Nas últimas semanas, gente ligada às big techs OpenAI e Anthropic — e até Bill Gates, fundador da Microsoft — andou ventilando por aí a ideia de que a humanidade corre sério risco de extinção por causa da inteligência artificial.
Enquanto esse apocalipse não chega, Daniella Castro, 40, vai usando a tecnologia para tentar salvar vidas. Ela é cofundadora e CTO da Huna, uma startup B2B que aplica IA aos resultados de exames de rotina para mapear o risco de incidência do câncer antes do surgimento de sintomas da doença.
Até 2028, o Inca (Instituto Nacional do Câncer) projeta que o país deverá registrar 781 mil novos casos anuais. Em média, cerca de 260 mil pessoas morrem por ano no Brasil em decorrência de vários tipos de câncer. E segundo estudo da The Lancet, quatro em cada dez mortes poderiam ser evitadas com prevenção, diagnóstico precoce e acesso a tratamento.
“O câncer, em geral, tem uma taxa de cura muito alta, quando diagnosticado precocemente”, afirma Daniella. “Só que, infelizmente, na maioria dos casos a gente vê diagnósticos muito, muito tardios…”
Natural de Goiânia, com graduação e mestrado em engenharia de produção pela USP de São Carlos, ela começou a cogitar o que viria a ser a Huna durante o doutorado em IA na UFMG, dentro do Laboratório de Inteligência Artificial (LIA).
A startup nasceu como uma spinoff da Kunumi. Foi lá, na consultoria de IA, que Daniella conheceu Vinicius Ribeiro (graduado em Relações Internacionais) e Marco Kohara, engenheiro de computação. Em 2022, o trio se uniu para fundar a Huna. Ela afirma:
“O nosso algoritmo foi treinado em uma base de dados que vem de 5 milhões de pacientes. Depois disso, já rodamos nossa tecnologia em aproximadamente 500 mil vidas”
Curiosidade: o nome Huna vem do idioma maori, falado pelo povo originário da Nova Zelândia, e significa originalmente “esconder” ou “escondido”. A ideia é traduzir a expertise da empresa em garimpar dados relevantes e ocultos no hemograma.
“A gente queria um nome fácil, emblemático, como Lego. Começamos a procurar, em vários idiomas palavras que pudessem representar aquilo que a gente estava fazendo — e aí chegamos no maori.”
A Huna hoje está presente em oito estados (BA, CE, ES, MS, PE, RJ, RS e SP); a maioria dos clientes são operadoras de saúde. O time de 18 pessoas, incluindo os sócios, se divide entre o Rio de Janeiro e São Paulo.
“Temos cientistas de dados, engenheiros de dados, o pessoal do comercial, comunicação… Tem uma pessoa especialista na área regulatória, que trabalha junto à Anvisa. E uma pessoa de fomento, que nos ajuda a escrever os editais e conseguir recursos não reembolsáveis — fundamentais para uma empresa que está lidando com a fronteira do conhecimento como a gente.”
Em 2023, Daniella foi uma das vencedoras do Women Empowerment Award, premiação da Bayer Foundation com foco em empreendedorismo feminino no Sul Global. Leia a seguir a conversa dela com o Draft:
Não tinha. Meu pai não tem nem ensino médio. Minha mãe fez direito mais tarde na vida, abriu um escritório de advocacia previdenciária. Meus pais queriam que eu fizesse direito. Acho que [a escolha pela engenharia] foi muito pela paixão que eu sempre tive pelas exatas.
Meu pai é empreendedor, já teve todo tipo de negócio que você imaginar: fábrica de ensacar açúcar, fábrica de criar mangueira plástica de plástico reciclado, isopor, borracharia, pizzaria… então assim, se chutar uma coisa aí é muito provável que ele já tenha tido, sabe? (risos) Ele começou em Brasília e depois foi pra Goiânia
Quando prestei vestibular, em Goiânia só tinha engenharia de produção pela Universidade Católica [hoje PUC]. Pesquisei quais eram as melhores faculdades [desse curso no Brasil], na época eram USP e UFSCar, as duas em São Carlos. Eu já tinha amigos em São Carlos, o que facilitou a minha vida.
