Neste post, mapeamos as principais aplicações por fase da jornada. O objetivo não é exaustividade técnica, mas dar uma visão clara de onde a tecnologia já está funcionando, quais são as implicações práticas e o que gestores e equipes de saúde precisam começar a considerar.

Três números para contextualizar

• +36% de acurácia em diagnóstico precoce quando IA e radiologista trabalham em conjunto, comparado ao radiologista solo

• 40% dos casos de câncer poderiam ser prevenidos ou detectados mais cedo com rastreamento adequado e bem direcionado

• 2× mais rápido: o tempo de desenvolvimento de candidatos terapêuticos com auxílio de modelos generativos

A jornada do paciente oncológico passa por quatro momentos distintos, cada um com desafios próprios e oportunidades específicas para a IA atuar.

Nas próximas seções, exploramos o que está acontecendo em cada uma dessas etapas: onde a tecnologia já entrega resultados, quais ferramentas estão em uso e o que os exemplos reais nos ensinam sobre o caminho à frente.

Etapa 1: Prevenção e rastreamento precoce

A maioria dos cânceres tratados na fase inicial tem taxas de sobrevivência acima de 90%. O problema é que a maior parte dos diagnósticos ainda ocorre em estágios avançados, não por falta de tecnologia, mas por falta de direcionamento eficiente.

É aqui que a IA começa a fazer diferença.

Análise de imagens de rastreamento

Modelos de visão computacional detectam lesões suspeitas em mamografias, colonoscopias e tomografias com sensibilidade comparável, e em alguns estudos superior, à de especialistas humanos. Mais importante: eles não se cansam, não têm viés de dia ruim e podem processar volumes que uma equipe clínica nunca conseguiria.

Visão computacional: Classificação de risco em prontuários eletrônicos

Uma das formas mais conhecidas de utilização de IA é para diagnósticos. Aqui, os algoritmos processam histórico clínico, dados genéticos e hábitos de vida para identificar pacientes com alto risco real e acionar protocolos de rastreamento.

A quantidade de pontos de dados utilizados para prever o câncer com Inteligência Artificial (IA) varia drasticamente dependendo da complexidade do modelo, do tipo de câncer e da modalidade de dados (imagem, sangue, genômica). Em estudos de ponta, IAs podem analisar desde algumas dezenas de marcadores até milhares ou mesmo dezenas de milhares de pontos de dados por pixel ou amostra.

Um bom exemplo disso é o MISO (Multi-modal Spatial Omics), um algoritmo versátil para extração e agrupamento de características, capaz de integrar múltiplas modalidades de diversos experimentos de ômica espacial com alta resolução espacial. Isso permite a análise de milhares de pontos de dados para ter um diagnósico mais preciso e efetivo.

Em vez de triagens universais de baixo valor preditivo, o sistema prioriza quem realmente precisa ser visto, fornecendo sinais muito mais claros de risco.

Genômica: Biópsia líquida + IA

A Biópisia líquida aliada a Inteligência Artificial é outra das fronteiras mais promissoras, permitindo o diagnóstico precoce, monitoramento em tempo real e tratamentos personalizados do câncer com procedimentos minimamente invasivos. Os modelos que analisam fragmentos de DNA tumoral circulante (ctDNA) no sangue, permitindo detecção ultrasensível antes que tumores sejam visíveis em qualquer imagem convencional.

Diferente da biospisa tradicional, em que se remove tecido, a biópsia líquida analisa fluidos corporarais (principalmente sangue, mas também urina saliva ou fezes), para detectar células tumoaris ou fragmentos de material genético (DNA, RNA) liberados por tumores. A maior vantagem nessa abordage é o fato de ser pouco invasiva, indolor e que não exige internação, podendo ser repetida diversas vezes durante o tratamento.

Saúde digital: Engajamento e educação

Assistentes conversacionais orientam pacientes sobre sintomas de alerta, facilitam agendamento de rastreamentos e aumentam adesão a protocolos preventivos — especialmente relevante em contextos com acesso limitado a especialistas.

Exemplo real: O Galleri (Grail) é um teste de detecção precoce multi-câncer baseado em IA que analisa padrões de metilação do DNA circulante para identificar mais de 50 tipos de câncer — muitos sem rastreamento padrão disponível.

Predição de risco: Estratificação de risco em EHR

Algoritmos processam histórico clínico, dados genéticos e hábitos de vida para identificar pacientes com alto risco real e acionar protocolos de rastreamento direcionados.

Etapa 2: Diagnóstico & estadiamento

Determinar o quê, onde e como está o tumor. Diagnóstico preciso exige integrar dados heterogêneos. A IA está ajudando a conectar esses pontos mais rápido e com menos variabilidade entre especialistas.

O desafio central: Imagens, patologia, genômica, histórico clínico: tudo precisa ser integrado para um diagnóstico confiável. A IA não elimina a expertise humana, mas reduz a variabilidade e acelera o processo de forma significativa.

Patologia digital assistida

Modelos analisam lâminas histológicas digitalizadas, classificam subtipos tumorais e detectam biomarcadores de prognóstico com alta reprodutibilidade e rastreabilidade.

Radiômica e segmentação

Extração automática de centenas de features quantitativas de imagens (TC, PET, RM) para estadiamento preciso, delimitação de tumores e suporte ao planejamento cirúrgico.

