EU pharmaceuticals AI adoption and drug discovery — Interpretação do relatório

Visão geral

Este relatório especial analisa a adoção de IA em farmacêuticas europeias e no ecossistema de saúde mais amplo. O Deutsche Bank conclui que a implementação continua ativa e traz ganhos operacionais, enquanto o valor potencial mais diferenciado do setor está na melhoria de produtividade de P&D e na descoberta de medicamentos no longo prazo.

Visões principais

A revisão de 2026 do Deutsche Bank conclui que a atividade de IA divulgada publicamente pelas grandes farmacêuticas ultrapassou o impulso inicial de anúncios desta década, mas permanece estável e diversificada. A instituição entende que a implementação ainda é principalmente operacional e observa que a GSK se tornou a primeira empresa a anunciar formalmente um programa de corte de custos parcialmente atribuível à IA. A maior oportunidade estrutural deve surgir em P&D, onde a IA pode melhorar seleção de alvos, desenho molecular, desenho de ensaios e identificação de pacientes; contudo, o Deutsche Bank enfatiza que esses benefícios ainda estão a alguns anos de distância e que é difícil apontar vencedores corporativos específicos, dado que grande parte do trabalho permanece não divulgada e intangível. O relatório considera os avanços em previsão molecular elementos importantes para a descoberta in silico de medicamentos. Após o AlphaFold3 em 2024 e o lançamento open-source do Boltz-2 em 2025, a Isomorphic Labs concluiu uma Série B de $2.1bn e lançou o IsoDDE. O relatório técnico da Isomorphic afirmou mais que o dobro da precisão do AlphaFold3 para previsão de estrutura proteína-ligante e afinidade de ligação de pequenas moléculas, por uma fração do tempo e custo de métodos físicos; o Deutsche Bank observa que o trabalho ainda não foi formalmente publicado como artigo revisado por pares. A previsão de afinidade de ligação importa porque ajuda a determinar se uma molécula pode se ligar efetivamente a um alvo. O relatório também destaca que o Boltz-2 alcançou correlação de 0.65 versus 0.55 de um simulador de perturbação de energia livre amplamente utilizado em análise retrospectiva, com custo e velocidade estimados 1,000 vezes melhores. A evidência clínica é promissora, mas ainda insuficiente para estabelecer uma superioridade ampla em estágios tardios. Os programas de IA/ML que entraram ou avançaram no desenvolvimento passaram de seis em 2017 para o pico de 23 em 2023, antes de cair para 18 em 2025. Desde 2020, 13-15 programas originados de identificação de alvos ou descoberta de moléculas baseada em IA entraram ou progrediram em desenvolvimento em quase todos os anos. A descoberta representa 69% das atividades de IA. Programas habilitados por IA apresentaram taxas de sucesso de Fase 1 substancialmente superiores às de programas sem IA, e os dados de 2023-2025 não sugerem mais que esse benefício ocorra às custas de pior desempenho posterior em Fase 2. Ainda assim, há poucas transições tardias para concluir sobre o sucesso em Fase 3 ou aprovação, e as amostras de IA são consideravelmente menores. O relatório cita a interrupção de dois medicamentos desenhados por IA, da Exscientia e da BenevolentAI, em estudos de Fase 2 por problemas de segurança e eficácia, observando que taxas de sucesso de Fase 1 de 80-90% não eliminaram a perda de programas em estágios posteriores. A pesquisa corporativa indica que as grandes farmacêuticas europeias continuam usando aquisições, parcerias, dados proprietários e infraestrutura para ampliar a IA em toda a cadeia de valor. A AstraZeneca desenvolveu iniciativas de oncologia, ensaios e fabricação habilitadas por IA; a GSK expandiu a IA para descoberta, ensaios, fabricação e cadeia de suprimentos, incluindo investimento planejado de $30bn em cinco anos com capacidades digitais e de IA. A Roche expande patologia digital e computação de IA, incluindo a aquisição da PathAI com $750m adiantados e até $300m em marcos, enquanto a Sanofi relatou melhoria de 20-30% na eficiência de identificação de alvos em imunologia, oncologia e neurologia, redução pela metade do tempo de desenho de mRNA e cerca de €10m em economia anual estimada por otimização de rendimento de lotes. O rastreador proprietário do relatório contém 142 iniciativas relacionadas à IA em seis farmacêuticas europeias de grande porte até H1 2026. O acesso a dados é um habilitador estratégico. O relatório destaca a participação de farmacêuticas em grandes bancos de dados como UK Biobank e FinnGen, nos quais genômica, proteômica, imagens e registros longitudinais de saúde podem treinar modelos para descoberta de alvos, biomarcadores, desenvolvimento de medicamentos e estratégia comercial. O UK Biobank Pharma Proteomics Project ampliado pretende medir até 5,400 proteínas em 600,000 amostras, potencialmente permitindo analisar como alterações de proteínas ao longo do tempo influenciam doenças. O ambiente tecnológico e regulatório mais amplo continua central para a tese. O uso de IA em saúde e ciências da vida subiu de 63% para 70% em termos anuais, segundo o relatório da NVIDIA de janeiro de 2026. IA generativa e LLMs são as áreas de maior foco, enquanto IA agêntica ainda é a menos destacada. Em farmacêutica e biotecnologia, a IA é citada principalmente em descoberta e desenvolvimento de medicamentos, e a IA agêntica é mais usada em revisão e análise de literatura. Questões relacionadas a dados, preocupações regulatórias e falta de habilidades internas são desafios principais. O relatório descreve convergência de princípios baseados em risco entre FDA e EMA, mas alerta que a abordagem flexível e específica por caso da FDA e a estrutura mais estruturada e escalonada por risco da EMA podem criar convergência pragmática, divergência estratégica ou fricção regulatória.

