Somam-se ainda atrasos no diagnóstico e dificuldade de manter o tratamento. “Fatores como pobreza, trabalho informal e perda de renda levam muitos pacientes a abandonarem o tratamento”, pontua Afonso Junior. “Ainda temos um estigma social grande ligado à tuberculose e isso, aliado a baixa escolaridade, longas distâncias até chegar aos serviços de saúde para as consultas e os custos de tempo e dinheiro para esses deslocamentos levam muitos a desistirem.”
No Sistema Único de Saúde (SUS), a abordagem terapêutica envolve o uso contínuo de antibióticos por seis meses. O problema de interromper o tratamento é que a bactéria pode se tornar resistente ao antibiótico, anulando a eficácia e aumentando o risco de o quadro se agravar. Não à toa, uma das principais frentes de pesquisa no combate à doença está justamente em procurar novos remédios que consigam combater a tuberculose resistente.
Um estudo, publicado em janeiro de 2026 na Nature Communications, indica um promissor caminho para criar antibióticos usando um ponto fraco da MTB. A pesquisa mapeou que as bactérias dependem de um sistema de reciclagem (ClpC1) que as permite se livrar de células danificadas e se fortalecer. Sem ele, elas se tornam mais suscetíveis às células de defesa humanas. Se bem-sucedido, pode ser um caminho para evitar tratamentos prolongados em quadros resistentes.
Mas a ciência ainda busca mais alternativas. “Esses tratamentos são caros, longos e têm uma menor taxa de cura. Nos últimos anos, tivemos avanços importantes com esquemas encurtados e novas drogas orais, que melhoram a adesão e reduzem internações, mas exigem rápida capacidade de diagnóstico e monitoramento ativo de efeitos adversos”, completa o pneumologista.
Inteligência artificial no diagnóstico
É cada vez mais evidente a necessidade de redes estruturadas de acompanhamento que permitam aumentar o público atendido contra a tuberculose, incluindo aprovação de testes rápidos usando a mucosa da boca (swab oral), aumento das radiografias portáteis, análises por inteligência artificial (IA) dos exames e tratamentos mais curtos.
O radiologista Pedro Vieira, diretor médico do Hospital Municipal de Aparecida de Goiânia – Iris Rezende Machado (HMAP), unidade pública em Goiás gerida pelo Einstein, participa de um projeto de inovação diagnóstica que treinou uma IA para analisar radiografias de tórax e identificar padrões associados à tuberculose de forma extensiva.
Desenvolvido pelo Einstein no âmbito do Programa de Apoio ao Desenvolvimento Institucional do Sistema Único de Saúde (Proadi-SUS), o sistema detecta automaticamente padrões radiológicos associados à tuberculose, como opacidades e consolidações pulmonares. “A ideia não é substituir o médico, mas funcionar como um segundo olhar, aumentando a chance de detectar alterações precocemente”, resume Vieira.
A IA funciona como um sistema de triagem rápida, processando a imagem em segundos e sinalizando anormalidades. “Isso permite que profissionais de saúde priorizem os casos suspeitos e encaminhem os pacientes mais rapidamente para exames confirmatórios laboratoriais”, completa o radiologista.
A tecnologia é particularmente útil nas fases iniciais da doença e em regiões sem radiologistas disponíveis em tempo integral. “Essa agilidade é fundamental em populações vulneráveis, locais remotos ou com escassez de radiologistas, já que reduzir o tempo entre o primeiro exame e o diagnóstico definitivo diminui a janela de transmissão da doença a outras pessoas”, afirma Pedro Vieira.
O projeto está em fase de validação clínica, em estudo multicêntrico realizado no Brasil. Foram envolvidos dez centros de pesquisa em diferentes regiões do país, com a identificação de quase 2 mil casos positivos para tuberculose provenientes de serviços de atenção primária e centros especializados. Após a consolidação de dados dessa etapa, o próximo passo é o processo regulatório junto à Agência Nacional de Vigilância Sanitária (Anvisa) para incorporação da tecnologia ao SUS.