Comecei minha carreira na Petrobras. Saí para a Kunumi, que foi uma das primeiras empresas de IA generalista do Brasil. E lá, fui ajudar a fundar a área de pesquisa da Kunumi e ajudei a fundar o LIA, o Laboratório de Inteligência Artificial lá na UFMG. E aí eu me encantei pela área técnica, não quis ficar só na gestão.
Comecei o doutorado em inteligência artificial na UFMG, dentro do Laboratório, e tive contato com diferentes tipos de projetos. A maioria na área da medicina, porque sempre foi um interesse. E aí tive contato com projetos muito diferentes, tanto em termos de especialidades médicas quanto de tipos de dados.
Olhei para dados de imagem, ressonância magnética, espectroscopia Raman e dados de sangue. E vi o tanto que a gente subutiliza os exames de sangue que fazemos anualmente, em geral a gente só olha se [o resultado] está dentro da faixa de referência ou não…
A verdade é que o exame de sangue pode trazer muito mais informação que aquilo, cruzando um dado com o outro. Algo que a gente não consegue fazer a olho nu, mas que a inteligência artificial consegue fazer de uma forma simples
Dando um exemplo, você faz [o teste de] glicose e você quer que sua glicose esteja abaixo de 100. Então, se tiver 99, você está feliz, se tiver 101, aí você está com problema… Como se fosse assim linear, “esse aqui é o ponto de corte e acabou”.
E é claro que se a gente olhar a glicose junto, por exemplo, do colesterol, junto da hemoglobina, você vai ter uma visão muito mais acurada da sua saúde do que olhando para um marcador isolado. Então essa é a ideia.
E aí, cruzando esses marcadores, eu vi que a gente conseguia ajudar a apoiar o diagnóstico. Isso tudo com paper — na ciência, não na prática. E [inicialmente] para pré-eclâmpsia, Covid, cardiotoxicidade… Para uma série de doenças.
Ao mesmo tempo, uma amiga foi diagnosticada [em 2016] com câncer de mama muito precoce, aos 35… Ela está bem hoje, tem que fazer quimioterapia para o resto da vida, mas já tem dez anos, isso. E aí eu pensei, por que a gente não usa essa ferramenta que parece ser tão potente pra ajudar nesse problema que é tão grande no Brasil e no mundo?
Temos taxas de cura muito altas se o diagnóstico [for feito] precocemente. Mas, infelizmente, a maioria dos diagnósticos no Brasil, 70% para mais, é diagnosticado tardiamente, quando se tem uma taxa de mortalidade muito mais alta.
Hoje, temos na carteira cinco tipos de câncer: de pulmão, colorretal, próstata, mama e colo de útero. Mas colo de útero tem menor demanda, até pela vacina [contra o HPV], pela forma de screening, de rastreamento ser mais simples. Então, a gente vende basicamente quatro.
Com relação à assertividade, essa é uma pergunta muito boa. Por quê? Com exceção de [câncer de] próstata, no qual vamos olhar para o PSA, para os outros três tipos de câncer, a gente olha para marcadores do hemograma, aquele exame mais básico. Leucócito, linfócito, RDW etc.
O câncer colorretal é o que mais deixa marca no hemograma, porque tem sangramento intenso, porque tem marcas que são mais profundas ali e que vão mexer mais nas células brancas e nas células vermelhas. Então, por isso, temos uma performance melhor no câncer colorretal
Isso está mostrado nos papers que a gente publicou, a performance específica de cada tipo de câncer.
Não. Hoje estamos 100% focados na área oncológica. Que já tem mais desafio do que a gente consegue pegar.
A gente [inicialmente] olhou para milhões de exames de sangue de pessoas que não tinham câncer e pessoas que tinham determinado tipo de câncer. E aí, conseguimos rodar um algoritmo de inteligência artificial que identifica padrões.
