Sistema de saúde em loop: testes clínicos rápidos aceleram descoberta com IA

Tese

Ensaios clínicos não deveriam ser tratados apenas como a etapa final que valida ou rejeita descobertas produzidas no laboratório. A tese apresentada é que eles funcionam como motores de descoberta: ideias são transformadas em testes, os testes produzem dados - inclusive resultados negativos -, esses dados aprimoram modelos e hipóteses, e as hipóteses melhores orientam a próxima geração de experimentos. Tornar os ensaios mais rápidos e informativos, portanto, poderia aumentar a probabilidade de sucesso, em vez de simplesmente facilitar a entrada de medicamentos ruins no mercado.

Essa proposta responde ao problema descrito por Jack Scannell como Eroom’s Law, segundo o qual o custo, ajustado pela inflação, para levar um novo medicamento ao mercado aproximadamente dobra a cada nove anos, tendência observada desde a década de 1950. O Clinical Trial Abundance Project, criado para aumentar o número, a velocidade e o valor informativo dos ensaios, defende que o desenvolvimento terapêutico precisa superar o modelo linear do “funil”, no qual a pesquisa básica gera candidatos e os testes clínicos apenas filtram os menos promissores.

O caso das terapias CAR-T

A evolução das terapias CAR-T é apresentada como evidência desse ciclo de aprendizado. As primeiras versões, testadas em humanos em meados dos anos 2000, conseguiam reconhecer e matar células tumorais em laboratório, mas não produziam respostas clínicas duradouras. Estudos pequenos e densos em informação ajudaram a identificar os motivos: as células entravam no organismo, mas desapareciam rapidamente; embora reconhecessem os antígenos, sua atividade diminuía com o tempo.

Medições como a reação em cadeia da polimerase quantitativa (qPCR) mostraram que o problema não era simplesmente a falta de reconhecimento do tumor. A interpretação desses resultados, combinada com conhecimentos de imunologia, indicou que os receptores CAR de primeira geração forneciam o sinal primário de ativação das células T, mas não os sinais coestimuladores necessários para manter sua função. Essa hipótese levou ao desenvolvimento de receptores que também incorporavam domínios como 4-1BB ou CD28.

Em um estudo publicado em 2011, a equipe de Carl June, na University of Pennsylvania, tratou um paciente com leucemia linfocítica crônica usando células CAR-T com CD3ζ e 4-1BB. Mesmo com uma dose de 1,5 × 10⁵ células por quilograma, as células se multiplicaram mais de mil vezes, permaneceram detectáveis por meses e produziram resposta antitumoral. Resultados posteriores em duas crianças com leucemia linfoblástica aguda B recidivada ajudaram a levar essas lições ao estudo ELIANA, que apoiou a aprovação acelerada de Kymriah pela FDA em 2017. No ELIANA, 82% dos pacientes alcançaram remissão completa; análises posteriores apontaram sobrevida de cinco anos de aproximadamente 55% a 60%, contra apenas 10% a 20% para pacientes com a doença recidivada ou refratária sob cuidados agressivos.

Barreiras e proposta

A autora rejeita a crítica de que a “abundância de ensaios” transformaria a biotecnologia em um cassino. Para ela, os testes não apenas revelam probabilidades fixas: podem alterar essas probabilidades ao gerar conhecimento que melhora o tratamento. Os estudos mais ricos em descobertas muitas vezes são pequenos, acadêmicos e conduzidos por pesquisadores próximos ao ciclo de desenho e teste, mas enfrentam entraves regulatórios, institucionais e de fabricação. Exigências de instalações completas de boas práticas de fabricação podem elevar o custo de estudos com poucos pacientes a milhões de dólares; a Austrália é citada como exemplo de regras que permitem fabricação em menor escala sob supervisão rigorosa.

A conclusão é que o progresso biomédico exigiria reduzir barreiras a ensaios iniciados por pesquisadores, permitir desenvolvimento adaptativo, usar melhor os dados clínicos e ampliar as medições realizadas em pacientes. O objetivo não seria apenas acelerar testes, mas recolocar os dados produzidos em humanos no centro da descoberta científica.