Estrutura de análise

O relatório combina o rastreador longitudinal do Deutsche Bank de iniciativas públicas de IA, divulgações corporativas, dados selecionados de IQVIA, CB Insights e NVIDIA, e uma revisão seletiva de literatura científica e regulatória. Compara resultados de desenvolvimento clínico de programas com IA e sem IA, examina aplicações por empresa e etapa da cadeia de valor e avalia avanços tecnológicos, estratégias de acesso a dados e estruturas regulatórias.

Notas metodológicas

• Marco de análise setorialOutro

  Acompanhamento longitudinal de iniciativas de IA divulgadas publicamente

  O Deutsche Bank acompanha iniciativas divulgadas por empresa, área terapêutica e área de aplicação para avaliar como a implementação de IA evolui em sua cobertura farmacêutica europeia.

• OutroOutro

  Comparação de taxas de sucesso clínico entre IA e não IA

  O relatório compara progressão e taxas de sucesso de programas de medicamentos habilitados por IA e sem IA para avaliar se as vantagens no desenvolvimento inicial persistem em estágios posteriores.

Mapeamento e comparação de ativos

Mapeamento estruturado da tese para ativos nomeados (pontos fortes, pontos fracos, pares e riscos).

• AstraZeneca (AZN)

  Grande farmacêutica europeia coberta, com iniciativas de IA em oncologia, desenvolvimento clínico, identificação de pacientes e fabricação.

  Pontos fortes

  Aquisições e parcerias apoiam modelos oncológicos multimodais, otimização de ensaios e produção habilitada por IA.

  Pontos fracos

  Os termos financeiros de várias iniciativas não foram divulgados.

  Comparação

  Incluída entre as seis grandes farmacêuticas europeias no rastreador de iniciativas do Deutsche Bank.

  Riscos

  Os benefícios da IA continuam difíceis de quantificar e podem levar anos para aparecer nos resultados de P&D.

• GSK (GSK)

  Grande farmacêutica europeia coberta que implementa IA em P&D, fabricação, cadeia de suprimentos e funções comerciais.

  Pontos fortes

  Relatou implementação corporativa de IA, ferramentas internas de cientista de IA e investimento planejado de $30bn em cinco anos, incluindo capacidades digitais e de IA.

  Pontos fracos

  Os resultados clínicos e financeiros de longo prazo da implementação de IA não estão estabelecidos.

  Comparação

  Foi apontada como a primeira empresa a anunciar formalmente um programa de corte de custos parcialmente atribuível à IA.

  Riscos

  Execução, governança de dados e exigências regulatórias podem limitar a expansão.

• Roche (ROG)

  Grande farmacêutica europeia coberta que investe em patologia digital, diagnósticos e computação de IA.

  Pontos fortes

  Aquisição da PathAI, infraestrutura computacional habilitada por NVIDIA e ampla adoção interna de IA.

  Pontos fracos

  O fechamento da aquisição da PathAI é esperado em H2 2026.