Interpretação genômica

Plataformas de IA interpretam sequenciamento tumoral completo, identificam mutações acionáveis e correlacionam com terapias-alvo disponíveis, transformando laudos complexos em recomendações clínicas estruturadas.

Geração de laudos

LLMs estruturam e redigem laudos radiológicos e patológicos, reduzindo carga administrativa e aumentando padronização. Menos tempo em documentação, mais em decisão clínica.

Exemplo real]: O PathAI desenvolveu modelos que auxiliam patologistas na classificação do câncer de mama e fígado, mostrando concordância com especialistas de referência e redução significativa de variabilidade interobservador.

Etapa 3: Tratamento personalizado

Cada tumor é único. A IA viabiliza a medicina de precisão combinando perfil tumoral, resposta esperada e tolerância individual do paciente.

A promessa da oncologia de precisão: Dois pacientes com o mesmo tipo de câncer podem ter perfis moleculares completamente diferentes, com respostas opostas ao mesmo protocolo. A IA permite combinar dados moleculares, clínicos e de resposta para recomendar tratamentos com maior probabilidade de eficácia e menor toxicidade.

Seleção de terapia-alvo

Algoritmos correlacionam perfil genômico do tumor com evidências clínicas e ensaios disponíveis para recomendar o esquema com maior probabilidade de resposta para aquele perfil específico.

Planejamento de radioterapia

Segmentação automática de órgãos em risco e otimização de planos dosimétricos com IA reduzem tempo de planejamento e melhoram preservação de tecidos saudáveis adjacentes ao tumor.

Descoberta de fármacos

Modelos generativos e de aprendizado por reforço aceleram a identificação de moléculas candidatas, especialmente para alvos moleculares sem terapias aprovadas disponíveis.

Matching para ensaios clínicos

NLP analisa critérios de elegibilidade e prontuários do paciente para identificar ensaios clínicos abertos compatíveis, conectando pacientes a oportunidades que, sem automação, seriam ignoradas.

Exemplo real: Plataformas como Tempus e Foundation Medicine integram sequenciamento tumoral com IA para sugerir opções terapêuticas baseadas em evidências ao oncologista, considerando tanto as características do tumor quanto as evidências de resposta em populações similares.

Etapa 4: Monitoramento & qualidade de vida

A IA apoia a vigilância de recidiva, gestão de efeitos adversos e bem-estar longitudinal, transformando a fase pós-tratamento em cuidado contínuo.

Além da remissão: Pacientes em remissão precisam de vigilância contínua. IA integrada a wearables, PROs e consultas periódicas cria um loop de monitoramento que detecta sinais de recidiva precocemente e apoia decisões de longo prazo.

Vigilância de recidiva

Modelos preditivos combinam biomarcadores circulantes, imagem periódica e dados clínicos para detectar sinais precoces de recidiva antes da manifestação sintomática.

Gestão de toxicidades

Algoritmos monitoram PROs e wearables para identificar efeitos adversos emergentes, ajustar doses proativamente e prevenir internações evitáveis, representando um custo humano e financeiro significativo.

Saúde mental e suporte

Assistentes de IA oferecem suporte psicossocial, identificam sintomas de ansiedade e depressão e conectam pacientes a recursos de cuidado paliativo e grupos de apoio.

Reabilitação personalizada

Plataformas adaptativas prescrevem planos de exercício, nutrição e reabilitação funcional ajustados ao histórico de tratamento e às limitações individuais do sobrevivente.

Exemplo real: A Flatiron Health analisa dados de vida real de milhares de pacientes oncológicos para apoiar decisões clínicas pós-tratamento e gerar evidências sobre eficácia em contexto de prática rotineira, fechando o loop entre pesquisa e cuidado cotidiano.

O que muda para gestores e equipes de saúde?

A IA em oncologia não substitui o julgamento clínico. Ela amplifica a capacidade de processar dados complexos, reduzir variabilidade e personalizar cuidado em escala. Mas o maior desafio agora não é técnico: é de governança, integração de dados e capacitação das equipes para trabalhar com essas ferramentas de forma crítica e ética.

Adotar uma plataforma de patologia digital sem treinar o patologista para interpretar as saídas do modelo é, na melhor das hipóteses, desperdício. Na pior, um risco clínico.

Instituições que investirem hoje em três frentes: infraestrutura de dados oncológicos, literacia de IA clínica e modelos de governança para uso responsável de algoritmos, estarão em posição significativamente melhor para entregar cuidado de alta qualidade nos próximos anos.

A jornada do paciente oncológico ficou mais longa com os avanços da medicina. Agora, a IA tem o potencial de torná-la não apenas mais eficaz, mas mais humana.

A Medicina de Precisão está mudando essa lógica. E em 2026, ela deixou de ser apenas um horizonte promissor para se tornar infraestrutura clínica real.

O que é, afinal, Medicina de Precisão?

Medicina de Precisão não é apenas genômica. É a convergência de múltiplos fluxos de dados para criar um retrato clínico único de cada paciente. Isso inclui perfil genético, marcadores biológicos, estilo de vida, exposições ambientais e dados gerados em tempo real por wearables e monitoramento remoto.

Em vez de perguntar "qual é o melhor tratamento para essa doença?", a pergunta passa a ser: "qual é o melhor tratamento para essa pessoa, com essa biologia, nesse momento?"

A diferença parece sutil, mas muda tudo: desde a escolha do medicamento até a dose, o momento de intervenção e o tipo de acompanhamento.

