A inteligência artificial (IA) está transformando o modo como biobancos operam e geram valor a partir de amostras biológicas e dados associados. A análise proposta pela pesquisadora Michaela Th. Mayrhofer, publicada na revista “Frontiers in Digital Health”, investiga como os parâmetros de tamanho, localização, acesso e velocidade estão sendo impactados pela crescente integração de tecnologias de IA nos biobancos.
Ao longo das últimas décadas, os biobancos evoluíram de meros depósitos de amostras para infraestruturas complexas de dados e materiais biológicos. Esse avanço foi acompanhado por um movimento mais amplo de dataficação da saúde e da ciência, em que a informação extraída das amostras torna-se o principal ativo de valor. Este processo passou a constituir um dos pilares da bioeconomia baseada em dados, que hoje se desenvolve dentro de um cenário regulatório complexo, onde interesses públicos e privados frequentemente colidem.
Com relação ao tamanho, o estudo destaca a importância de coleções volumosas de dados para a precisão estatística em áreas como a epidemiologia. Contudo, não é a quantidade que importa exclusivamente, mas sim a qualidade dos dados. A pesquisa mostra que algoritmos bem desenhados podem funcionar com conjuntos menores desde que consistentes e bem curados. Esse ponto é especialmente sensível quando se trata de doenças raras, cujos biobancos demandam colaboração interinstitucional para atingir o “tamanho crítico” necessário à pesquisa de qualidade.
No que diz respeito ao local (“site”), biobancos são apresentados como objetos fronteiriços: operam entre a pesquisa científica e os sistemas de saúde pública. A autora defende que é preciso pensar os biobancos como entidades socio-técnicas em constante evolução, muitas vezes integradas a redes transnacionais, como o compromisso europeu de trocar informações genômicas entre países. Isso implica considerar onde e como os dados e amostras são armazenados e manipulados e como redes complexas são formadas para viabilizar o compartilhamento transfronteiriço de dados clínicos e genômicos.
Sobre acesso, o artigo chama atenção para os desafios que a normatização do uso secundário de dados impõe, principalmente na União Europeia. A criação de espaços como o European Health Data Space representa esforços para equilibrar interesses comerciais com a proteção da privacidade individual. Apesar dos avanços nos princípios técnicos de interoperabilidade, permanece a tensão entre garantir uma governança ética e permitir inovação. Modelos como o FAIR, que privilegiam que os dados sejam encontráveis, acessíveis, interoperáveis e reutilizáveis, são importantes, mas insuficientes. A proposta do modelo FAIR-er introduz ainda o engajamento democrático e justiça no acesso aos dados.
A velocidade emergiu como fator decisivo na integração da IA aos biobancos. A corrida global pela dominância na IA leva a investimentos pesados em tecnologias que prometem acelerar diagnósticos e o desenvolvimento de tratamentos personalizados. No entanto, essa rapidez pode entrar em conflito com a lenta evolução dos marcos regulatórios e com a necessidade de garantir a responsabilidade humana nos processos decisórios mediados por IA. A aceleração não pode comprometer princípios básicos como a dignidade humana e a transparência pública.
O estudo propõe que biobancos deixaram de ser simplesmente locais de armazenamento. Ao reconfigurar dados e amostras em ativos intangíveis, tornam-se agentes participantes na produção de biovalor. Essa transformação não é neutra: influencia a formulação de políticas públicas, impacta sistemas de saúde e redesenha as fronteiras entre ciência e sociedade. A IA é apenas o catalisador mais recente desse processo.
Por fim, a pesquisadora argumenta que o futuro dos biobancos depende de um equilíbrio delicado: fomentar a inovação tecnológica sem perder de vista os princípios da equidade e solidariedade que sustentam os sistemas de saúde. Para isso, é essencial que políticas públicas incorporem uma visão ética e participativa da governança de dados, reconhecendo que a infraestrutura digital da saúde é também uma construção social.
O artigo mostra que, embora a IA amplifique a capacidade de análise e inovação nos biobancos, seus efeitos são mediados por decisões políticas, estruturas regulatórias e escolhas éticas. Ignorar essa complexidade pode comprometer tanto a legitimidade dos biobancos quanto a sustentabilidade da bioeconomia que se propõe construir.
Fonte: How the world of biobanking is changing with artificial intelligence
