O ChatGPT Realmente Curou o Cancro de um Cão? É Complicado

Resumo

• Uma afirmação viral de que o ChatGPT ajudou a curar o câncer de um cão simplifica demais um esforço científico complexo.
• Pesquisadores humanos, não IA, sequenciaram o genoma, construíram a vacina de mRNA e realizaram o tratamento.
• Ferramentas de IA auxiliaram na pesquisa e exploração de dados, mas não desenharam a terapia contra o câncer, apesar de manchetes dizerem o contrário.

O cofundador da OpenAI, Greg Brockman, amplificou uma história amplamente compartilhada no fim de semana sobre um cão tratado com uma vacina de câncer de mRNA personalizada, desenvolvida com ajuda do ChatGPT, chamando atenção de comunidades de tecnologia e IA. O caso centra-se em Rosie, uma Shar Pei de sete anos de idade, propriedade do consultor de IA australiano Paul Conyngham. Segundo publicações circulando online, Rosie tinha apenas meses de vida antes de receber o tratamento experimental, que Conyngham afirmou ter sido desenvolvido com assistência do chatbot de IA.

“Em 2022, notei caroços estranhos na cabeça dela”, escreveu Conyngham em um fio de novembro de 2024 documentando toda a jornada. “O veterinário achou que eram ‘apenas verrugas’, mas acabou sendo câncer em estágio avançado.” Os veterinários estimaram que Rosie tinha entre um e seis meses de vida e disseram a Conyngham que não havia mais o que fazer.  A história se espalhou rapidamente após Brockman compartilhá-la com seus centenas de milhares de seguidores, gerando cobertura em várias mídias de tecnologia. Embora o tratamento em si pareça genuíno, o papel atribuído ao ChatGPT no desenvolvimento da vacina tem sido debatido, com alguns pesquisadores questionando quanto do processo poderia realisticamente ser realizado por um grande modelo de linguagem.

Avançando Conyngham afirmou que não desistiu de Rosie. Em vez disso, decidiu criar um pipeline de pesquisa usando ferramentas de IA de consumo. Começou com o ChatGPT, usando-o para planejar uma estratégia. O modelo disse que precisava de sequenciamento genômico, uma amostra de tecido saudável e uma do tumor, e indicou instituições e equipamentos específicos. “O mais irônico é que, em uma conversa anterior com o ChatGPT, ele disse que eu deveria tentar entrar em contato com a Elita ou o Dr. Martin e que deveria usar uma máquina Illumina”, escreveu na época. Então, seguiu essa orientação. Um diretor da UNSW conectou-o ao Dr. Martin Smith, chefe do Ramaciotti Centre for Genomics, que concordou em sequenciar o genoma de Rosie por cerca de US$ 3.000. Dez dias. Trinta vezes a profundidade no tecido saudável, 60 vezes no tumor: a taxa de passagem mais alta necessária para isolar as mutações que impulsionam o câncer. O centro retornou 320 gigabytes de dados brutos. As informações genômicas são expressas em sequências das letras A, T, C e G, então os especialistas acabaram com uma pilha de aproximadamente 700.000 páginas de dois lados, cheias apenas com essas quatro letras, relatou a Universidade de Nova Gales do Sul em junho do ano passado. Esse era o genoma de Rosie, sua impressão digital biológica. Depois, concentrou-se na c-KIT, uma proteína bem documentada na literatura publicada sobre tumores de mastócitos em cães.

Usando o AlphaFold do Google, modelou a versão de Rosie da proteína e comparou-a com a base saudável. Parecia incorreta, mutada de maneiras que correspondiam ao que a literatura previa. Então, buscou compostos existentes que pudessem atacar a c-KIT ou proteínas semelhantes, e encontrou um: um medicamento já usado nos EUA para tratar um câncer diferente em humanos. “Pegamos o tumor dela, sequenciamos o DNA, convertendo-o de tecido para dados, e usamos isso para encontrar o problema no DNA dela e desenvolver uma cura baseada nisso”, disse Conyngham ao Today Show da Austrália no sábado. “O ChatGPT ajudou em todo esse processo.” O papel verdadeiro da IA Mesmo assim, há uma grande diferença entre o ChatGPT encontrar uma cura para o câncer e o ChatGPT auxiliar na pesquisa. Conyngham acabou conectando-se com o Prof. Palli Thordarson, diretor do UNSW RNA Institute. “O Prof. @martinalexsmith realizou o sequenciamento de DNA/RNA para transformar o tecido de Rosie em dados brutos”, postou Conyngham. “O Prof. @PalliThordarson montou a vacina de mRNA”, acrescentou em outro tweet. Thordarson confirmou isso em seu próprio fio: “Orgulhoso de ter participado com @UNSWRNA na fabricação do mRNA-LNP para Rosie”, escreveu no X no domingo. “A interseção de tecnologia de RNA, genômica e IA oferece uma oportunidade de mudar a forma como fazemos medicina e tornar o acesso mais equitativo.” Mas o Dr. Smith não era um homem atrás de uma tela de ChatGPT. Era um professor dirigindo um instituto de RNA na universidade, fazendo o que seu laboratório foi criado para fazer. E quando Conyngham identificou a construção final da vacina — o blueprint molecular específico que seria codificado no mRNA — ele revelou qual ferramenta a desenhou. Não foi o AlphaFold. Não foi o ChatGPT. “A construção final da vacina para Rosie foi projetada pelo Grok.” Dito isso, ele reconheceu, em uma postagem separada, que “Gemini também fez muita parte do trabalho pesado.”