Os quatro pilares tecnológicos que sustentam a mudança

Sequenciamento genômico: Next-gen sequencing representa mais de 33% do mercado. Custos desabaram, viabilizando uso clínico rotineiro.⁵

IA e machine learning: Algoritmos analisam genômica, proteômica e dados clínicos para identificar padrões invisíveis ao olho humano. ⁶

Monitoramento contínuo: Wearables e IoMT geram fluxos de dados em tempo real. Doenças cardio-metabólicas lideram em aplicação prática. ¹

Multi-ômicas integradas: A fusão de genômica, proteômica, metabolômica e transcriptômica revela mecanismos que abordagens isoladas perdem.⁶

Onde os resultados já aparecem

Oncologia lidera com folga. O mapeamento de mutações tumorais já permite selecionar terapias-alvo que atacam células cancerosas sem destruir tecido saudável. É a área com maior maturidade de biomarcadores e cadeia regulatória mais estabelecida.

Doenças raras vêm na sequência. A identificação da causa genética abre diretamente o caminho para design terapêutico personalizado, algo antes impossível para condições que afetam poucos pacientes no mundo.

Doenças cardio-metabólicas representam a maior oportunidade populacional. Aqui, monitoramento remoto e analytics preditivos já estão sendo usados para intervir antes de eventos agudos acontecerem.

Neurologia e psiquiatria ainda são áreas emergentes. Biomarcadores e modelos preditivos precisam de mais validação, mas os investimentos estão crescendo rapidamente, especialmente em doenças neurodegenerativas.

O que a Health Tech está construindo agora

A corrida por startups é intensa. Em 2026, empresas como Aignostics (diagnóstico de patologia por IA, com €34M captados em 2024) e DarwinHealth (plataforma de medicina oncológica de precisão) estão avançando em casos de uso clínicos concretos. A ferramenta Sepsis ImmunoScore, da Prenosis, tornou-se o primeiro instrumento de IA/ML aprovado pelo FDA para diagnóstico e predição de risco de sepse.⁷

No campo da descoberta de drogas, a Insilico Medicine usa plataformas de química generativa com NVIDIA BioNeMo para acelerar identificação de alvos terapêuticos, com candidatos já em fase 2 de trials clínicos.³

Os obstáculos que ainda travam a escala

Tecnologia não é o gargalo. Os desafios reais estão em outro lugar:

Fragmentação de dados. Prontuários eletrônicos, dados de wearables, informações genômicas e resultados laboratoriais vivem em silos separados. A falta de interoperabilidade desacelera a tomada de decisão clínica e limita o potencial analítico.¹

Custo e acesso desigual. Testes genéticos ainda são proibitivos em grande parte do mundo. A Medicina de Precisão corre o risco de ampliar desigualdades em saúde se não houver políticas deliberadas de inclusão.⁴

Ambiente regulatório em adaptação. O FDA está ajustando seu framework para testes desenvolvidos em laboratório (LDTs), adicionando custos de compliance que também prometem maior qualidade e confiança clínica. A Europa, com o European Health Data Space, está criando novas exigências para acesso transfronteiriço a dados.⁴

O que isso significa para o ecossistema de saúde?

A Medicina de Precisão não é uma especialidade. É uma nova camada de infraestrutura para toda a medicina. Sistemas de saúde que conseguirem integrar genomics, IA clínica e monitoramento contínuo em seus fluxos de trabalho sairão na frente em desfechos e em eficiência operacional.^{1, 5}

Para quem constrói produtos de saúde digital: as oportunidades de plataforma estão justamente nas lacunas. Interoperabilidade de dados, interfaces clínicas para resultados genômicos, ferramentas de suporte à decisão que caibam no workflow médico real.^{2, 6}

A medicina do tamanho único está com os dias contados. O desafio agora é garantir que a medicina personalizada não seja um privilégio de poucos.

Fontes

z NCH Stats. Emerging Health Innovations in 2026: Personalized Medicine and Precision Care. Mar. 2026. nchstats.com

(2) Precedence Research / BioSpace. Precision Medicine Market Size Surges Toward USD 470.53 Billion by 2034. Dez. 2025. biospace.com

(3) ResearchAndMarkets. AI in Precision Medicine Report 2026–2040: Industry Trends and Global Forecasts. Mar. 2026. globenewswire.com

(4) GlobalNewsWire / ResearchAndMarkets. Precision Medicine Analysis Report 2026: A $237.28 Billion Market by 2031. Fev. 2026. globenewswire.com

(5) Mordor Intelligence / GlobalNewsWire. Precision Medicine Market 2026–2031 Growth: 13%+ CAGR. Fev. 2026. globenewswire.com

(6) MeditechInsights / PharmiWeb. AI in Precision Medicine Market: Growth Study, Future Trends and Top Players. Fev. 2026. pharmiweb.com

(7) WewillCure. 9 Precision Medicine Startups to Watch in 2026. Jan. 2026. wewillcure.com

O retrato de 2025

Nos grandes centros, obesidade e diabetes deixaram de ser “doenças de gente mais velha”. Na última década, adolescentes ganharam peso em ritmo inédito e adultos de trinta e poucos anos já recebem diagnóstico de diabetes tipo 2, algo raríssimo quinze anos atrás. Três motores explicam esse fenômeno:

• Urbanização acelerada: mais tempo sentado, refeições fora de casa e presença constante de alimentos ultraprocessados.

