No WIRED Health em Londres em 16 de abril, o cirurgião Ara Darzi — diretor do Institute of Global Health Innovation no Imperial College London — descreveu o que chamou de "o primeiro ponto de inflexão genuíno" na crise de resistência a antibióticos. Infecções resistentes causam mais de um milhão de mortes globais por ano e contribuem para quase 5 milhões a mais, segundo números citados pela cobertura da Wired. Um relatório do Lancet de 2024 projetou que infecções resistentes poderiam causar 40 milhões de mortes até 2050. Diagnósticos tradicionais — cultivar bactérias de uma amostra para determinar qual antibiótico vai funcionar — levam de dois a três dias, que é tempo que pacientes com sepse não têm: cada hora de tratamento atrasado, o risco de morte aumenta 4-9%. Enquanto esperam, os médicos estão chutando quais antibióticos prescrever.

A IA muda esse cálculo em três vetores. Primeiro, diagnósticos. Darzi citou sistemas baseados em IA atingindo precisão acima de 99% sem infraestrutura de laboratório adicional — a cláusula "sem infraestrutura de laboratório adicional" é a parte que importa para deploy em ambientes de poucos recursos, onde a OMS estima que uma em cada três infecções reportadas já é resistente no sudeste asiático e Mediterrâneo oriental, e uma em cada cinco na África. Segundo, descoberta de fármacos. O NHS do Reino Unido está trabalhando com o Google DeepMind num sistema de IA que, numa demonstração, identificou mecanismos de resistência previamente desconhecidos em 48 horas, resolvendo um mistério que pesquisadores do Imperial College London passaram uma década tentando resolver. Terceiro, experimentação em escala: pareado com um laboratório automatizado, modelos de deep learning podem rodar centenas de experimentos em paralelo 24 horas e filtrar bilhões de estruturas moleculares em dias, enquanto a IA generativa está sendo usada no design de candidatos a fármacos.

A história econômica é a mais dura. A razão de haver poucos antibióticos novos no pipeline é que o mercado pune a única versão bem-sucedida do produto: um novo antibiótico que funciona deveria ser usado o mínimo possível para retardar resistência, o que significa baixo volume de vendas, o que significa baixo ROI para a farmacêutica, o que significa subinvestimento em P&D. O enquadramento de Darzi — "uma falta de incentivos significa que a inovação pode não chegar aos pacientes" — é a versão polida de dizer que a metade descoberta do problema está sendo resolvida pela IA mais rápido do que a metade economia de deploy está sendo resolvida por qualquer um. A IA pode encontrar moléculas candidatas; a IA não pode consertar o fato de que as farmacêuticas não ganham dinheiro com antibióticos raramente prescritos, que hospitais não pagam o suficiente por kits de diagnóstico rápido para amortizar o desenvolvimento, ou que países de baixa renda com as maiores taxas de resistência não podem pagar pelo equipamento de laboratório do qual a IA depende.

Para os builders, três coisas concretas. Primeiro, a promessa de "diagnósticos IA sem infraestrutura de laboratório adicional" é exatamente a fronteira de deploy que vale acompanhar. Se você constrói em IA médica, os produtos que vão alcançar pacientes serão os que funcionam em hardware existente (smartphones, microscopia básica, kits point-of-care) — não os que exigem um sequenciador de US$200.000 por clínica. Segundo, a comparação DeepMind/NHS "48 horas vs 10 anos" é o enquadramento duradouro. A IA comprime certos timelines de pesquisa por ordens de magnitude, mas só em problemas onde o gargalo era busca exaustiva e não validação experimental. A validação ainda é lenta, cara e limitada por humanos; orce seus projetos de pesquisa guiados por IA conforme. Terceiro, a crítica dos incentivos se aplica amplamente: qualquer ferramenta de IA cujo valor é mais alto exatamente quando é menos usada (diagnósticos de doenças raras, resposta a incidentes de segurança, monitoramento de infraestrutura) enfrenta o mesmo problema de pagamento desalinhado. Construa essa conversa no seu modelo de negócio desde o primeiro dia — compra governamental, licença por assinatura, preços baseados em resultados — porque a efetividade da ferramenta sozinha não vai desbloquear o orçamento.