jsonscraper

Microsoft e Boehringer Ingelheim estudarão gémeos digitais de pacientes para ensaios clínicos

Os parceiros começarão pela modelação de doenças pulmonares e avaliarão se modelos digitais podem apoiar grupos de controlo sintéticos e híbridos.

Política editorial Comunique um erro

Modelos digitais de pacientes individuais serão objeto de um estudo conjunto da Microsoft e da Boehringer Ingelheim. As empresas anunciaram a parceria a 22 de outubro de 2026: a primeira área de trabalho será a saúde pulmonar, e o projeto centrar-se-á na avaliação da viabilidade científica e técnica.

Artigo: Microsoft e Boehringer Ingelheim estudarão gémeos digitais de pacientes para ensaios clínicos
Resumo: A 22 de outubro, a Microsoft e a Boehringer Ingelheim anunciaram um estudo conjunto sobre gémeos digitais de pacientes. A primeira fase abrangerá a saúde pulmonar; as empresas avaliarão a viabilidade científica e técnica da abordagem, incluindo a simulação de ensaios clínicos.
Função da imagem: capa — a ideia central
Secção: 
Tema visual: Visualização conceptual de investigação clínica de um gémeo digital específico de um paciente
© jsonscraper · ilustração gerada por IA

Por gémeo digital, os parceiros entendem uma representação computacional do paciente que utiliza dados clínicos e outros para modelar a evolução da doença e possíveis resultados em diferentes cenários. O programa de investigação abrangerá a modelação da progressão das doenças, a previsão de resultados e a simulação de ensaios clínicos. Trata-se de uma descrição do trabalho planeado: no comunicado, a empresa apresentou objetivos de investigação, não um sistema concluído nem resultados de ensaios com pacientes.

Por que modelar um grupo de controlo

Uma das ideias em avaliação é saber se estes modelos poderão apoiar grupos de controlo sintéticos ou híbridos. Num ensaio convencional, o grupo de controlo ajuda a comparar o resultado de uma terapia com um cenário alternativo. Um grupo de controlo sintético utiliza dados já existentes; um grupo híbrido combina esses dados com os de um grupo de controlo tradicional. Se a abordagem produzir resultados fiáveis, poderá potencialmente reduzir o número de participantes necessários para o controlo e ajudar a planear estudos. É essa possibilidade que os parceiros pretendem estudar, não algo que afirmem já ter alcançado.

Para quem desenvolve ensaios clínicos, o critério prático é a qualidade das evidências em que o modelo se baseia: até que ponto os dados são comparáveis com a população-alvo, como são avaliadas as diferenças entre as previsões e os resultados observados e que validações são necessárias para cada doença. A Microsoft e a Boehringer anunciaram planos para utilizar modelação, prototipagem e produção de evidências em várias áreas de doenças e terapias, começando pelas doenças pulmonares.

Primeiro, viabilidade; depois, aplicação

No comunicado sobre a parceria, a diretora médica da Boehringer Ingelheim, Lykke Hinsch Gylvin, salientou em particular a necessidade de preservar o rigor científico, a segurança dos pacientes e o cumprimento dos requisitos regulamentares. Estas condições definem os parâmetros da avaliação futura: um gémeo digital terá de demonstrar utilidade num cenário clínico específico e passar pela validação adequada antes de as suas conclusões poderem influenciar o desenho de um estudo.

A colaboração inclui também a modernização de centros de dados e sistemas de segurança. As empresas estão a considerar possíveis projetos conjuntos nas áreas da saúde veterinária, dos processos empresariais e da infraestrutura tecnológica; os detalhes destas iniciativas ainda não foram divulgados.

Na fase atual, o resultado é um programa de investigação, não uma substituição dos ensaios clínicos convencionais. Para o setor, o valor do projeto dependerá de a modelação baseada em dados clínicos conseguir produzir estimativas suficientemente verificáveis para melhorar o desenho dos ensaios, mantendo os requisitos de segurança e de rigor das evidências.

Keep readinginDrive, Pony.ai e NVIDIA estudarão lançar robotáxis no Cazaquistão
Read the next article

Transforme o que lê numa integração funcional

Explore as APIs de dados sociais da jsonscraper, teste pedidos e crie o seu próximo fluxo de trabalho.

Explorar APIs