• Desigualdade alimentar: frutas e legumes custam caro, ultraprocessados não. Nas periferias, o deserto de opções saudáveis empurra famílias para calorias vazias.

• Envelhecimento populacional: o país ganhou seis milhões de cidadãos acima dos sessenta anos entre 2015 e 2025, e diabetes cresce junto com a idade.

Onde o problema aperta mais

Historicamente, as regiões mais desenvolvidas apresentam mais casos. Em 2019, após ajuste por idade, o Sudeste e o Centro-Oeste registravam as maiores prevalências de diabetes do país, enquanto a região Norte tinha os índices mais baixos, reflexo da alta densidade urbana e de diagnósticos mais frequentes.

Norte e Nordeste mostram o crescimento mais acelerado. Capitais como Porto Velho, Manaus e Recife registram picos de obesidade entre mulheres jovens, enquanto cidades médias do interior nordestino já rivalizam com índices metropolitanos.

A prevalência de diabetes aumenta drasticamente com a idade. Pessoas com 65 anos ou mais têm um risco até 27 vezes maior de ter diabetes em comparação a adultos jovens​. Grande parte dos casos conhecidos está em indivíduos de meia-idade para cima. Em 2021, por exemplo, mais de 60% dos brasileiros acima de 65 anos referiam hipertensão e cerca de 20%–25% tinham diabetes (estimativas), valores muito superiores aos observados em adultos jovens

Custos visíveis e invisíveis

O impacto vai muito além da balança. Estudos estimam que sobrepeso e obesidade drenaram dois por cento do PIB brasileiro em 2019, somando custos diretos e perda de produtividade. Se o ritmo continuar, é possível chegar a três por cento do PIB até 2030. A conta fica ainda mais salgada quando se incluem amputações, hemodiálises, aposentadorias precoces e dias de trabalho perdidos.

Três caminhos para virar o jogo

Criar ambientes de escolha fácil e saudável
Cidades que ampliaram ciclovias e reforçaram feiras livres observaram quedas modestas, porém constantes, no IMC médio da população. Empresas que oferecem refeições frescas subsidiadas colhem benefícios semelhantes.

Educação nutricional desde cedo
Em Niterói (RJ), um ensaio controlado em vinte escolas públicas mostrou que, depois de um ano de oficinas culinárias com as merendeiras e ajustes no cardápio, o consumo diário de bebidas açucaradas entre os alunos caiu cerca de 17 %, pais relataram ter adotado parte dessas mudanças em casa.

Tecnologia ao lado do paciente
Aplicativos que dão feedback em tempo real sobre alimentação e sensores de glicose sem picadas diárias removem barreiras e aumentam a adesão ao cuidado. Quanto mais integradas ao SUS e aos planos privados, maior o impacto.

Por que falar disso agora?

O ano de 2025 marca um ponto de inflexão. Pela primeira vez, o Brasil vê crescer simultaneamente a população idosa, mais propensa a diabetes, e uma geração de jovens que já entra na vida adulta com obesidade. Se nada mudar, o sistema de saúde enfrentará pressões duplas em menos de dez anos.

A boa notícia é que já sabemos onde e em quem agir primeiro. Investir em prevenção nas capitais do Norte e Nordeste, olhar com atenção para mulheres de meia-idade e adotar tecnologia de acompanhamento remoto pode frear a curva antes que ela dispare de vez.

Em outras palavras, compreender o novo mapa da diabetes e da obesidade é passo essencial para redesenhar estratégias de saúde que realmente façam diferença agora e no futuro próximo.

A biotecnologia tem raízes antigas, com práticas como fermentação e seleção artificial já usadas há milhares de anos. Entretanto, sua base científica consolidou-se apenas no século XIX, especialmente com os trabalhos de Louis Pasteur. O termo Biotecnologia foi criado em 1919, mas a revolução moderna veio na segunda metade do século XX com a descoberta da estrutura do DNA, engenharia genética e edição gênica, abrindo caminho para terapias e medicamentos inovadores utilizados hoje.

Mas o que é Biotecnologia?

A biotecnologia é o uso de organismos vivos (ou partes deles) para criar produtos e tecnologias úteis ao ser humano. Em outras palavras, combina biologia e tecnologia para resolver problemas ou gerar melhorias em diversas áreas, especialmente na saúde. Na prática, isso significa utilizar células, genes, enzimas e outros componentes biológicos em processos industriais ou de pesquisa. Por exemplo, na biotecnologia em saúde, às vezes chamada de biotech vermelha, aplicam-se técnicas laboratoriais avançadas para desenvolver medicamentos, vacinas, kits de diagnóstico e terapias inovadoras​.

Uma definição formal, dada pela ONU, descreve biotecnologia como:

Em termos mais simples, é aproveitar mecanismos da natureza (microrganismos, células, DNA etc.) e colocá-los a serviço da humanidade, seja para produzir uma insulina recombinante, detectar uma doença genética ou criar uma planta resistente a pragas.

No contexto da saúde, a biotecnologia tem tido um impacto transformador. Áreas como engenharia genética, terapia gênica, medicina regenerativa e bioinformática fazem parte desse campo e vêm revolucionando a medicina. Já contamos, por exemplo, com medicamentos biológicos (produzidos por células vivas em biorreatores, como anticorpos monoclonais para câncer), vacinas de nova geração (como as de RNA mensageiro) e testes genéticos capazes de identificar predisposições a doenças. A biotecnologia em saúde permite criar tratamentos personalizados de acordo com o perfil genético do paciente, diagnosticar doenças com mais precisão e até “editar” genes defeituosos que causam enfermidades.