  Comparação

  Classificada em segundo lugar na tabela do relatório sobre estratégias de descoberta farmacêutica com IA.

  Riscos

  A realização do valor estratégico depende de integração bem-sucedida e translação clínica.

• Sanofi (SAN)

  Grande farmacêutica europeia coberta que aplica IA em toda a cadeia de valor.

  Pontos fortes

  Relatou melhorias em identificação de alvos, desenho de mRNA, otimização de rendimento de fabricação e adoção corporativa.

  Pontos fracos

  As iniciativas iniciais de IA foram descritas como esporádicas e não plenamente coordenadas antes da mudança para uma abordagem focada em retornos.

  Comparação

  Incluída entre as seis grandes farmacêuticas europeias no rastreador de 142 iniciativas.

  Riscos

  Restrições de dados, habilidades e regulação continuam sendo desafios de implementação em todo o setor.

• Novo Nordisk (NOVO)

  Grande farmacêutica europeia coberta que utiliza IA generativa e agêntica em P&D farmacêutica.

  Pontos fortes

  Parcerias com NVIDIA e DCAI apoiam infraestrutura de IA e o uso do supercomputador Gefion.

  Pontos fracos

  Os termos financeiros de algumas colaborações de IA não foram divulgados.

  Comparação

  Incluída entre as seis grandes farmacêuticas europeias no rastreador do Deutsche Bank.

  Riscos

  Ganhos de eficiência gerados por IA podem não se traduzir em sucesso clínico em estágios tardios.

Dados principais

• Programas de IA/ML que entraram ou avançaram no desenvolvimento6 in 2017; peak of 23 in 2023; 18 in 2025A atividade clínica de biofarmacêuticas emergentes baseadas em plataformas de IA cresceu significativamente antes de recuar do pico de 2023.
• Parcela de atividades de IA em descoberta69%Indica que o uso de IA está mais concentrado na P&D inicial.
• Uso de IA em saúde e ciências da vida70% versus 63% year on yearBaseado no relatório da NVIDIA de janeiro de 2026.
• Captação Série B da Isomorphic Labs$2.1bnCaptada em 2026 após uma rodada externa de $600m em março de 2025.
• Rastreador de grandes farmacêuticas europeias142 AI-related initiativesRastreador proprietário do Deutsche Bank para seis farmacêuticas europeias de grande porte até H1 2026.
• Melhoria da eficiência de identificação de alvos da Sanofi20-30%Em imunologia, oncologia e neurologia.
• Tempo de desenho de mRNA da SanofiHalvedO relatório também cita melhoria de produtividade de 10-20 vezes para previsão de LNP, de meses para dias.

Impacto e implicações

O relatório argumenta que a IA já apoia produtividade, fabricação, processamento de dados e operações clínicas, mas que a principal proposta de valor para todo o setor depende de melhorar, por fim, a produtividade de P&D e os resultados clínicos. A evidência respalda progresso contínuo, não a conclusão de que a IA já transformou o sucesso de desenvolvimento de medicamentos em fases tardias.

Riscos

• A evidência clínica tardia de medicamentos desenhados por IA continua limitada, com poucas transições para Fase 3 e aprovação para conclusões firmes.
• Falhas de segurança e eficácia em Fase 2 de medicamentos desenhados por IA mostram que o sucesso inicial não elimina a perda de programas posterior.
• Qualidade de dados, preocupações regulatórias e escassez de habilidades internas de IA são obstáculos principais de implementação.
• Abordagens divergentes de FDA e EMA podem criar fricção regulatória, custos maiores e cargas de conformidade, especialmente para inovadores menores.
• A adoção de IA em saúde enfrenta preocupações sobre segurança do paciente, privacidade, viés, governança, confiança pública e consumo de recursos.

Pontos a observar

• Resultados de Fase 2 e Fase 3 de moléculas avançadas lideradas por IA, incluindo estudos de Zasocitinib da Nimbus Therapeutics em 2025 e 2026.
• Se programas habilitados por IA mantêm maiores taxas de sucesso à medida que surgem mais transições tardias.
• Se investimentos em IA se traduzem em prazos mensuráveis de P&D, produtividade clínica, rendimento de fabricação ou benefícios de custo.
• O desenvolvimento de recursos de dados de pacientes em grande escala, incluindo o UK Biobank Pharma Proteomics Project ampliado.
• A implementação de orientações de IA de FDA e EMA e se abordagens regulatórias globais convergem ou divergem.