados biomédicos e descoberta e desenvolvimento de medicamentos. Com uma capitalização de mercado de US$ 223,48 bilhões, as ações da Novartis estão atualmente cotadas a US$ 98,27, alta de 8,17% neste ano. A receita da empresa nos últimos doze meses (TTM) foi de US$ 47,88 bilhões, com EPS (TTM) de 3,59, P/E (TTM) de 27,30 e ROE (TTM) de 14,94%. Enquanto isso, o rendimento de dividendos foi de 3,57%.

A empresa tem integrado IA em todas as suas operações, incluindo a análise de vastos conjuntos de dados que abrangem registros de saúde pública, dados de prescrições, dados internos e reivindicações de seguros médicos para identificar pacientes potenciais para ensaios e otimizar o desenho de ensaios clínicos. O uso da ferramenta de IA tornou a inscrição de pacientes em ensaios mais rápida, mais barata e mais eficiente, segundo a Novartis.

2. Pfizer (PFE)

Esta empresa biofarmacêutica baseada em pesquisa tem uma capitalização de mercado de US$ 163,238 bilhões e suas ações estão atualmente cotadas a US$ 28,97, queda de 43,58% neste ano. A receita da empresa nos últimos doze meses (TTM) foi de US$ 68,53 bilhões, com EPS (TTM) de 1,82, P/E (TTM) de 15,88 e ROE (TTM) de 11,05%. Enquanto isso, o rendimento de dividendos foi de 5,67%.

A Pfizer (PFE ) tem demonstrado grande interesse em aproveitar a IA para aprimorar seus esforços de descoberta de medicamentos. A empresa fez parcerias com várias empresas de IA, como CytoReason, Tempus, Gero e Truveta. Enquanto isso, para melhorar seus ensaios clínicos de oncologia, a Pfizer assinou um acordo de compartilhamento de dados com a empresa de IA oncológica Vysioneer, que também possui uma solução de auto-contorno de tumores cerebrais aprovada pela FDA, chamada VBrain.

Além de criar um hub de pesquisa em aprendizado de máquina para desenvolver novos modelos preditivos e ferramentas, a Pfizer também fez parceria com um dos maiores provedores de nuvem, a Amazon Web Services, para usar computação em nuvem na descoberta e fabricação de medicamentos. Essa parceria tem sido particularmente valiosa “durante a pandemia de COVID-19… em vários aspectos do desenvolvimento da vacina, desde a fabricação até os ensaios clínicos”.

3. AstraZeneca (AZN)

Esta empresa biofarmacêutica tem uma capitalização de mercado de US$ 200,8 bilhões, e suas ações estão atualmente cotadas a US$ 64,86, queda de 4,44% neste ano. A receita da empresa nos últimos doze meses (TTM) foi de quase US$ 45 bilhões, com EPS (TTM) de 1,89, P/E (TTM) de 34,29 e ROE (TTM) de 16,30%. Enquanto isso, o rendimento de dividendos foi de 2,22%.

A fabricante de medicamentos anglo-sueca tem investido em IA para analisar dados biológicos complexos para a descoberta de medicamentos e tem colaborado com empresas de IA para aprimorar suas capacidades de pesquisa. Mais recentemente, a AstraZeneca (AZN ) assinou um acordo de até US$ 247 milhões com a empresa de descoberta de biológicos baseada em IA, Absci, para projetar um anticorpo contra o câncer. A empresa de biológicos utiliza IA generativa para obter candidatos a fármacos ótimos com base em características como afinidade, fabricabilidade e segurança, entre outras.

No mês passado, a AstraZeneca criou uma unidade de tecnologia de saúde chamada Evinova para acelerar a inovação e levar IA aos ensaios clínicos. A empresa também obteve acesso antecipado a ‘gêmeos digitais’ impulsionados por IA e assinou um pacto de descoberta de medicamentos baseado em IA com a Verge Genomics por meio de sua divisão de doenças raras, Alexion.

4. BenevolentAI SA (BAI.AS)

Esta empresa de descoberta e desenvolvimento de medicamentos habilitada por IA tem uma capitalização de mercado de US$ 86,45 bilhões, e suas ações estão atualmente cotadas a US$ 0,545, queda de 84,43% neste ano. O EPS (TTM) da empresa é 0,75, e o P/E (TTM) é 0,72.

A BenevolentAI é uma empresa em estágio clínico que tem como objetivo tratar dermatite atópica, bem como potenciais tratamentos para doenças crônicas e câncer. Ela utiliza algoritmos preditivos de IA para analisar e extrair os insights necessários dos dados disponíveis e da literatura científica. Em maio deste ano, como parte de um plano estratégico para se posicionar para uma nova era em IA, a empresa compartilhou que reduziria gastos e liberaria caixa líquida para aumentar sua flexibilidade financeira.

A empresa tem uma parceria estabelecida com outras grandes farmacêuticas, como GSK e Novartis, enquanto sua colaboração com a AstraZeneca visa desenvolver medicamentos para fibrose e doença renal crônica. Há alguns meses, a BenevolentAI também fez parceria com a Merck KGaA (MRK.DE ) para aproveitar sua expertise em oncologia e neuroinflamação e apoiar os planos de descoberta de medicamentos impulsionados por IA da empresa, focando na busca de candidatos viáveis de pequenas moléculas.

Considerações finais

Como vimos, a IA tem um enorme potencial para aprimorar o diagnóstico e tratamento de doenças cerebrais. Ela pode até ajudar a prever transtornos cerebrais com base em pequenas desvios da atividade cerebral normal, levando a melhores resultados para os pacientes e a um sistema de saúde mais eficiente e eficaz. No entanto, deve-se notar que essa interseção da IA com o cérebro humano não está isenta de preocupações éticas e, portanto, exige rigorosas salvaguardas de privacidade.