Em resumo, é uma área multidisciplinar (envolvendo biologia, química, tecnologia da informação, engenharia etc.) que está impulsionando o futuro da saúde humana.

Principais Desafios da Biotecnologia em Saúde

Como toda grande revolução tecnológica, a biotecnologia traz não só benefícios, mas também desafios complexos. A seguir, listamos alguns dos principais desafios e questões que o setor de biotecnologia aplicada à saúde enfrenta atualmente:

Regulamentação e Segurança

Novos medicamentos, terapias genéticas ou vacinas demandam regulações rigorosas para assegurar sua segurança e eficácia antes de chegarem à população. Um desafio é encontrar o equilíbrio entre proteger o público e não criar barreiras excessivas à inovação. Procedimentos regulatórios longos e burocráticos podem atrasar tratamentos importantes.

Acesso e Custo das Inovações

Muitas terapias biotecnológicas são sofisticadas, o que costuma torná-las caras. Isso levanta a questão: quem poderá se beneficiar dessas inovações? Um desafio central é garantir acesso equitativo aos avanços da biotech, para que não fiquem restritos a poucos. Como evitar que apenas países ricos ou populações de alta renda tenham acesso a tratamentos de ponta? Além disso, o alto custo de desenvolvimento (que pode chegar a bilhões de dólares e mais de uma década de pesquisa) muitas vezes resulta em preços elevados dos produtos finais.

Privacidade de Dados Genéticos

Com o advento da medicina genômica e de testes genéticos populares, uma enorme quantidade de dados genéticos pessoais está sendo gerada. Isso traz preocupações sobre privacidade e uso adequado dessas informações. Como proteger os pacientes de usos indevidos de seus dados biológicos? Questões de confidencialidade, consentimento informado e segurança cibernética de dados de DNA são cada vez mais relevantes.

Ética na Manipulação da Vida

Talvez as discussões mais acaloradas girem em torno dos limites éticos. A possibilidade de editar genes de embriões humanos (o que poderia erradicar doenças genéticas, mas também abrir caminho para bebês sob medida) gerou debates no mundo todo.

Técnicas como a edição genética via CRISPR são poderosas, mas requerem responsabilidade para evitar usos indevidos​. Outro exemplo foi a polêmica sobre o uso de células-tronco embrionárias em pesquisas, que envolveu questões religiosas e morais. Quem aí lembra de Gattaca?

Infraestrutura e Investimento em P&D

Do ponto de vista industrial, desenvolver um produto biotecnológico não é simples. Escalar a produção de algo feito por células vivas requer instalações de alto nível, pessoal extremamente qualificado e muito capital. Em países como o Brasil, ainda há carência de investimentos consistentes em pesquisa, desenvolvimento e inovação na área​. Laboratórios de ponta, incentivos fiscais e fomento a startups de biotecnologia são necessários para transformar boas ideias científicas em produtos comerciais.

Startups Brasileiras de Biotecnologia em Destaque

A boa notícia é que o Brasil também está embarcando na revolução da biotecnologia. Nos últimos anos, tem surgido um ecossistema vibrante de startups de biotech no país, muitas ligadas a saúde. Centros de pesquisa de excelência, como a Fiocruz e o Instituto Butantan, colaboram com empresas nascentes para levar descobertas do laboratório à sociedade. Programas de fomento governamental (por exemplo, o BNDES Profarma) e investimentos privados vêm impulsionando esse movimento inovador​.

Abaixo, listamos alguns exemplos de startups que estão inovando na área:

• Mendelics (2012): Primeiro laboratório brasileiro de sequenciamento genético para diagnósticos de doenças raras e câncer. Pioneira em usar Sequenciamento de Nova Geração (NGS) para tornar exames genéticos mais acessíveis no país.

• R-Crio (2013): Centro de tecnologia celular que coleta e criopreserva células-tronco de dentes de leite para usos futuros em medicina regenerativa​. Inovação na fonte de células-tronco e projetos de pesquisa em microgravidade (enviará células ao espaço para estudos).

• PickCells (2014): Plataforma de IA que analisa exames laboratoriais e de imagem, automatizando detecção de doenças. Acelera laudos de raio-X, ressonância etc., e identifica parasitas em análises clínicas com alta precisão, útil inclusive no diagnóstico de doenças negligenciadas como leishmaniose e tuberculose.

• Bio Bureau (2009): Biodiversity-tech carioca que desenvolve soluções a partir da natureza. Utiliza genes de espécies nativas para criar novos fármacos e bioinsumos. Mantém um banco genético da biodiversidade brasileira e projetos como bactérias que removem metais pesados de rios, aliando biotecnologia e sustentabilidade.

• Regenera Moléculas do Mar (2010): Nascida na incubadora da UFRGS, explora a “Amazônia Azul” em busca de moléculas inovadoras de microrganismos marinhos. Possui um banco com mais de 1.500 fungos e bactérias do mar, utilizados para desenvolver antibióticos, cosméticos e bioinsumos agrícolas​. Foi eleita a startup #1 em biotecnologia no ranking 100 Open Startups nos últimos anos, destacando o potencial da riqueza marinha brasileira.

