Startups de biotecnologia rejeitam uso de IA em novos fármacos

Um grupo crescente de empresas do setor biotecnológico tem optado por excluir a inteligência artificial de seus processos de pesquisa, priorizando métodos laboratoriais tradicionais e a liderança humana na geração de hipóteses científicas.

A tendência, documentada pela STAT News em 4 de novembro de 2026, desafia o consenso que dominou a indústria nos últimos três anos, período em que plataformas computacionais se tornaram o padrão para o desenvolvimento de medicamentos.

Entre os principais motivos para essa resistência está a preocupação com a qualidade dos dados utilizados no treinamento de modelos. Críticos apontam que essas bases de dados frequentemente carregam vieses de pesquisas históricas, o que pode limitar a identificação de oportunidades terapêuticas inovadoras.

Outro ponto de atrito é a dificuldade de interpretação dos sistemas de deep learning, frequentemente descritos como caixas-pretas. A falta de transparência nos processos decisórios da IA gera obstáculos significativos para a validação científica interna e para a obtenção de aprovações junto a agências reguladoras, como a FDA.

Além disso, essas startups argumentam que a complexidade dos sistemas biológicos, que envolve fatores como a dinâmica de dobramento de proteínas e microambientes celulares, supera a capacidade das arquiteturas de IA atuais. Para essas empresas, a experimentação em laboratório, conhecida como wet-lab, permanece como o caminho mais seguro e preciso para o avanço da ciência farmacêutica.

O cenário atual reflete uma polarização no setor, com o questionamento sobre o real impacto da tecnologia frente aos desafios práticos da descoberta de novos medicamentos e a necessidade de rigor experimental que, segundo essas empresas, a IA ainda não consegue suprir plenamente.