Como a NEX Health Intelligence usa IA para prever e prevenir infecções hospitalares

O problema que motivou a criação da NEX

Hospitais em todo o mundo enfrentam as chamadas infecções associadas à assistência à saúde (HAIs) — infecções que pacientes adquirem durante o atendimento médico.

Esses casos são particularmente preocupantes quando envolvem bactérias resistentes a antibióticos, frequentemente chamadas de "superbactérias".

Na maioria dos hospitais, os sistemas de vigilância identificam um surto apenas depois que vários pacientes já foram infectados, o que reduz a capacidade de prevenção.

A NEX foi criada justamente para resolver esse atraso. A proposta é usar modelos matemáticos e epidemiológicos para antecipar onde o risco de infecção está aumentando, permitindo que equipes de controle hospitalar intervenham antes que o problema se espalhe.

A empresa nasceu do trabalho de doutorado de seu fundador no Imperial College London, onde foram desenvolvidos modelos para prever riscos de infecção em ambientes hospitalares.

Como a IA da NEX prevê infecções dentro dos hospitais

A plataforma da NEX usa inteligência artificial e análise preditiva para examinar dados hospitalares e calcular o risco de infecção em diferentes áreas, departamentos e grupos de pacientes.

Entre os principais recursos do sistema estão:

• Modelagem preditiva de infecções: algoritmos estimam onde novas infecções ou organismos resistentes podem surgir dentro do hospital.
• Análise de risco de transmissão: o sistema avalia fluxos de pacientes, dados clínicos e rotinas hospitalares para detectar possíveis rotas de contágio.
• Alertas antecipados: equipes de controle de infecção recebem previsões que permitem agir cedo, como isolar pacientes ou ajustar protocolos clínicos.

A tecnologia combina matemática, evidência clínica, epidemiologia e aprendizado de máquina para simular como infecções se propagam em sistemas de saúde.

Segundo a empresa, os modelos foram validados usando centenas de milhares de registros de pacientes de sistemas hospitalares no Reino Unido e na Ásia, demonstrando capacidade de prever infecções hospitalares dias antes da confirmação clínica.

Onde a plataforma está sendo testada

A NEX afirma que sua tecnologia já foi testada ou avaliada em diferentes ambientes de saúde.

Entre os exemplos citados publicamente:

• Estudos de validação com dados de grandes sistemas hospitalares no Reino Unido e na Ásia.
• Projetos de avaliação com organizações do NHS (o sistema público de saúde britânico), incluindo testes em dois NHS Trusts de Londres.
• Implantação da plataforma de vigilância em um grande hospital militar na Tailândia, um ambiente com alta incidência de infecções hospitalares.

Os relatórios públicos ainda divulgam poucos detalhes sobre quais hospitais específicos participam desses testes.

Rodada de €1 milhão para acelerar o projeto

Em maio de 2026, a NEX anunciou uma rodada pre‑seed de €1 milhão para avançar no desenvolvimento da tecnologia.

A rodada foi liderada pela Brighteye Ventures e contou com participação de:

• Adeline Arts & Science
• AFI Ventures
• Momentous Ventures
• Conception X Angel Syndicate
• investidores‑anjo do setor

Com essa captação, o financiamento total da empresa chega a cerca de £1,2 milhão.

Como o investimento será usado

O novo capital será direcionado principalmente para ampliar o desenvolvimento e a validação clínica da plataforma.

Os planos incluem:

• melhorar os modelos de previsão de surtos hospitalares
• ampliar avaliações clínicas com parceiros de saúde
• avançar nos processos regulatórios no Reino Unido
• preparar a tecnologia para uso em mais hospitais

A meta é transformar o sistema — atualmente em fase de testes e pesquisa — em uma ferramenta usada rotineiramente por equipes hospitalares.

Um novo modelo de controle de infecções

Se tecnologias como a da NEX se tornarem comuns, o controle de infecções hospitalares pode passar por uma mudança importante.

Hoje, hospitais normalmente reagem depois que um surto começa. Sistemas preditivos baseados em IA buscam fazer o oposto: identificar sinais de risco com antecedência e permitir prevenção ativa.

Embora a tecnologia ainda esteja em fase inicial de implantação, ela reflete uma tendência crescente na saúde: usar inteligência artificial para transformar a gestão de doenças infecciosas de um modelo reativo para um modelo preditivo e preventivo.