Por exemplo: Leucócitos de pessoas com câncer em geral são mais aumentados. Linfócitos, em geral, mais diminuídos. RDW, em geral, é mais aumentado…
E aí você cruza tudo isso e cria um modelo de inteligência artificial, que quando recebe agora um novo exame, ele vai comparar se aquele exame é mais parecido com o das pessoas com ou sem câncer
Mas preciso deixar claro: a gente não consegue identificar quem tem câncer, exatamente. O que a gente encontra é um padrão de risco aumentado. E essas pessoas têm que ser priorizadas para o rastreamento, onde aí sim vão ser diagnosticadas ou não.
Eu posso falar em termos de risco relativo, que é o mais comum na medicina. Então, para [câncer de] mama, [a Huna permite identificar] até duas vezes mais — e para colorretal, até 20 vezes mais — do que o risco típico de uma pessoa aleatória [desenvolver a doença] ao longo de um ano.
Como estamos olhando para um exame que é o retrato daquele momento, a gente não pode extrapolar isso para o futuro [a longo prazo]. A incidência no câncer normalmente é calculada [de forma] anual. Até tem dados também de incidência acumulada ao longo da vida, mas no geral a gente olha mais para aquele ano.
Então, o risco de uma mulher de 40 a 70 anos ter câncer de mama no Brasil é de 0,20%. Ou seja, aproximadamente uma a cada 500 mulheres vai ter câncer. A gente consegue identificar uma a cada 200, até uma a cada 300…
Isso depende do tipo de câncer e da incidência.
O grande desafio inicialmente foi conseguir parcerias para receber as bases de dados — e conseguir rotular essas bases de dados.
Porque a gente recebeu milhões de exames de sangue, milhões de biópsias, milhões de mamografias. E na época não existia LLM ainda [o ChatGPT foi lançado no fim de 2022].
Tivemos que identificar padrões no olho e ir criando regras manuais para rotular exatamente quem tinha câncer, quem não tinha, qual mamografia era benigna, qual não era…
Porque a gente conseguiu desenvolver tantos projetos simultaneamente? Por conta das LLMs. Então [hoje] é muito mais fácil essa rotulação e a conferência dos valores.
Hoje a gente tem uma rede de parcerias muito sólida: Fleury, Pardini, Hospital de Amor [em Barretos, SP]… E além de capturar dado retrospectivo, a gente está produzindo dados prospectivos.
Temos, por exemplo, três estudos transversais rodando nesse momento no Hospital de Amor. Estamos pedindo — em novos editais de fomento — mais recursos para rodar outros projetos
Ao mesmo tempo, eu tenho parceiros que eu consigo mostrar para eles o valor da tecnologia, consigo publicar [papers] com eles, consigo, eventualmente, até trazer receita futura para eles: modelos de partilha, de lucros, enfim, existem diversos modelos.
Talvez no curto prazo você consiga, sim (risos). Mas hoje o nosso modelo é B2B. Então, nossos principais clientes são privados, são operadoras de saúde — a maioria são Unimeds pelo Brasil.
O nosso modelo é uma assinatura mensal, dependendo do tamanho da quantidade de vidas da operadora e da quantidade de cânceres que ela vai rodar.
Recentemente ganhamos o edital da Secretaria de Saúde do estado do Rio de Janeiro, já estamos implementando um piloto. E a gente foi habilitado no InovaSus, o que [em tese] facilita contratações futuras.
Sempre foi o nosso sonho chegar no SUS, é onde a gente vai poder de fato impactar as pessoas. Mas chegar no SUS não é tão simples assim, você precisa ter uma tecnologia muito mais provada, precisa ter casos de uso.
Tem uma burocracia, mas eu não vou falar mal dela não, porque ela é bem-vinda. Já teve casos no SUS, por exemplo, de empresas que usaram tecnologias ainda não 100% provadas, foram contratadas e as mulheres achavam que estavam fazendo o mesmo que uma mamografia e não era
Então, existe uma questão muito delicada ao se colocar isso no sistema público de saúde. Mas estamos no caminho certo — ele é lento, mas estamos nesse caminho.
