Private equity aposta na IA da AIRS Medical para acelerar a ressonância
O private equity voltou suas atenções para a inteligência artificial em radiologia: a TA Associates, gestora global sediada em Boston, anunciou aporte na sul-coreana AIRS Medical, dona da plataforma SwiftMR, que reduz o tempo de exame de ressonância magnética usando aprendizado profundo. O movimento sinaliza que a aceleração de RM por IA deixou de ser promessa de laboratório para se tornar ativo financeiro disputado.
Fundada em 2018 e com sede em Seul, a AIRS Medical construiu seu nome em torno do SwiftMR, software que aplica reconstrução por aprendizado profundo após a aquisição da imagem. A empresa afirma já atender mais de 1.700 instituições de saúde e processar cerca de 6 milhões de exames de RM por ano, presente em mais de 40 países. O anúncio do aporte foi feito em 16 de junho, embora os valores não tenham sido divulgados.
O que a transação revela sobre o mercado
A TA Associates afirmou enxergar um momento favorável para esse segmento, citando a escassez de radiologistas, a limitação de capacidade instalada e o crescimento contínuo do volume de exames. Edward Sippel, diretor-gerente e responsável pela operação da TA na Ásia-Pacífico, destacou que “a base sólida e a presença internacional crescente em mais de 40 países posicionam bem a empresa para atender à demanda por soluções que melhoram a eficiência, o acesso do paciente e a consistência diagnóstica”.
Não é a primeira vez que a AIRS Medical atrai capital. Em 2024, a companhia fechou uma rodada Série C de US$ 20 milhões, com participação das sul-coreanas Shinyoung Securities e BSK Investment. Com o novo aporte, a empresa pretende avançar suas soluções de radiologia baseadas em IA e desenvolver novos produtos. A expectativa das partes é concluir a transação até o fim de junho, sujeita às condições habituais de fechamento.
O interesse de fundos pelo setor não é isolado. Recentemente acompanhamos como um fundo de private equity comprou a Heritage Imaging, em mais um sinal de consolidação no diagnóstico por imagem. A diferença, aqui, é que o ativo central não é uma rede de clínicas, mas software.
Como funciona a aceleração de RM por aprendizado profundo
A ressonância magnética é poderosa, porém lenta. Cada sequência exige tempo de aquisição para acumular sinal suficiente e manter relação sinal-ruído aceitável. O SwiftMR ataca esse gargalo por outro caminho: em vez de alterar a aquisição, ele aplica redes neurais profundas depois que a imagem foi capturada, removendo ruído e borramento sem modificar o exame em si. A AIRS afirma que a técnica reduz, em média, cerca de 45% do tempo de imagem.
O princípio é o da reconstrução por aprendizado profundo. Modelos treinados em grandes bases de imagens aprendem a recuperar detalhes a partir de aquisições mais curtas ou com menos dados, entregando imagens que se aproximam das obtidas em protocolos longos. É a mesma família de abordagens que sustenta boa parte da aplicação de IA na radiologia moderna, embora aqui o foco seja produtividade e acesso, e não interpretação.
A empresa também oferece o SwiftSight, que promete volumetria e quantificação cerebral consistentes independentemente do fabricante ou da intensidade de campo do equipamento. Segundo a AIRS, métodos convencionais de imagem cerebral podem gerar diferenças de 15% a 20% entre máquinas distintas — uma variabilidade que compromete estudos longitudinais e comparações multicêntricas.
Implicações para a prática clínica e para o Brasil
Para o serviço de radiologia, encurtar o tempo de RM tem efeito direto na fila. Exames mais rápidos significam mais pacientes por dia no mesmo equipamento, menor tempo de espera e melhor tolerância para quem tem dificuldade em permanecer imóvel — crianças, idosos e pacientes claustrofóbicos. Em redes que enfrentam gargalos de agenda, ganhar 45% de throughput por aparelho equivale, na prática, a quase dobrar a capacidade sem comprar um novo magneto.
No contexto brasileiro, onde o acesso à ressonância ainda é desigual e concentrado em centros urbanos, soluções que extraem mais produtividade do parque instalado têm apelo evidente. Vale lembrar, porém, que software de reconstrução por IA exige validação clínica criteriosa: é preciso confirmar que a aceleração não introduz artefatos sutis nem apaga achados pequenos. A consistência prometida por ferramentas como o SwiftSight também conversa diretamente com aplicações de ressonância funcional e quantitativa, onde a comparabilidade entre exames é decisiva.
Perspectivas e o que observar a seguir
O aporte da TA reforça uma tese que ganha tração: a IA de radiologia mais valiosa, no curto prazo, pode não ser a que substitui o radiologista, mas a que otimiza o fluxo de trabalho e o uso de equipamentos caros. Com escassez crônica de profissionais e volumes em alta, ganhar eficiência operacional é uma proposta de valor concreta e mensurável.
Os próximos passos incluem o fechamento da transação e a expansão internacional anunciada pela AIRS. Será importante acompanhar se a empresa amplia certificações regulatórias em novos mercados, como ela equilibra crescimento e validação clínica, e se a aposta do private equity em “produtividade por IA” se confirma como o segmento mais resiliente da radiologia digital. Por ora, o recado do mercado é claro: aceleração de RM por aprendizado profundo virou ativo estratégico.
Fonte: Health Imaging
