Triomics capta US$ 22 mi na Série B para automatizar o maior gargalo de dados da oncologia

Esse esforço braçal tem consequências reais. Ele cria um funil que dificulta o recrutamento para estudos clínicos — um processo que o National Cancer Institute (NCI, instituto nacional de câncer dos EUA) considera essencial para gerenciar efeitos colaterais e testar novos tratamentos . Também gera as temidas "horas de pijama", quando os médicos ficam até tarde em casa colocando em dia o trabalho administrativo . A Triomics mira exatamente nesse ponto ao automatizar a leitura e o raciocínio sobre centenas de páginas por paciente.

Como Funciona o OncoLLM: Uma Arquitetura de IA Específica para Oncologia

A plataforma da Triomics é alimentada pelo OncoLLM, um framework de IA de nível corporativo construído exclusivamente para oncologia . Em vez de um único modelo monolítico, o OncoLLM é descrito como uma constelação de 8 modelos que variam de 3 bilhões a 72 bilhões de parâmetros, operando de forma agêntica (com agentes de IA) . Esse design permite que o sistema interprete as informações no nível do paciente, raciocinando sobre todo o histórico médico de forma longitudinal, em vez de analisar um documento por vez.

A abordagem técnica é um desvio deliberado de métodos anteriores, como o reconhecimento de entidades nomeadas ou a extração de relações . A empresa também utiliza os serviços Azure AI e OpenAI da Microsoft, incluindo o ajuste fino do modelo de linguagem pequeno Phi-3.5 para extrair informações clínicas críticas de dados não estruturados em escala . Segundo a Microsoft, essa integração permite que a plataforma analise prontuários completos em relação a centenas de estudos clínicos ativos em menos de um minuto .

Dois softwares principais rodam sobre o OncoLLM:

• Prism: Analisa automaticamente todos os pacientes com consulta agendada em relação a todo o portfólio de estudos, entregando correspondências diárias ou semanais diretamente no fluxo de trabalho da equipe, com uma justificativa detalhada, critério por critério, e citações das fontes .
• Harmony: Faz a curadoria dos dados do prontuário eletrônico para montar resumos com precisão de especialista, exibindo o estado atual da doença, a linha do tempo de tratamentos, biomarcadores e opções de estudos clínicos . Também oferece suporte para análise de coortes e relatórios de oncologia de precisão .

Em uma validação inicial com o Medical College of Wisconsin, o OncoLLM supostamente encontrou 90% dos pacientes elegíveis para estudos clínicos em minutos — uma tarefa que levaria dias ou semanas para enfermeiras qualificadas . A mesma fonte indica que o OncoLLM extraiu dados estruturados de notas não estruturadas com uma precisão similar ou superior a modelos como GPT-4 ou Claude, sendo cerca de 40 vezes mais barato para operar .

Financiamento e Tração

A rodada Série B de US$ 22 milhões sucede uma Série A de US$ 15 milhões captada em 2024 . O capital será usado para acelerar a adoção em sistemas de saúde e aprofundar as integrações com prontuários eletrônicos . A empresa não divulga publicamente métricas detalhadas de crescimento, como ARR (receita recorrente anual), mas o anúncio de financiamento a posiciona como uma plataforma confiável para os principais centros de câncer .

O que é publicamente verificável é a lista de clientes. A Triomics já garantiu acordos de implementação com instituições de prestígio:

• Memorial Sloan Kettering Cancer Center (MSK): Por meio dos programas iHub e CRIC, o MSK está implementando o sistema de triagem para estudos clínicos em seus testes ativos .
• Mount Sinai Tisch Cancer Center: Lançou a plataforma PRISM, alimentada pelo OncoLLM, tornando-se o primeiro Centro de Câncer Abrangente designado pelo NCI em Nova York a usar uma ferramenta de IA específica para oncologia na triagem de estudos .
• Yale Cancer Center e Smilow Cancer Hospital: Expandiu o uso da plataforma em todo o portfólio de estudos oncológicos ativos, com resultados publicados na revista Nature Digital Medicine .

Posicionamento Competitivo: Especialização Vertical vs. Ferramentas Generalistas

A Triomics entra em um mercado que já está cheio de assistentes de IA ambientais e ferramentas de documentação clínica, como o Nuance DAX Copilot (da Microsoft) e o Abridge. No entanto, seu diferencial é a especificidade vertical.

Assistentes de IA generalistas são projetados para documentação clínica ampla, resumindo a conversa entre médico e paciente em qualquer especialidade. Em contraste, a Triomics foca exclusivamente em fluxos de trabalho oncológicos que envolvem um alto volume de dados não estruturados, que cobrem anos de histórico do paciente . Sua IA lê o prontuário inteiro, produzindo uma visão estruturada e referenciada do paciente antes da consulta, durante a triagem e depois do atendimento .

A liderança da empresa também criou o COLT (Collaboration for Oncology focused LLM Training), um consórcio com mais de 20 centros de câncer designados pelo NCI, em parceria com a Ci4CC, para estabelecer métricas de desempenho e padrões de segurança para IA generativa em oncologia . Isso posiciona a Triomics como agente ativo na criação das regras do jogo, não apenas como desenvolvedora de um produto.

O Futuro da IA Específica para Oncologia

O aporte de US$ 22 milhões sinaliza uma tese mais ampla que está ganhando força no setor de health tech: a complexidade dos dados oncológicos exige uma infraestrutura especializada, não apenas um chatbot generalista reaproveitado . Com os centros de câncer sob pressão crescente para direcionar mais pacientes a terapias de precisão e estudos clínicos, resolver esse gargalo está se tornando uma necessidade competitiva.

Ainda é uma questão em aberto se a Triomics conseguirá manter sua vantagem de pioneira contra empresas generalistas com muito capital e grandes fornecedores de prontuários eletrônicos. Mas, com contratos no MSK, Yale e Mount Sinai, e um total de US$ 36 milhões captados, a empresa já passou da fase de prova de conceito para operações clínicas em escala. O próximo ano será o teste definitivo para saber se a IA vertical consegue entregar o que promete em um dos campos mais intensivos em dados da medicina.