Sobre esse piloto em andamento, estamos validando o formato dos dados, entendendo as diferenças, as dificuldades que o SUS tem ao olhar para o município inteiro. Eu tenho, por exemplo, diferentes laboratórios, como é que eu vou uniformizar esses dados?
Inicialmente, quase todo médico duvidava da tecnologia, porque não é intuitivo você pensar que um hemograma vai trazer uma assinatura de câncer… Três anos atrás, quando a gente falava nisso, falavam: “vocês estão loucos?”
Teve especificamente um médico do Espírito Santo que foi muito emblemático. A gente apresentou a solução pra ele, e ele só dando patada na gente (risos)… “É cada coisa que chega aqui…”, era isso que ele queria dizer, sabe? E aí, depois que ele pegou o resultado, ele começou a falar de Huna pra todo mundo.
Agora que a gente tem bastante publicação científica em journals consolidados, essa resistência diminuiu muito. Ninguém mais questiona. Todo mundo fala, “já entendi, eu sei que funciona. Não tem como não funcionar com tanta publicação que vocês têm, com validação externa, com parceria com tantas instituições…”
Agora, eu diria que o nosso maior desafio está no fato de não existir uma linha de custo específica para a prevenção dentro das operadoras de saúde ou dentro do SUS. Então, a contratação não é óbvia
Naturalmente, se usar a tecnologia [da Huna], você vai economizar bastante no futuro, porque você vai tratar cânceres mais precoces. Mas e agora? E no hoje? Todo mundo quer economizar neste mês, não é ano que vem…
Então, falta uma linha específica financeira para prevenção. Para que soluções como a Huna possam ser contratadas de forma mais rápida.
Hoje, a gente atua em uma área que se chama, tecnicamente, estratificação de risco de câncer, que é entender quem tem risco aumentado e tem que ser priorizado para a fila da colonoscopia, da tomografia de tórax, para mamografia.
Para mim, a evolução natural é a gente trabalhar com precisão. Conseguir melhorar a precisão do nosso algoritmo. Aí, claro, não vai ser só olhando para o hemograma, porque o hemograma já deu o que tinha que dar. Não adianta pegar mais dado, porque realmente o padrão que está ali é o que a gente consegue ver.
Então, [a ideia para o futuro é] trabalhar com outros marcadores, quem sabe até na fronteira da ciência, com proteômica, genômica, para que a gente consiga competir com empresas americanas que vendem soluções super específicas, super sensíveis, mas que são caríssimas
Será que a gente consegue criar soluções tão boas, mas mais baratas, mais para a realidade brasileira? Então, para mim, o caminho é esse, é precisão.
Agora, você já pode analisar milhares de proteínas que ainda nem foram descobertas. Não têm nem nome. Como é que a gente pode identificar novos marcadores e ao mesmo tempo cruzá-los com inteligência artificial para que a gente consiga uma performance maior? Sem precisar de biópsia líquida, que é buscar o DNA do tumor no sangue? Porque isso é muito caro.
E aí, do lado do negócio, eu volto para o que você perguntou antes: será que uma pessoa física não pode fazer um exame desses? “Ah, poxa, eu tenho um hemograma aqui, por que que eu não posso rodar e ver o risco que eu tenho de ter câncer colorretal?”. Então, quem sabe esse não é o caminho? Abrir para o B2C.
Diretora-executiva do Instituto Coca-Cola Brasil, Daniela Redondo fala sobre o trabalho da organização para superar gargalos na inclusão produtiva de jovens brasileiros em situação de baixa renda — e o que esperar de sua participação no Impacta Mais 2026.
A morte do pai por câncer de pele foi o ponto de inflexão na vida de Willian Boelcke. Ele transformou a saudade em motivação e se juntou a Lucas de Souza para desenvolver uma inteligência artificial que detecta lesões potencialmente malignas.
Como ampliar o acesso à saúde integral? Fundada por Olívio Souza Neto e Victor Macul, a Ana Health acompanha pacientes por WhatsApp, transforma conversas em dados e, com apoio da IA, faz recomendações personalizadas.
