Amazônia Sem Fronteira

Notícias Corporativas

Como a Inteligência Artificial pode impulsionar a indústria farmacêutica

IA pode melhorar fluxo de trabalho, otimizar atividades e contribuir com o desenvolvimento de novos medicamentos, mas setor apresenta desafios

Como a Inteligência Artificial pode impulsionar a indústria farmacêutica
Como a Inteligência Artificial pode impulsionar a indústria farmacêutica

A Inteligência Artificial já é uma realidade na indústria farmacêutica, seja para a automação do fluxo de trabalho, avaliação de desempenho operacional, criação de estratégias de marketing e até mesmo desenvolvimento de novos medicamentos.

Dados da Pesquisa de Inovação Semestral – Pintec do IBGE mostram que, em 2022, na indústria farmacêutica e farmoquímica, o investimento nessa tecnologia atingiu 67% das empresas, contra 34,4% da indústria total. Para 2024, a estimativa é de que 81,5% das empresas que fabricam produtos desse setor aumentem os investimentos em P&D. A falta de uma governança preparada e da adoção de práticas responsáveis, entretanto, ainda limitam o avanço da IA no setor. 

“A implementação de uma IA Responsável e a compreensão de seus impactos éticos contribuem para a manutenção da imagem, da reputação e da responsabilidade social da empresa. Também é importante para a sua sustentabilidade e permite operações com maior segurança jurídica”, explica Leticia Croffi, Cientista de Dados da Thoughtworks, consultoria global de tecnologia. 

Percebe-se, entretanto, que muitas organizações ainda não possuem liderança preparada para implementar tais práticas. “Mesmo quando existem conselhos de governança de dados ou Inteligência Artificial, os esforços frequentemente estão desconectados das pessoas cientistas de dados e têm pouco impacto no trabalho diário com a tecnologia. Para que a governança seja eficaz, ela deve ser incorporada às práticas cotidianas, precisa ser pragmática e não pode atrasar desnecessariamente os projetos de IA”, reforça Letícia.

Neste cenário, a cientista sugere alguns tópicos que podem ser observados: “A IA Responsável precisa ser mais do que um checklist; se não houver alinhamento e apoio, é apenas tempo desperdiçado. Também é necessário que todas as pessoas compreendam a importância de gerenciar os riscos e assumam a responsabilidade para que a IA seja desenvolvida de maneira segura”, afirma.

Embora as regulamentações de IA em desenvolvimento ainda não sejam direcionadas exclusivamente à indústria farmacêutica, algumas diretrizes gerais também devem ser levadas em consideração, ressalta a especialista. O Ato Europeu de IA, que está em desenvolvimento desde 2021, é o projeto de lei mais consistente e completo atualmente. Já no Brasil, o PL 2.338 é resultado do trabalho de uma comissão de 18 juristas especialistas na área que criaram, discutiram e debateram o assunto.

“Embora haja um longo caminho pela frente, as medidas já adotadas representam avanços significativos para assegurar uma aplicação segura, ética e responsável da Inteligência Artificial no setor farmacêutico. É crucial que as empresas estejam atentas e tomem a iniciativa de integrar essas práticas em seus processos e operações”, complementa Wigor Correia, Diretor de Dados e IA para a América Latina na Thoughtworks.

 

Segurança e soluções eficazes na aplicação da Inteligência Artificial

Para garantir resultados melhores, a Thoughtworks aponta sete dimensões nos projetos voltados à indústria farmacêutica:

  • Privacidade de dados: os modelos da IA desenvolvidos não podem utilizar dados pessoais de um indivíduo. Caso necessário, devem ser mascarados ou anonimizados dentro dos termos da Lei Geral de Proteção de Dados (LGPD);
  • Viés e equidade: é importante que os sistemas da tecnologia não perpetuem ou amplifiquem discriminações, preconceitos e desigualdades a partir de sua base de dados e nos resultados gerados a partir deles;
  • Interpretabilidade e explicabilidade: interpretabilidade diz respeito ao sucesso em antecipar os resultados do modelo, enquanto a explicabilidade analisa como a máquina chegou ao resultado em si;
  • Responsabilidade e transparência: todos os dados, treinamentos e inferências de um modelo precisam ser rastreáveis e reproduzidos, além de armazenados por um período estabelecido, assim, caso algum problema ocorra, poderão ser investigados e auditados;
  • Propriedade intelectual: neste caso, o sistema legal está sendo solicitado a esclarecer os limites do que constitui uma ‘obra derivada’ sob as leis de propriedade intelectual – e, dependendo da jurisdição, diferentes tribunais podem apresentar interpretações distintas. Nos EUA, por exemplo, os direitos autorais possuem a brecha do “fair use”, ou seja um material pode ser utilizado de maneira diferente da qual ele foi originalmente criado;
  • Validade e confiabilidade: antes de irem para a produção, os modelos de IA precisam ser testados e avaliados para detectar vulnerabilidades como viés de performance, vazamento de dados e correlações falsas;
  • Segurança e resiliência: por fim, algumas abordagens podem ser utilizadas para construir um processo robusto de governança de dados e arquitetura dentro da organização, como o CD4ML (Continuous Delivery Machine Learning), que automatiza o ciclo de vida e garante um processo contínuo e sem atritos;

Wigor Correia, Diretor de Dados e IA para a América Latina na Thoughtworks, explica que existem muitas ferramentas e plataformas disponíveis que poderão ser utilizadas dependendo do contexto em que cada empresa está inserida. “Há muito espaço para a Inteligência Artificial dentro da indústria farmacêutica, mesmo com toda regulamentação que é aplicada pelos órgãos públicos de saúde. As organizações, entretanto, precisam estar abertas a compreender os riscos e a importância de processos de governança bem estabelecidos para atenderem a essa demanda crescente”, conclui Correia. 

Mais Notícias