Humanitas acelera pesquisa clínica com IA e dados sintéticos para câncer e doenças do fígado

Por Alessandro Vittorio Romano — Em uma paisagem onde a ciência e a vida cotidiana se encontram como estações que se sucedem, Humanitas tem trilhado um caminho para transformar dados em um solo fértil para a pesquisa clínica. Desde 2021, o trabalho começou no campo da oncohematologia e hoje se estende, com ritmo crescente, à gastroenterologia, à epatologia e à reumatologia.

No centro dessa evolução está a geração de dados sintéticos por meio de Inteligência Artificial (IA): informações produzidas artificialmente por algoritmos que reproduzem as características estatísticas e biológicas dos conjuntos reais sem conter elementos identificáveis de pacientes. É uma tecnologia complexa, mas que, como uma colheita bem guiada, pode resolver noz processos da pesquisa clínica — onde a escassez e a fragmentação dos dados frequentemente tornam o terreno improdutivo — ao mesmo tempo em que protege a privacidade.

Do impulso dessa necessidade nasceu Train, spin-off do Humanitas fundado em 2013, cuja missão é desenvolver não só dados sintéticos, mas também digital twins e ferramentas de gestão sustentáveis. Essa experiência se nutre do ecossistema do hospital, onde clínicos, pesquisadores, engenheiros e data scientists trabalham em sintonia dentro do Humanitas AI Center, o primeiro centro integrado de pesquisa em IA num IRCCS italiano.

O esforço transdisciplinar deu origem a uma plataforma para criação de dados sintéticos, já aplicada inicialmente em síndromes mielodisplásicas e leucemias mieloides agudas. A novidade agora é que essa tecnologia foi disponibilizada para toda a comunidade científica.

Segundo Saverio D’Amico, CEO da Train, a solução permite que pesquisadores gerem datasets sintéticos a partir de dados clínicos reais mantendo-os dentro da infraestrutura hospitalar, preservando controle e segurança. Junto à geração, a plataforma integra o SAFE (Synthetic vAlidation FramEwork), um framework de validação que avalia fidelidade estatística, utilidade clínica e proteção da privacidade, oferecendo dashboards interativos e relatórios para uma verificação transparente e reprodutível da qualidade dos dados.

“A IA tem valor quando transforma dados seguros e validados em novo conhecimento científico e em ferramentas concretas para acelerar a pesquisa clínica em benefício dos pacientes”, enfatiza Victor Savevski, diretor do Humanitas AI Center. Essa transformação é como o trabalho do jardineiro que, conhecendo o ciclo das estações, prepara o terreno para uma safra mais próspera.

Entre os resultados apresentados por Humanitas no congresso da EASL, em Barcelona, destacam-se dois estudos sobre doenças hepáticas raras: a hepatite delta e a colangite biliar primária (primary biliary cholangitis). Essas patologias apresentam desafios particulares para a geração de dados sintéticos, pois sua evolução não é estritamente genética e é fortemente influenciada por múltiplos fatores ambientais e clínicos.

A hepatite delta, causada por uma infecção viral rara, costuma progredir rapidamente para cirrose e aumenta o risco de câncer hepático. Já a colangite biliar primária é uma doença autoimune que atinge os pequenos dutos biliares, com curso lento e variabilidade clínica que exige conjuntos de dados robustos para estudos confiáveis. Nesses contextos, os dados sintéticos representam uma ferramenta promissora para ampliar amostras e testar hipóteses sem comprometer identidades.

Em suma, a iniciativa de Humanitas e Train representa uma respiração nova para a pesquisa clínica: um movimento que combina tecnologia, proteção da privacidade e sensibilidade clínica, com o objetivo de transformar fragmentos de informação em conhecimento aplicável ao cuidado real das pessoas.