Desde medicamentos inovadores até terapias personalizadas, vivemos numa época em que biologia virou tecnologia. Para profissionais da saúde e leitores curiosos, entender esse setor é essencial, afinal, muitas inovações que chegarão aos pacientes estão sendo desenvolvidas agora mesmo em laboratórios e startups. Descomplicar a biotecnologia é o primeiro passo para democratizar o acesso e impulsionar avanços.

Quer continuar acompanhando as novidades? Fique ligado no Health Pulse da Skillcore, onde falamos sobre tendências da health tech de forma acessível e interessante.

Em muitos setores, especialmente no universo das startups, prevalece o famoso mantra: "move fast and break things". Empresas como Uber, Airbnb e Spotify cresceram rapidamente justamente por desafiar processos estabelecidos, quebrar hábitos antigos e criar novos comportamentos.

Mas no mundo da HealthTech, essa lógica muda completamente. Diferente de outros mercados, a saúde possui uma cultura naturalmente avessa ao risco e por uma excelente razão: estamos lidando diretamente com a vida das pessoas.

Quem acertou na HealthTech?

O sucesso em HealthTech geralmente vem da capacidade de resolver problemas específicos sem grandes rupturas nos processos já existentes. Alguns exemplos práticos:

• Dr. Consulta: Tornou consultas médicas acessíveis sem depender de planos de saúde, facilitando a vida dos pacientes com qualidade e comodidade (Fonte).

• Memed: Simplificou prescrições médicas, criando uma plataforma com acesso fácil às bulas de mais de 20 mil medicamentos regulamentados pela Anvisa, reduzindo erros e melhorando a comunicação entre médicos e pacientes (Fonte).

• Zenklub: Permitiu sessões de terapia online com profissionais qualificados, trazendo flexibilidade e privacidade aos pacientes (Fonte).

Essas empresas não tentaram reinventar todo o sistema de saúde do dia para a noite. Pelo contrário: focaram em resolver um problema claro, simples e imediato. Só depois, aos poucos, começaram a ampliar suas soluções.

Quem tropeçou pelo caminho?

Por outro lado, startups que apostaram em transformações radicais sem validar bem suas soluções enfrentaram sérias dificuldades. Alguns casos emblemáticos:

• Theranos: Prometia revolucionar exames laboratoriais com apenas algumas gotas de sangue. A falta de transparência e a inconsistência nos resultados levaram ao fracasso completo da empresa (Fonte).

• Forward Health: Investiu em clínicas ultramodernas e cabines automatizadas para exames médicos, mas enfrentou dificuldades técnicas constantes, baixa adesão e foi encerrada em 2024 (Fonte).

• Google Health: Pretendia centralizar informações de saúde dos usuários, mas a dependência da inserção manual de dados pelos usuários, além de questões de privacidade e integração, comprometeu seu sucesso (Fonte).

Esses casos destacam algo importante: antes de tentar revolucionar a saúde, é fundamental provar que sua solução é confiável e eficaz.

Na prática, o que funciona bem em outros setores nem sempre dá certo na saúde. Crescimento sustentável em HealthTech vem muito mais de respeitar a segurança do paciente, entender o contexto clínico e criar valor gradualmente.

O termo que ganhou força por volta dos anos 2000 é a junção de "health" (saúde) e "tech" (tecnologia) quando começou a ser utilizado para dar nome a aplicação de inovações para melhorar e transformar o setor de saúde.

Embora a tecnologia já estivesse sendo utilizada no setor há décadas (como em equipamentos de imagem e registros digitais), o termo ganhou força com o avanço da revolução digital, a internet e o surgimento de startups focadas em soluções para área de saúde.
Nesse artigo, a ideia é explorar as diferentes áreas em que a tecnologia está sendo empregada na saúde.

Telemedicina

A telemedicina é a prática de oferecer serviços médicos remotamente por meio de tecnologias de comunicação, como videoconferências, chats e aplicativos especializadosa, além é claro do uso de Inteligência Artificial Generativa (LLMs).

Um dos principais benefícios do modelo é sem dúvida o acesso ampliado que essa tecnologia permite. Filas de triagem poderiam ser imensamente reduzidas e o acesso a especialistas facilitado. Além disso, pacientes que vivem em áreas remotas ou que possuem problemas de locomoção teriam mais facilmente acesso a cuidados de maior qualidade.

Além disso, em situações de emergência ou durante crises sanitárias, como a recente pandemia, a telemedicina tem sido fundamental para manter a continuidade do atendimento sem expor pacientes e profissionais a riscos desnecessários.

Com a AI generativa em alta, várias startups de Health Tech estão surgindo como uma alternativa escalável para a telemedicina. Exemplos de startups focadas nesse setor no Brasil e no mundo:

Teladoc Health: Uma das maiores empresas globais do setor, a Teladoc oferece consultas médicas remotas que englobam diversas especialidades e atendem a milhões de pacientes em vários países.

Amwell: Focada em conectar pacientes a médicos por meio de plataformas digitais, a Amwell tem uma forte presença no mercado norte-americano, possibilitando consultas rápidas e seguras.

Conexa Saúde: No cenário brasileiro, a Conexa Saúde tem se destacado por conectar pacientes e profissionais de saúde por meio de uma plataforma robusta de telemedicina, ampliando o acesso a consultas especializadas em diversas regiões.

Os principais desafios do setor:

Infraestrutura tecnologica, regulamentação e questões Legais, Limitações no diagnóstico clínico, aceitação e adaptação dos profissionais, segurança da informação e integração com sistemas de saúde.

