Rodada Série E coloca Aidoc em outro patamar
A Aidoc, fornecedora de inteligência artificial para radiologia, captou US$ 150 milhões em uma nova rodada Série E liderada pelo Goldman Sachs Growth, com participação adicional do General Catalyst, do SoftBank Investment Advisors e do NVentures, braço de venture capital da Nvidia. Com esse aporte, a empresa ultrapassa US$ 500 milhões em captação total e reforça a tese de que workflows clínicos baseados em IA estão deixando o estágio de prova de conceito para virar infraestrutura hospitalar.
Quem é a Aidoc e por que ela importa
Fundada em 2016 e sediada em Nova York, a Aidoc é hoje uma das maiores referências globais em IA clínica. A companhia detém o maior número de aprovações da Food and Drug Administration (FDA) para soluções de detecção assistida por computador (CAD) e atende cerca de 60 milhões de pacientes por ano, em quase 2.000 hospitais. Sua tecnologia já analisou mais de 110 milhões de exames, posicionando a empresa como uma das poucas fornecedoras com escala real de uso clínico.
O cenário que sustenta esse crescimento é familiar para quem acompanha o setor: hospitais norte-americanos e europeus passaram dos pilotos para projetos de consolidação, exigindo plataformas que orquestrem múltiplos algoritmos sob um framework operacional centralizado. Esse movimento converge com tendências discutidas em integrações como a da DeepTek com a deepc, em que a IA radiológica deixa de ser um conjunto de ferramentas avulsas e passa a operar como camada nativa do PACS.
Para onde vai o dinheiro: CARE Foundation Model e relatório automatizado
Boa parte do novo aporte será direcionada ao desenvolvimento do CARE Foundation Model, apresentado pela Aidoc na RSNA 2024. Diferente de modelos focados em uma única doença, esse foundation model é desenhado para se adaptar a múltiplas tarefas clínicas com pouco treinamento adicional, aproveitando a lógica dos grandes modelos generalistas para o domínio da imagem médica.
Além disso, parte da captação financiará novos módulos voltados à criação automatizada de rascunhos de laudos radiológicos. A meta declarada pelo CEO Elad Walach, cofundador da empresa, é cobrir todo o fluxo de trabalho “do pixel ao laudo” em até dois anos. Essa promessa se aproxima do conceito de “copiloto radiológico”, em que o algoritmo entrega um esqueleto de relatório, com achados, medidas e impressões iniciais, deixando ao radiologista o papel de revisor e validador clínico — pauta que conversa diretamente com a pesquisa sobre eficiência de interpretação em radiologia.
Investidores apostam em rigor regulatório
Para Christian Resch, sócio do Goldman Sachs Growth e membro do conselho da Aidoc desde fevereiro, a tese de investimento se ancora na combinação rara entre tecnologia avançada e disciplina regulatória. “A Aidoc combina tecnologia avançada com rigor regulatório de uma forma que poucas empresas alcançaram”, afirmou. Para os investidores, esse perfil reduz o risco regulatório de longo prazo e aumenta a capacidade de venda em redes hospitalares grandes, onde compras dependem de aprovações sólidas e processos auditáveis.
O envolvimento da Nvidia, via NVentures, também não é casual. À medida que os foundation models de imagem médica crescem em parâmetros e em modalidades suportadas, o custo computacional de treinamento e inferência ganha protagonismo no orçamento das empresas. Ter a Nvidia entre os investidores reforça o acesso a hardware especializado e a parcerias técnicas para escalar inferência em ambientes hospitalares com restrições de latência.
O que muda na prática clínica
Para o radiologista que atua em centros de diagnóstico ou em hospitais brasileiros, três efeitos práticos tendem a se materializar nos próximos meses. O primeiro é a expansão do catálogo de achados detectados automaticamente, principalmente em tomografia computadorizada e radiografia, com ênfase em condições críticas como tromboembolismo pulmonar, hemorragia intracraniana e dissecção de aorta. O segundo é a entrada gradual de modelos generalistas que conseguem rodar sobre múltiplos protocolos sem precisar de pipelines paralelos. E o terceiro é a aproximação da era do laudo pré-redigido por IA, em que o radiologista assume o papel de auditor clínico.
Esse último ponto exige atenção especial em relação à validação local: cada serviço precisa avaliar como esses laudos automatizados se comportam na população brasileira, considerando diferenças de equipamento, protocolo e prevalência. Para clínicas que ainda dependem de fluxos manuais, vale considerar planos de modernização de PACS e RIS para receber esses módulos com integração via DICOM SR e HL7 FHIR.
Contexto: consolidação acelerada do mercado de IA radiológica
Captações como a da Aidoc reforçam um movimento de consolidação no mercado global de IA radiológica. Após anos de crescimento fragmentado, com dezenas de fornecedores especializados em uma ou duas patologias, hospitais começam a preferir plataformas únicas que orquestrem vários algoritmos. Em paralelo, uma onda de aquisições e parcerias estratégicas redefine o setor — fenômeno também observado em soluções de IA aplicadas à radioterapia, em que ecossistemas integrados ganham terreno sobre soluções pontuais.
Para o Brasil, a tendência sugere que adoções locais ganharão tração via parcerias com integradores e distribuidores que já operam em PACS, em vez de implantações isoladas. Mesmo serviços de médio porte podem se beneficiar, desde que tenham pipelines de imagem maduros, governança de dados clínicos e capacidade de validar performance em coortes locais.
Perspectivas: até 2030, IA como suporte padrão
Walach foi explícito ao projetar o futuro: até 2030, segundo ele, toda decisão diagnóstica complexa deveria ser apoiada por IA capaz de antecipar detecção e reduzir erros evitáveis. É uma meta ambiciosa, mas alinhada com a curva de adoção que se desenha em redes hospitalares norte-americanas. As limitações ainda são reais — viés de modelos, generalização entre populações, validação prospectiva e custo de integração — mas a pressão por eficiência operacional e por redução de erros diagnósticos tende a empurrar adoção mesmo em sistemas mais conservadores.
O movimento da Aidoc serve como termômetro do que vem por aí: investidores institucionais agora apostam em IA clínica como infraestrutura, não como software acessório. Para gestores de serviços de imagem, entender essa transição e antecipar requisitos de integração e governança se tornou parte da estratégia competitiva.
