CEO da Eli Lilly rebate as alegações médicas de Dario Amodei

As alegações do CEO da Anthropic de que a IA poderia tornar câncer, Alzheimer, doenças cardíacas e até doença mental “relíquias do passado” em uma década geram forte ceticismo entre tecnólogos e pessoas familiarizadas com o desenvolvimento de medicamentos. Muitos argumentam que as lacunas de dados da biologia, os ciclos lentos de feedback experimental, os ensaios clínicos e as restrições regulatórias tornam tais prazos totalmente irrealistas e lembram projetos superestimados do passado, como IBM Watson ou Theranos, especialmente no contexto de um IPO iminente. Outros contrapõem que os avanços rápidos em pesquisa assistida por IA, exemplificados por trabalhos como AlphaFold e código escrito por IA, justificam ao menos a possibilidade de uma aceleração dramática do progresso biomédico, embora sem endossar promessas abrangentes de cura para tudo.

Reação às alegações médicas do CEO da Anthropic

  • Muitos veem “curar câncer, Alzheimer, doenças cardíacas e doença mental em 5–10 anos” como algo totalmente irrealista, comparando isso ao exagero no estilo Theranos ou Musk, especialmente por ocorrer antes de um IPO.
  • Outros ressaltam que ele enquadrou isso como crença/esperança, não como promessa, e observam sua formação em biofísica; veem acusações de fraude ou psicose como exageradas.

Viabilidade dos prazos para curar doenças com IA

  • Céticos:
    • Biologia e medicina têm ciclos de feedback lentos; trabalho de laboratório, ensaios em humanos e regulação levam anos.
    • Para grandes doenças (especialmente Alzheimer e doença mental), não temos bons modelos mecanísticos; os dados de causalidade são escassos ou inobteníveis.
    • Ensaios clínicos não podem ser facilmente ampliados para milhares de braços paralelos devido à escassez de pacientes e à ética.
  • Otimistas:
    • Doenças são “apenas” problemas de engenharia; uma vez que tenhamos entendimento e ferramentas suficientes, elas são solucionáveis.
    • A IA poderia desenhar experimentos, construir modelos melhores, explorar organoides e futura automação de laboratório, e elevar enormemente as taxas de acerto, de modo que muito mais candidatos a fármacos tenham sucesso.
    • Reguladores podem e de fato aceleram terapias verdadeiramente revolucionárias.

IA na descoberta de medicamentos: história vs “nova era”

  • Vários observam que redes neurais, QSAR e design de fármacos assistido por computador são usados desde os anos 1980–2000; eles melhoraram a eficiência, mas não entregaram milagres, sugerindo que os frutos mais fáceis já se foram.
  • Outros argumentam que os modelos de fronteira atuais são qualitativamente diferentes (AlphaFold, agentes, geração de código) e podem conectar CS e biologia, acelerando bioinformática, construção de ferramentas e síntese de literatura.

Guardrails, acesso e uso biomédico de LLMs

  • Alguns reclamam que modelos mainstream bloqueiam discussões biomédicas detalhadas, de “biohacking” ou até de cibersegurança defensiva, empurrando usuários para modelos com menos restrições ou “sem censura”.
  • Outros defendem guardrails rígidos, argumentando que é impossível separar de forma confiável uso defensivo de ofensivo, e que provedores não querem ser responsabilizados por malware ou assistência para armas biológicas.

LLMs como conselheiros médicos

  • Alguns relatam que chatbots diagnosticaram corretamente problemas não percebidos por médicos e forneceram direções de tratamento úteis.
  • Outros rebatem com danos hipotéticos ou reais (por exemplo, overdoses), enfatizam que médicos também erram e enquadram os LLMs como úteis para exploração, mas não para prescrição sem supervisão ou autotratamento.

Preocupações psicológicas, culturais e de “culto”

  • Vários comentaristas descrevem a apresentação do CEO como maníaca, sem base ou “semelhante a culto”, citando a cultura de drogas da Bay Area, riqueza extrema e retórica religiosa em torno da IA.
  • Há preocupação de que narrativas aceleracionistas (“renda alta universal”, imortalidade em curto prazo) fomentem afastamento prejudicial do trabalho, da educação e da realidade.

Hype, previsões e ética para investidores

  • Debate sobre sua previsão anterior de que “90% do código seria escrito por IA”: alguns dizem que isso é basicamente verdade em seus fluxos de trabalho; outros contestam os números e observam que quantidade de código ≠ valor.
  • Críticos argumentam que fazer grandes alegações médicas no contexto de um IPO é eticamente duvidoso e corre o risco de induzir investidores ao erro; defensores dizem que os investidores escolhem seu próprio risco e que nenhuma garantia concreta foi feita.
  • Vários ressaltam que, mesmo que a IA encontrasse curas, fatores sociais, políticos, econômicos e de distribuição ainda dominariam os resultados reais de saúde.