Wearables e Dispositivos Médicos Inteligentes

Vamos começar com a distinção entre os dois produtos.

Wearables

Os wearables são disposítivos “vestíveis”, usados no corpo (pulso, peito ou até mesmo roupas), com sensores embutidos para monitorar sinais fisiológicos e comportamentais. Alguns exemplos, incluem: smartwatches, pulseiras fitness, roupas com sensores ou anéis inteligentes.

O objetivo principal dos Wearables é o monitoramento contínuo do bem-estar e de atividades do dia a dia, como exercícios.

Dispositivos Médicos Inteligentes

Já os Dispositivos Médicos Inteligentes são voltados ao uso clínico ou tratamento direto de doenças, geralmente com validação médica e frequentemente regulados por órgãos como a Anvisa no Brasil ou FDA nos EUA. Alguns exemplos incluem:

• Monitores contínuos de glicose (CGM - Continuous Glucose Monitor)

• Bombas de insulina automatizadas

• Marcapassos com conectividade

• Dispositivos de ECG portáteis com IA

Ambos os tipos de dispositivos utilizam uma combinação de: Sensores biométricos, algum tipo conectividade, análise de dados e interfaces digitais, com apps ou dashbords que apresentam os dados de monitoramento do usuário.

Aplicações em Saúde

Esses dispositivos permitem o monitoramento constante de sinais vitais como batimentos cardíacos, sono, níveis de estresse e glicose no sangue, possibilitando a identificação precoce de condições como arritmias, apneia do sono e crises diabéticas.

Além disso, são aliados no acompanhamento de pacientes com doenças como hipertensão, asma e doenças cardíacas, ajustando tratamentos com base em dados em tempo real.

Na saúde mental, ajudam a detectar padrões relacionados a ansiedade e depressão.

Alguns exemplos notáveis

FreeStyle Libre: Os sistemas de monitoramento contínuo de glicose (CGM) FreeStyle Libre permitem que você veja o que afeta sua glicose e, assim, consiga alcançar pequenas vitórias pessoais, contribuindo com a sua evolução.

Oura Ring: O Oura Ring é um anel inteligente de titânio com sensores embutidos que monitora continuamente indicadores de saúde física e mental, sono, atividade física e recuperação corporal. Diferente de relógios ou pulseiras fitness, ele se destaca pela discrição, precisão e conforto contínuo, podendo ser usado até durante o sono sem incômodo.

Withings ScanWatch: O Withings ScanWatch é um relógio híbrido inteligente que une a estética de um relógio analógico tradicional com sensores médicos avançados, sendo um dos poucos wearables aprovados por órgãos reguladores como a FDA (EUA) e CE (Europa) para uso clínico em detecção de condições cardiovasculares e respiratórias.

Dexcom G7: O Dexcom G7 é um sistema de monitoramento contínuo de glicose (CGM – Continuous Glucose Monitor) voltado principalmente para pessoas com diabetes tipo 1 e tipo 2. Ele permite acompanhar os níveis de glicose em tempo real, sem a necessidade de picadas constantes nos dedos, e fornece dados clínicos altamente precisos diretamente para um smartphone ou receptor dedicado.

Como vimos, a Health Tech veio para ficar, trazendo soluções inovadoras que facilitam o acesso à saúde, proporcionam diagnósticos mais precisos e contribuem para o bem-estar contínuo das pessoas. E este é apenas o começo! Nos próximos artigos dessa série, vamos aprofundar ainda mais nas principais tendências e desafios do setor, como Biotecnologia, Medicina de Precisão, Farma Digital, Gestão Hospitalar, Saúde Mental e muito mais. Continue acompanhando e descubra como a tecnologia continuará transformando o futuro da saúde.

Feliz Sexta, bom dia e bom fim-de-semana!!!

Hoje trazemos o relatório Accenture Life Trends 2025 explora as mudanças no comportamento das pessoas em um mundo cada vez mais digital e complexo. O estudo, baseado em entrevistas e pesquisas com consumidores em 22 mercados, destaca cinco grandes tendências que moldarão os negócios e a sociedade no próximo ano.

Leia o relatório completo aqui.

O Custo da Hesitação

A confiança nas experiências digitais está sob ameaça. O aumento de conteúdos falsificados, como deepfakes, reviews fraudulentos e golpes online, tem tornado os consumidores mais hesitantes em suas interações digitais. Segundo a Accenture, 52% dos entrevistados já foram expostos a fake news ou ataques deepfake.

As marcas precisam criar estratégias para reforçar a confiança e a autenticidade de suas interações com o público. Tecnologias como blockchain e verificações de identidade podem ser soluções para garantir transparência e segurança.

A Armadilha dos Pais

Os pais de hoje enfrentam um dilema: como equilibrar a exposição das crianças à tecnologia sem comprometer seu bem-estar? O relatório destaca a crescente preocupação com o impacto das redes sociais na saúde mental dos jovens. Em resposta, governos e instituições estão implementando regulamentações mais rígidas, como a proibição do uso de smartphones por menores de 14 anos em algumas cidades europeias.

Empresas que oferecem soluções tecnológicas para crianças devem se adaptar a esse cenário, priorizando a segurança digital e o desenvolvimento saudável.

