Modelo de IA acelera processo de descoberta de novos medicamentos com aplicação na Medicina Dentária

Plataformas de IA conseguem analisar milhões de estruturas químicas e prever quais moléculas têm maior probabilidade de serem eficazes e seguras, reduzindo tempo e custo nas fases iniciais de investigação.
Também modelos de machine learning e generative AI (por exemplo redes neurais que “criam” novas moléculas) permitem explorar espaços químicos enormes em horas em vez de anos, filtrando logo compostos com mau perfil de toxicidade ou farmacocinética.
 

Ligação específica à Medicina Dentária

Revisões recentes em IA em Medicina Dentária referem explicitamente a descoberta de fármacos como uma das áreas emergentes: a IA é usada para analisar compostos e prever eficácia terapêutica em condições orais, encurtando o “pipeline” até potenciais novos tratamentos.

Artigos de revisão em machine learning em Medicina Dentária mostram que hoje a maior parte dos modelos está aplicada a diagnóstico, prognóstico e planeamento, mas já destacam a utilização de IA na descoberta de novos fármacos e biomateriais como próxima fronteira de investigação  relacionada com a medicina dentária.

Exemplos com relevância para doenças orais

Plataformas como a Atomwise, embora não sejam exclusivas da área dentária, são usadas por investigadores para identificar novas moléculas com potencial em doenças infecciosas e oncológicas, incluindo tumores de cabeça e pescoço e possivelmente carcinomas orais, acelerando a triagem de candidatos.

Há casos emblemáticos fora da Odontologia (por exemplo antibióticos e fármacos para fibrose pulmonar gerados ou otimizados com IA) que demonstram que a mesma tecnologia pode ser aplicada a antibióticos específicos para infeções orais, novas terapias para periodontite ou mucosites induzidas por radioterapia.

Materiais dentários e biomateriais

Revisões em IA em medicina dentária descrevem o uso de modelos para simular comportamento de biomateriais dentários (resinas, cerâmicas, cimentos), ajudando a prever resistência mecânica, desgaste e biocompatibilidade antes de testes laboratoriais extensos.

Este tipo de modelo permite desenhar, em computador, novas formulações de materiais restauradores, adesivos ou materiais para implantes com propriedades otimizadas (por exemplo libertação controlada de fármacos antimicrobianos no biofilme oral), reduzindo ciclos de tentativa‑erro.