A IA pode curar o câncer? O que a Anthropic diz

A IA pode curar o câncer?

Hoje não, e ninguém mostrou que isso acontecerá em um número definido de anos ^[1][5][6]. Ferramentas de IA já ajudam cientistas a projetar e testar candidatos a medicamento mais rápido, mas nenhum tratamento contra o câncer projetado com IA pela Anthropic ou por seus parceiros foi comprovado em testes com humanos ^[1].

O câncer não é uma única doença. A Agência Internacional de Pesquisa em Câncer estimou 20 milhões de novos casos e 9,7 milhões de mortes no mundo em 2022, distribuídos entre muitos tipos de tumor com biologias diferentes ^[7]. Uma cura para uma leucemia diz pouco sobre o câncer de pâncreas ou de cérebro, e por isso pesquisadores falam em tratamentos melhores para cânceres específicos, e não em uma cura única.

O que a IA pode mudar de forma realista é a velocidade e o custo de partes do processo: encontrar alvos, projetar moléculas, analisar dados de laboratório e preparar a documentação dos estudos ^[1]. O que ela não pode pular são os testes em células, animais e depois pessoas, onde a maioria dos candidatos fracassa ^[6]. A resposta honesta à pergunta do título é: a IA pode ajudar a gerar mais e melhores remédios contra o câncer, mas um prazo para curá-lo é uma previsão, não uma evidência.

O que o CEO da Anthropic afirmou sobre o câncer?

Dario Amodei previu que o câncer e várias outras grandes doenças virariam "relíquias do passado" em menos de uma década ^[2][3]. Ele disse isso em um vídeo de roadshow de 42 minutos divulgado na terça-feira, 10 de novembro de 2026, antes da abertura de capital planejada da Anthropic ^[2].

A frase completa, segundo o Business Insider, foi: "câncer, Alzheimer, doenças cardíacas, doenças mentais — isso tudo será relíquia do passado em, acho, menos de uma década" ^[2]. Ele acrescentou que "se fizermos isso direito, podemos criar uma era de milagres" ^[2][3]. O "acho" importa: é uma previsão pessoal, não um compromisso da empresa nem uma descoberta científica.

A ideia não é nova. No ensaio Machines of Loving Grace, de outubro de 2024, Amodei argumentou que uma IA poderosa poderia comprimir 50-100 anos de progresso biológico em 5-10 anos, e que reduções de 95% ou mais nas mortes e nos casos de câncer "parecem possíveis" ^[4]. O ensaio só começava a contar esse prazo depois que existisse uma "IA poderosa" e também alertava que o câncer "provavelmente é a mais difícil dessas doenças de destruir por completo" ^[4]. O vídeo de 2026 transformou esse argumento condicional em uma promessa mais curta e direta.

Como as falas fizeram parte da divulgação de um IPO, é melhor lê-las como uma visão. A Pouyam Guides não dá recomendação de investimento sobre essa abertura de capital.

O que a Anthropic realmente conseguiu em biologia?

A atualização de pesquisa da Anthropic de 27 de outubro de 2026 relata seis parcerias de desenvolvimento de medicamentos e resultados iniciais de laboratório, quase todos antes de qualquer teste em humanos ^[1]. Os parceiros são BigHat Biosciences, Bristol Myers Squibb, Divergence Labs, Enveda, Generate Biomedicines e The Column Group ^[1].

• Generate Biomedicines (câncer): seis cientistas usaram o Claude Code para redesenhar parte das instruções genéticas da terapia com células CAR-T. Um desenho era cerca de 70% mais curto; em laboratório, produziu cerca de 10 vezes mais receptores, matou células tumorais com mais eficiência e ficou ativo por mais tempo. O objetivo é adaptar a terapia a tumores sólidos ^[1].
• BigHat Biosciences (anticorpos): o Claude propôs mudanças em dois fragmentos de anticorpo, um voltado para células cancerosas, e o laboratório produziu e testou cerca de 1.010 variantes em cerca de 10 semanas. As melhores versões se ligaram mais de 10 vezes mais forte, e o candidato contra o câncer continuou em solução a 18 °C a mais ^[1].
• Divergence Labs (alergias alimentares): o Claude gerou cerca de 35.000 desenhos de anticorpos em mais ou menos um mês; os primeiros testes encontraram 3 desenhos que se ligam à IgE e 20 que poderiam desprendê-la ^[1].
• Enveda (documentação de fabricação): em 1.061 páginas de registros, o Claude encontrou todos os 11 problemas achados pelos revisores humanos e apontou outros 7, reduzindo o tempo de revisão em 89% ^[1].

A Anthropic também comprou a Mithril Medicine, empresa de uma só pessoa que trabalha com distrofias musculares raras, e diz que um medicamento pode estar pronto para testes em humanos "já no fim de 2028" se os resultados se mantiverem ^[1]. São ganhos reais e específicos, mas ganhos de velocidade e de desenho, medidos em laboratório.

O que a Anthropic não afirmou?

A publicação de pesquisa da Anthropic não diz que o Claude curou o câncer, gerou um medicamento aprovado ou mostrou benefício em pacientes ^[1]. Ler com atenção as palavras da empresa é a melhor proteção contra a versão das manchetes.

• Nenhum resultado em humanos: a empresa diz que o trabalho é "principalmente pré-clínico", ou seja, os medicamentos ainda não estão sendo testados em pessoas ^[1].
• Nenhuma promessa de cura para um projeto: ela se diz "otimista de que alguns possam resultar em novos medicamentos eficazes" para alergias alimentares, doenças infantis raras e vários tipos de câncer. É esperança, apresentada como tal ^[1].
• Nenhuma data para remédios contra câncer: o único prazo de testes em humanos citado, fim de 2028, é para distrofia muscular ^[1].
• Limites reconhecidos: a empresa diz estar aprendendo como o Claude precisa melhorar "para realizar o potencial da IA na medicina" e que os gargalos estão espalhados por todo o processo de desenvolvimento ^[1].

