O mercado de biossensores está avaliado em US $ 25,5 bilhões em 2021 e deve atingir US $ 36,7 bilhões em 2026. Números expressivos, porém modestos perto da riqueza de informações e insights que esse ramo da Biomedicina será capaz de oferecer para o diagnóstico de doenças autoimunes como a esclerose múltipla. Aaron Morris, professor assistente de Engenharia Biomédica da Universidade de Michigan está entre os que apostam nos biossensores implantáveis como o próximo grande passo nesse mercado. Um passo que pode revolucionar também o desenvolvimento dos biossensores de IA.
A pesquisa de biossensores está atraindo enorme interesse de sua aplicação nos setores de tratamento clínico, farmácia, biomédico e saúde. Eles já estão sendo implementados com sucesso para identificação, prevenção, reabilitação, vigilância da saúde do paciente e gestão da saúde humana. E também para detecção de microrganismos bacterianos, patógenos e virais (incluindo o SARS-CoV-2).
Nesse TED, Morris apresenta o biossensor não invasivo no qual trabalha. Um dispositivo fruto da interseção dos estudos de imunologia e biomateriais, que se vale de avanços em campos de pesquisa disruptivos como síntese de biomateriais, scRNAseq, análise computacional, engenharia de tecidos, imunologia e projeto e validação de biossensores. Suas implicações são amplas, incluindo diagnósticos, prognósticos, ferramentas de monitoramento de tratamento e ferramentas de pesquisa para permitir o isolamento de células indutoras de doenças ou medições de proteínas não invasivas.
Avanços recentes no campo da nanotecnologia levaram à utilização de nanomateriais, como nanopartículas de metal, nanopartículas de óxido, nanomateriais magnéticos, materiais de carbono, pontos quânticos e metaloftalocianinas, para melhorar os sinais eletroquímicos de eventos biocatalíticos que ocorrem na interface eletrodo / eletrólito. A aquisição de sinal e seu transporte é a primeira etapa para o desenvolvimento de soluções práticas. As outras duas são o processamento desses dados e o seu uso por sistemas inteligências de apoio à decisão. O aprendizado de máquina e a IA em biossensores permitem o desenvolvimento de novos métodos de modelagem, até preditivos, para fins terapêuticos.
O objetivo é a criação de laboratórios diagnósticos dentro do corpo humano, como descreve Morris, que possam fornecer análise contínua da saúde dos pacientes, viabilizar a detecção precoce de problemas e possibilitar intervenções eficientes nos momentos oportunos para o tratamento. Isso graças à possibilidade de acesso em tempo real a informações moleculares e celulares sobre tecidos doentes. Esses insights permitirão aos médicos prever o início da doença e até mesmo identificar as terapias personalizadas.
A tendência é que todos os avanços na coleta, transmissão e processamento de dados, incluindo aí o uso de materiais programáveis como os estudados pela equipe de Morris no Laboratório de Microambientes Imunológicos de Precisão (PRIME), da Universidade de Michigan, impulsionem avanços também no desenvolvimento de algoritmos de IA responsáveis por analisar anormalidades.
Vale lembrar que, no momento, nenhuma dessas ferramentas está disponível comercialmente no mercado ou é praticamente viável para produção em massa e uso em doenças pandêmicas, como a Covid-19. Mas o caminho está dado.