IA escolhe e aplica terapia gênica em camundongo com epilepsia
Agente de IA define sozinha terapia, alvo no cérebro e parâmetros cirúrgicos em camundongo com epilepsia, interrompe o procedimento por segurança e reacende debate ético e regulatório.

Inteligência Artificial
Sistema autônomo seleciona e realiza terapia gênica em modelo animal, levantando questões éticas e regulatórias importantes.
Leia também: Empresas lançam IA que detecta e corrige falhas em código hoje
Um agente de inteligência artificial, o Claude Sonnet 5, escolheu e aplicou uma terapia gênica em um camundongo com epilepsia em um laboratório ligado à Universidade de Oxford e à startup Exin Therapeutics, realizando de forma autônoma decisões antes restritas a especialistas humanos e interrompendo o procedimento ao detectar risco de segurança.
IA decide droga, alvo no cérebro e parâmetros da cirurgia
No experimento, realizado nesta semana em um modelo animal de epilepsia, o agente recebeu uma lista de 19 terapias gênicas possíveis, acesso a um dispositivo cirúrgico motorizado com câmeras e uma instrução única: reduzir as crises epilépticas do camundongo. A partir daí, analisou literatura científica, escolheu o tratamento, definiu o alvo no cérebro e calculou as coordenadas de injeção sem ordens específicas de um pesquisador.
Segundo o cofundador da Exin Therapeutics e doutorando em Oxford, Gabriel Ocana-Santero, o sistema primeiro avaliou como as crises surgem naquele modelo de epilepsia e então propôs uma terapia que fortalece uma via inibitória específica no cérebro, associada ao controle da atividade neuronal. Ele selecionou uma estrutura cerebral apontada em artigos como origem típica desse tipo de crise e descartou uma segunda região por considerar seus efeitos inconsistentes em estudos anteriores sobre o mesmo tipo de epilepsia.
O agente extraiu dados de três trabalhos científicos para definir as coordenadas exatas da injeção, cruzando pontos de referência e usando a média dos valores. Também decidiu, sozinho, o volume de aplicação, a velocidade e os tempos de espera entre as etapas, parâmetros que em geral são ajustados manualmente por pesquisadores.
Durante a cirurgia, o Claude Sonnet 5 acompanhou o campo operatório por meio da câmera do equipamento e fez 32 observações, registrando, por exemplo, a presença ou não de sangramento ao longo da entrada da agulha no cérebro do animal. Toda a operação ocorreu sob anestesia do camundongo.
Supervisão veterinária e travas de segurança
Apesar da autonomia do sistema, o procedimento não foi totalmente entregue à máquina. Um veterinário licenciado supervisionou a intervenção do início ao fim, validando cada etapa irreversível e mantendo em mãos um botão físico de emergência para cortar imediatamente a energia dos motores caso algo saísse do previsto.
Além da supervisão humana, o setup cirúrgico incluía limites rígidos de segurança, como um teto máximo para o volume de injeção, que o modelo de IA estava proibido de ultrapassar. Essas travas, pensadas para proteger o animal, acabaram também determinando o desfecho do experimento.
No meio do procedimento, após uma queda de conexão, o agente recalculou a posição alvo e concluiu que o ponto definido estava fora do alcance físico do dispositivo motorizado. Mesmo após novas tentativas de calibração, manteve a avaliação de que não seria possível chegar com segurança ao alvo planejado e se recusou a prosseguir com a injeção.
Para a equipe, a recusa foi ao mesmo tempo um sinal de prudência da IA e motivo de frustração, já que o camundongo estava anestesiado e o tempo contava. “Frustrating experience but also revealing how much we can come to depend on these models and what happens when they just say ‘no’ in the middle of a time-sensitive procedure”, escreveu Ocana-Santero.
Depois, os pesquisadores verificaram que o agente estava correto: ajustes manuais feitos antes, durante uma pausa, haviam descalibrado o sistema de controle do equipamento, o que explicava o alerta do modelo. O código teve de ser corrigido manualmente pela equipe para que a plataforma pudesse voltar a operar de forma adequada.
