A Breast Cancer Research Foundation (BCRF), maior financiadora privada de pesquisa em câncer de mama dos Estados Unidos, lançou o BCRF Ventures, um fundo de filantropia de risco com meta de US$ 100 milhões em cinco anos, e o primeiro cheque foi para uma empresa de radiologia: a Clairity, startup fundada pela radiologista Connie Lehman que usa IA para estimar, a partir de uma mamografia de rastreamento comum, o risco de uma mulher desenvolver câncer de mama nos cinco anos seguintes. O anúncio foi feito em 22 de setembro, durante a reunião anual da Clinton Global Initiative, em Nova York.
Como o BCRF Ventures foi montado
O fundo parte de US$ 23 milhões em doações iniciais. A maior delas, de US$ 11 milhões, veio do casal de filantropos Karen e Rob Hale — Karen é copresidente do conselho da BCRF. Segundo a revista Fortune, os outros US$ 12 milhões vieram de um legado deixado por um doador não identificado. Faltam, portanto, cerca de US$ 77 milhões para atingir a meta.
A tese é explicitamente a de filantropia de risco: em vez de doar a fundo perdido para um laboratório, a fundação compra participação em empresas em estágio inicial que desenvolvem produtos de prevenção, detecção, diagnóstico e tratamento do câncer de mama. Os retornos financeiros, quando houver, voltam para o próprio fundo e são reinvestidos em novas empresas — o que a BCRF descreve como uma fonte de capital “perene”. A carteira prevista é de 20 a 30 empresas ao longo de cinco a sete anos, cobrindo diagnóstico, terapias-alvo, imuno-oncologia e tecnologias emergentes. As novas propostas começam a ser avaliadas em 2027.
O alvo declarado é o chamado “vale da morte”: o intervalo entre a prova de conceito acadêmica e o desenvolvimento clínico, quando a ideia já saiu da bancada mas ainda é arriscada demais para o capital de risco tradicional. A presidente e CEO da BCRF, Donna McKay, resumiu o problema dizendo que algumas das ideias mais promissoras se perdem justamente quando estão prontas para sair do laboratório.
Por que a Clairity foi a primeira aposta
O valor aportado na Clairity não foi divulgado. A escolha, porém, funciona quase como uma vitrine do modelo, porque a empresa já percorreu o caminho que o fundo quer encurtar. Connie Lehman, professora de radiologia da Harvard Medical School, especialista em imagem mamária e pesquisadora financiada pela própria BCRF, fundou a Clairity em 2020 para levar ao mercado os modelos de risco baseados em imagem que seu grupo desenvolvia havia anos.
O produto principal, o Clairity Breast, recebeu em 2025 a autorização De Novo da FDA — a primeira concedida a uma plataforma de IA para predição de risco de câncer de mama. Como explicamos quando a primeira paciente recebeu o escore Clairity em Boston, o modelo foi treinado com cerca de 421 mil mamografias e validado externamente em mais de 120 mil exames. Em 2026, veio o segundo marco: a atualização das diretrizes do NCCN para rastreamento e diagnóstico do câncer de mama passou a incluir a avaliação de risco por IA aplicada à mamografia, com limiar de risco em cinco anos ≥1,7% para classificar a mulher como de risco aumentado, reavaliação periódica e identificação de risco a partir dos 35 anos.
Em nota, Lehman afirmou que o BCRF Ventures mostra o que se torna possível quando a boa ciência tem recursos para sair rapidamente da descoberta para o impacto no mundo real, e que agora a empresa poderá acelerar suas inovações. A fundação destacou o potencial da ferramenta para ampliar o acesso equitativo ao cuidado precoce.
O que muda na avaliação de risco com a imagem
Para entender por que uma fundação de pesquisa apostaria nesse tipo de produto, vale lembrar como o risco é calculado hoje. Os modelos clássicos — Gail, Tyrer-Cuzick (IBIS) — dependem de questionário: idade, história familiar, idade da menarca e do primeiro parto, biópsias prévias, às vezes densidade mamária. Eles funcionam razoavelmente em populações parecidas com as que os originaram e tendem a subestimar o risco em outros grupos, além de exigirem que alguém colete e digite dados que frequentemente não estão no prontuário.
O modelo de imagem inverte a lógica: a informação já está no exame que a mulher fez. Padrões de textura do parênquima, distribuição do tecido fibroglandular e assimetrias sutis entram na predição sem nenhum formulário. A evidência de que a mamografia carrega esse sinal vem crescendo. Um estudo sueco publicado na Radiology mostrou que algoritmos de IA detectam sinais de risco até dez anos antes do diagnóstico, e outro trabalho acompanhou como o risco estimado por IA evolui de exame para exame.
Há também a questão da aceitação. Uma pesquisa com 319 pacientes mostrou que oito em cada dez mulheres aceitam o cálculo de risco feito por IA — mais do que as que preferem a estimativa por história clínica. O gargalo, portanto, tende a ser menos a paciente e mais o serviço: quem comunica o escore, o que se faz com uma mulher classificada como de risco aumentado e quem paga pela ressonância complementar.
Implicações para radiologistas e serviços de imagem
O movimento da BCRF confirma que a predição de risco virou uma categoria própria dentro da IA em mamografia, separada da detecção. Ferramentas de detecção disputam a eficiência da leitura; ferramentas de risco disputam o desenho do rastreamento — intervalo, modalidade suplementar, encaminhamento para aconselhamento genético ou para estratégias de redução de risco. Com a inclusão em diretriz, essa categoria ganha uma âncora clínica que antes não tinha.
No Brasil e na América Latina, o quadro é outro. O Clairity Breast não tem registro na Anvisa, e o rastreamento público ainda luta por cobertura básica — a meta de mamografia bienal para mulheres de 50 a 69 anos está longe de ser cumprida em várias regiões. Justamente por isso, a estratificação por imagem é interessante: se o exame já feito puder indicar quais mulheres precisam de ressonância ou de intervalo menor, recursos escassos poderiam ser direcionados com mais precisão. Isso depende, porém, de validação local, já que as populações de treinamento são majoritariamente norte-americanas, e de uma discussão de reembolso que ainda não começou.
Limitações e o que acompanhar
Alguns cuidados na leitura da notícia. Primeiro, o anúncio é institucional: não há dados novos de desempenho do Clairity, e o valor investido não foi revelado. Segundo, 77% da meta do fundo ainda precisa ser captada, e o ritmo de novos investimentos só começa em 2027. Terceiro, a filantropia de risco tem um conflito embutido que merece atenção: a fundação passa a ter interesse financeiro no sucesso de produtos cujos inventores ela também financia como pesquisadores — o que torna ainda mais importante a validação independente dessas ferramentas.
Ainda assim, o sinal é claro. Uma das maiores financiadoras de pesquisa oncológica do mundo decidiu que parte do seu dinheiro rende mais como capital de empresas do que como bolsa de laboratório — e escolheu uma IA de radiologia para abrir a carteira.