O ChatGPT foi usado para vasculhar artigos científicos e identificar pesquisadores que poderiam ajudar. O chatbot apontou para o Ramaciotti Centre e sugeriu equipamentos de sequenciamento adequados, funcionando principalmente como uma ferramenta para navegar na literatura de pesquisa. Esse papel pode ser útil, mas difere de desenhar uma vacina ou realizar análises científicas. O AlphaFold, sistema de deep learning do Google DeepMind, prevê estruturas tridimensionais de proteínas a partir de sequências de aminoácidos. Não é o primeiro modelo treinado com dados biológicos: outras iniciativas de código aberto, como Ankh ou AlphaGenome, trabalham com premissas semelhantes. Conyngham usou o AlphaFold para modelar a proteína c-KIT de Rosie. A renderização apresentou uma pontuação de confiança de 54,55, que a bióloga estrutural da UNSW, Dr. Kate Michie, descreveu publicamente como baixa. Ela observou que o AlphaFold “pode errar” e que trabalhos laboratoriais significativos são necessários para validar qualquer resultado. O Dr. Smith, diretor de genômica da UNSW, confirmou publicamente na mesma thread que o AlphaFold não foi, de fato, usado para o design da vacina de mRNA. O próprio Thordarson também foi cuidadoso na formulação. “Isso pode não ter curado Rosie”, escreveu no X. “Deu um tempo, com certeza, mas alguns tumores não responderam.” Sua equipe agora verifica se esses tumores mutaram de forma diferente, o que explicaria por que partes do tratamento funcionaram e outras não. A vacina também não funcionou isoladamente. “O tratamento exigiu a coadministração de um inibidor de checkpoint”, observou Thordarson, “provavelmente com todas as vacinas de câncer personalizadas.”

iii) É difícil estimar o custo real em projetos de pesquisa, pois todos contribuímos com muito tempo e recursos não remunerados. iv) o tratamento exigiu a coadministração de um inibidor de checkpoint (provavelmente com todas as vacinas de câncer personalizadas). v) os custos totais são, portanto, bastante elevados./3

— Palli Thordarson (@PalliThordarson) 15 de março de 2026

O uso de IA no tratamento do câncer nem sempre foi uma história de sucesso. Em 2017, documentos internos da IBM revelaram que o Watson for Oncology, promovido como um sistema capaz de recomendar tratamentos de câncer melhores que oncologistas humanos, gerava recomendações que seus próprios engenheiros consideraram “inseguras e incorretas”. O MD Anderson Cancer Center abandonou o projeto após gastar US$ 62 milhões nele. A IBM vendeu toda a Watson Health em 2022. O caso de Rosie não se enquadra na categoria de fracassos de IA. Ninguém foi prejudicado, a ciência subjacente é consolidada, e os pesquisadores envolvidos possuem credenciais reconhecidas. A plataforma de mRNA em si é apoiada por pesquisa clínica. A inquietação está mais na forma como a história foi enquadrada. Quando ferramentas de IA recebem crédito por trabalhos realizados por cientistas e instituições de pesquisa, isso pode confundir o entendimento público sobre o que a tecnologia realmente faz. Os pesquisadores que realizaram o sequenciamento, produziram a vacina e gerenciaram os protocolos de segurança correm o risco de ficarem em segundo plano. O episódio serve como um lembrete de que a IA pode ajudar em tarefas como navegação na literatura científica, mas ainda está longe de substituir a expertise e a infraestrutura necessárias para desenhar e produzir tratamentos médicos.