Modelos mais avançados recusam fazer cirurgia
Outro ponto que chamou atenção dos pesquisadores foi a diferença de comportamento entre modelos. Segundo o relato da equipe, o Claude Sonnet 5 foi o único disposto a executar o procedimento vivo do começo ao fim. Versões consideradas mais avançadas, como Claude Opus 5 e Opus 5.5, se negaram a realizar a cirurgia completa.
Em um dos casos, o modelo justificou a recusa mencionando o risco de interromper o procedimento com a agulha ainda dentro do cérebro do animal anestesiado. No relato dos pesquisadores, o Opus 5 avaliou que “could not guarantee completion and that stopping with a needle in an anesthetized animal’s brain would be worse than not starting at all”.
Para Ocana-Santero, isso evidencia como o comportamento e o “grau de cautela” variam entre modelos treinados com diferentes prioridades de segurança. “I am not aware of an agent previously choosing a treatment and a brain target and then delivering it into a living mammal”, afirmou, destacando o ineditismo de um sistema que não apenas controla um robô, mas toma decisões clínicas de forma integrada.
Entenda o contexto
Até agora, robôs cirúrgicos autônomos que atuam em animais ou humanos costumam executar movimentos com altíssima precisão mecânica, mas a definição do procedimento — o que fazer, onde agir, que terapia usar — segue sob responsabilidade de médicos ou pesquisadores humanos. No experimento conduzido pela Exin Therapeutics com o laboratório associado a Oxford, o agente de IA assumiu também essa camada de decisão.
A abordagem tem sido descrita pela equipe como um modelo de “in vivo lab in the loop”: a IA deixa de ser apenas uma ferramenta de análise de dados e passa a operar conectada às capacidades experimentais do laboratório, interagindo em tempo real com organismos vivos. A expectativa de quem desenvolve esse tipo de sistema é acelerar o teste de novas terapias gênicas e outros tratamentos experimentais, reduzindo erros humanos de execução e tornando os protocolos mais reprodutíveis.
O camundongo submetido ao procedimento se recuperou bem após a anestesia, segundo o pesquisador. Os dados detalhados devem constar de um relatório técnico em preparação, que vai descrever os parâmetros adotados, o desempenho do agente e os efeitos observados no modelo de epilepsia.
Impacto e dilemas éticos da autonomia da IA
O caso já circula em comunidades de pesquisa em IA e neurociência como um exemplo concreto de como sistemas de linguagem avançados começam a atuar como unidades de controle em ambientes físicos delicados. Na prática, um agente capaz de escolher terapias, planejar cirurgias e comandar dispositivos em tempo real pode acelerar descobertas em áreas como epilepsia e outras doenças neurológicas, inclusive no setor farmacêutico, ao encurtar ciclos de experimentação em modelos animais.
Ao mesmo tempo, o episódio em que o modelo interrompe o procedimento expõe o chamado problema de alinhamento: como garantir que um agente de IA siga de forma confiável a intenção humana sem violar restrições de segurança, normas éticas ou regulatórias. No experimento, a recusa do sistema em continuar a injeção, mesmo diante da pressão do tempo e do animal anestesiado, mostrou que travas automáticas podem prevalecer sobre o desejo da equipe de pesquisa.
A experiência também reforça o papel central de reguladores e comitês de ética em experimentação animal, que terão de lidar com protocolos em que uma parte das decisões críticas é delegada a agentes autônomos. A presença de um veterinário responsável e de limites físicos intransponíveis apontam para um modelo em que a supervisão humana continua obrigatória, mas em que a dependência de sistemas de IA tende a crescer.
Os próximos passos do grupo incluem a análise pormenorizada dos resultados, o refinamento das salvaguardas de segurança e a discussão com a comunidade científica sobre quais limites devem ser impostos a agentes autônomos em procedimentos vivos. A expectativa é que o caso alimente debates sobre novas regras para o uso de IA em laboratórios e sobre o equilíbrio entre inovação e responsabilidade quando algoritmos deixam a tela e passam a atuar diretamente sobre corpos, mesmo que ainda sejam corpos de camundongos.