A Economia da Impaciência

O desejo por resultados rápidos está transformando a maneira como as pessoas buscam soluções para suas vidas. Segundo a Accenture, 55% dos consumidores preferem métodos mais rápidos, mesmo que menos tradicionais, para alcançar seus objetivos financeiros e de saúde.

Isso inclui desde a adoção de microdoses de substâncias para aumentar a produtividade até a busca por atalhos financeiros por meio de apostas e investimentos alternativos. As marcas precisam entender esse comportamento e oferecer soluções que combinem velocidade, conveniência e segurança.

A Dignidade do Trabalho

A chegada de novas tecnologias está impactando o valor percebido do trabalho. O relatório aponta que muitas pessoas sentem que seus empregos estão sendo automatizados sem que haja uma preocupação genuína com seu futuro profissional.

Para as empresas, isso significa que será essencial oferecer oportunidades de requalificação e enfatizar o papel humano nas organizações. A transparência sobre o impacto da automação será um diferencial competitivo.

O Retorno ao Contato Humano (Social Rewilding)

Após anos de digitalização intensa, as pessoas estão buscando conexões mais autênticas e experiências tangíveis. O conceito de social rewilding indica um desejo de reconectar-se ao mundo físico, valorizando eventos presenciais, interações pessoais e ambientes menos digitais.

Marcas que conseguirem integrar experiências físicas e digitais de maneira equilibrada terão mais chances de construir relacionamentos sólidos com seus clientes.

O relatório Accenture Life Trends 2025 revela um cenário onde a confiança digital, a velocidade das soluções, a evolução do trabalho e o desejo por conexões mais humanas moldarão o comportamento dos consumidores.

Alerta sobre medicamentos manipulados
A Sociedade Brasileira de Endocrinologia e Metabologia alertou sobre os riscos das versões manipuladas de medicamentos como o Ozempic® (semaglutida). Esses produtos podem não garantir a mesma segurança e eficácia dos originais. Saiba mais.

Tentativa de extensão da patente do Ozempic®
A Novo Nordisk está tentando prorrogar a patente do Ozempic® no Brasil, que expira em 2026. Enquanto isso, laboratórios nacionais já se preparam para lançar versões similares do medicamento. Saiba Mais.

Descontinuação do Victoza®
O medicamento Victoza® (liraglutida), utilizado no tratamento do diabetes tipo 2, será descontinuado globalmente até o final de 2025. Pacientes devem procurar alternativas com seus médicos. Mais informações.

Anvisa alerta sobre falsificação do Ozempic®
Foram identificados casos de falsificação do Ozempic® no Brasil. A Anvisa alerta que algumas canetas de insulina Fiasp® FlexTouch® estão sendo adulteradas e vendidas como Ozempic®. Saiba mais.

Novo medicamento para perda de peso
A Novo Nordisk anunciou um novo medicamento experimental, chamado CagriSema, que se mostrou tão eficaz quanto o Mounjaro, da Eli Lilly, na perda de peso. No entanto, os resultados não foram tão promissores quanto o esperado. Confira.

Você já se pegou pensando constantemente em comida ao longo do dia? Sentiu que esses pensamentos pareciam incontroláveis ou que passava tempo demais focado no que iria comer? Para muitas pessoas, esse tipo de preocupação é uma realidade diária e tem um nome: food noise, ou "barulho da comida".

O que é Food Noise e por que ele importa?

Food noise é definido como pensamentos persistentes e intrusivos sobre comida que podem afetar a qualidade de vida e dificultar a adoção de hábitos saudáveis. O conceito ganhou destaque recentemente, especialmente com relatos de pacientes que usam medicamentos como GLP-1 e notam uma redução significativa nesse tipo de pensamento.

Apesar da crescente atenção sobre o tema, até agora não existia uma forma confiável de medir esse fenômeno. Foi exatamente isso que um estudo publicado na revista Obesity buscou resolver, desenvolvendo o Food Noise Questionnaire (FNQ)—o primeiro questionário validado para quantificar a presença e a intensidade do food noise.

Como medir o food noise?

Para entender se o food noise está impactando sua vida, os pesquisadores criaram um questionário simples e direto. As cinco perguntas principais são:

• Você se pega constantemente pensando em comida ao longo do dia?

• Seus pensamentos sobre comida parecem incontroláveis?

• Você sente que passa tempo demais pensando em comida?

• Esses pensamentos têm efeitos negativos na sua vida?

• Eles te distraem do que realmente precisa fazer?

Os participantes responderam essas perguntas em uma escala de 0 a 4 (de "discordo totalmente" até "concordo totalmente"). Quanto maior a pontuação final, maior o nível de food noise experimentado.

O que o estudo revelou?

A pesquisa analisou as respostas de 396 participantes e encontrou alguns padrões interessantes:

• Mulheres e pessoas que estão tentando perder peso relataram níveis mais altos de food noise.

• Indivíduos mais velhos e aposentados apresentaram pontuações mais baixas, sugerindo que esse ruído mental pode diminuir com o tempo ou com mudanças na rotina alimentar.

• Pessoas com índices de massa corporal (IMC) mais altos também tiveram scores mais elevados no FNQ.

Além disso, os resultados mostraram que o FNQ tem alta confiabilidade e validação psicométrica, tornando-se uma ferramenta valiosa para pesquisadores, nutricionistas e profissionais da saúde.

Esse tipo de pesquisa reforça como a relação com a comida vai muito além do físico—há um componente psicológico forte que precisa ser considerado.

Partilhar

Subscreva agora

Deixe um comentário