A diferença, então, está entre dois tipos de declaração da mesma empresa: um relato de pesquisa cuidadoso em outubro e uma previsão ampla do CEO em novembro ^[1][2]. Ambos são reais; só o primeiro é evidência.

Por que médicos e cientistas estão céticos?

Porque o desenvolvimento de medicamentos tem etapas difíceis que um desenho mais rápido não elimina, e prazos para curar o câncer têm um longo histórico de fracasso ^[5][6].

Os dados mais conhecidos vêm de um estudo sobre desenvolvimento clínico da Biotechnology Innovation Organization e parceiros. Entre 2011-2020, só 7,9% dos candidatos que entraram na fase I chegaram à aprovação. Nos medicamentos contra câncer, a taxa foi de 5,3%, a menor entre as grandes áreas de doenças, e o caminho médio da fase I à aprovação levou 10,5 anos ^[6]. Mesmo uma molécula perfeita projetada hoje precisaria de anos de testes antes que pacientes pudessem usá-la.

Derek Lowe, químico de descoberta de medicamentos que escreve o blog In the Pipeline na Science, chamou a declaração de "ridícula e constrangedora" e listou promessas anteriores: uma meta americana de 2003 de eliminar o sofrimento e a morte por câncer até 2015 e uma previsão de 2016 de curar o câncer em cinco a dez anos ^[5]. O ex-ministro da Saúde da Alemanha Karl Lauterbach escreveu que a IA pode "com certeza" ajudar, mas que curar essas doenças "em apenas 10 anos" é impossível ^[2][8].

O próprio ensaio de Amodei listava os mesmos freios: experimentos que precisam ser feitos em sequência, a necessidade de dados reais e regras de estudos clínicos que impõem "um mínimo irredutível" à rapidez com que uma cura pode ser concluída ^[4].

Onde a IA poderia realmente acelerar a pesquisa sobre câncer?

As evidências até agora apontam para desenho mais rápido e menos papelada, não para pular os testes clínicos ^[1][6].

• Desenho e otimização: testar cerca de 1.010 variantes de anticorpos em 10 semanas mostra como IA e laboratórios automatizados podem encurtar um trabalho inicial que antes levava muito mais tempo ^[1].
• Novos formatos de tratamento: o componente CAR-T mais curto busca abrir espaço para instruções extras, para que a terapia ataque tumores sólidos ^[1].
• Documentos regulatórios: a Enveda relatou um rascunho regulatório escrito em quatro horas, contra cerca de três meses à mão ^[1].
• Planejamento de estudos: a Bristol Myers Squibb usa o Claude para avaliar planos de estudos clínicos iniciais e suas chances de sucesso, com mais trabalho previsto para 2027 ^[1].

Cada um desses ganhos pode encurtar o caminho de um medicamento, e muitos ganhos pequenos podem se somar. Mas a média de 10,5 anos e as baixas taxas de sucesso em oncologia vêm sobretudo dos próprios estudos: saber se um medicamento funciona e é seguro em pessoas reais ^[6]. É a etapa em que o papel da IA ainda é menor, e por isso até pesquisadores otimistas falam em chances melhores, e não em curas garantidas.

Como ler manchetes sobre IA curando o câncer?

Faça quatro perguntas antes de acreditar ou compartilhar uma afirmação de que a IA vai curar uma doença ^[1][5][6].

1. Resultado ou previsão? "Vai ser" e "acho" indicam uma previsão. Procure dados publicados ^[2].
2. Qual estágio? Desenhos no computador, células em laboratório, animais e testes em humanos são níveis de prova muito diferentes; a maior parte do trabalho atual com IA em medicamentos está nos dois ou três primeiros ^[1].
3. Qual câncer? Um resultado em um tipo de tumor não vale para os outros ^[7].
4. Quem está falando, e por quê? Uma empresa que se apresenta a investidores tem motivos para soar ousada; reações de cientistas independentes ajudam a equilibrar ^[2][5].

Para quem convive hoje com o câncer, nenhuma das moléculas descritas aqui está disponível como tratamento. Dúvidas sobre o cuidado devem ser levadas à equipe médica responsável, e opções de estudos clínicos são mais bem discutidas com ela ^[1].

O que vem a seguir para a IA na descoberta de medicamentos?

O próximo teste real é se esses programas chegam aos testes em humanos e têm sucesso neles ^[1]. A Anthropic diz que pretende ampliar o trabalho "substancialmente" e estender o papel do Claude aos estudos clínicos à medida que os programas avançarem ^[1].

Os marcos a acompanhar são concretos: o objetivo da Generate Biomedicines de adaptar seu desenho de CAR-T mais curto a tumores sólidos; a Divergence combinando seus dois "braços" de anticorpos em um único medicamento; o trabalho de planejamento de estudos com a Bristol Myers Squibb em 2027; e a possível entrada do programa de distrofia muscular em testes em humanos já no fim de 2028 ^[1]. Cada um seria uma evidência publicada, ao contrário de uma previsão.

Vista assim, a IA é uma nova ferramenta promissora para a pesquisa sobre câncer, que já acelera tarefas específicas. Se o câncer vai virar relíquia do passado em menos de uma década será decidido pelos resultados dos estudos, não por falas em roadshow ^[2][6].